[编程题]用户喜好

题目：
为了不断优化推荐效果，今日头条每天要存储和处理海量数据。假设有这样一种场景：我们对用户按照它们的注册时间先后来标号，对于一类文章，每个用户都有不同的喜好值，我们会想知道某一段时间内注册的用户（标号相连的一批用户）中，有多少用户对这类文章喜好值为k。因为一些特殊的原因，不会出现一个查询的用户区间完全覆盖另一个查询的用户区间(不存在L1<=L2<=R2<=R1)。

输入描述：

输入：
第1行为n代表用户的个数 第2行为n个整数，第i个代表用户标号为i的用户对某类文章的喜好度
第3行为一个正整数q代表查询的组数  
第4行到第（3+q）行，每行包含3个整数l,r,k代表一组查询，即标号为l<=i<=r的用户中对这类文章喜好值为k的用户的个数。 
数据范围n <= 300000,q<=300000 k是整型

输出描述：

输出：一共q行，每行一个整数代表喜好值为k的用户的个数

示例：

输入
5
1 2 3 3 5
3
1 2 1
2 4 5
3 5 3
输出
1
0
2
说明
样例解释:
有5个用户，喜好值为分别为1、2、3、3、5，
第一组询问对于标号[1,2]的用户喜好值为1的用户的个数是1
第二组询问对于标号[2,4]的用户喜好值为5的用户的个数是0
第三组询问对于标号[3,5]的用户喜好值为3的用户的个数是2

解析：
一般来讲给人的直觉是直接往数组里搜索就好，但是，其结果往往会导致某些区域重复扫描次数过多，这也是导致时间复杂度O（n^2）过大的原因。

虽然很想尝试用动态规划，但空间复杂度不允许，因此，这里需要一些讨巧的方法。

我们再来分析超时的原因：
对于区间[l,r]寻找元素k的个数，我们要查询的长度为整个区间长度，在目标元素个数相对较少，数组元素多样的情况下，使得查找时间大多数落在错误的元素上。
因此我们可以尝试直驱目标，将个元素出现的位置记录下来，这样在寻找目标元素时，我们就只需要找出目标元素出现的位置中，有多少次是符合指定区间的。
在寻求的都是不同元素的情况下，其总时间复杂度为O（n），因为各个元素片段总和为n

#include <iostream>
#include <vector>
#include <map>
#include <queue>
#include <algorithm>

using namespace std;

int main()
{
	int n,q;
	cin >> n;

	//制造一个字典，存储出现的元素以及他陆续出现的位置
	map<int, vector<int>> m;
	for(int i=1;i<=n;i++)
	{
		int x;
		cin >> x;
		//将出现的位置压入到数组最后
		m[x].push_back(i);
	}

	cin >> q;

	for(int i=0;i<q;i++)
	{
		int l, r,k,count=0;
		cin >> l >> r >> k;

		//若不存在这个喜好度，则直接输出0
		if(m.find(k)==m.end())
		{
			cout << 0 << endl;
		}
		else
		{
			//陆续选择满足区间的目标元素出现的位置
			for(vector<int>::const_iterator iter=m[k].begin();iter!=m[k].end();iter++)
			{
				if(*iter>=l&&*iter<=r)
				{
					count++;
				}
			}
			cout << count << endl;
		}
	}
}