今日头条2018校招后端方向（第二批） 用户喜好

用户喜好

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1

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

题意：在给定区间中，查找某个值出现的次数。

解题思路：这道用暴力的话时间复杂度是O(N*N)会超时，外层for循环是必不可少的，所以时间复杂度应该优化到O(n*logn)。呜呜，还是看了网上题解才会的，实在太菜了，（PS:写代码时还是最好不要看题解或别人写的代码，最好开动自己大脑多想，多思考，做出来之后不妨再和别人的做对比，取长补短）。用了一个容器Map,key=元素，value=元素出现的所有位置。每次只要遍历这个list即可。

package test;

import java.util.HashMap;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import java.util.Queue;
import java.util.Random;
import java.util.Scanner;

public class MapTest {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner scan = new Scanner(System.in);
		Integer n = scan.nextInt();
		int[] a = new int[300009];
		Map<Integer,List<Integer>> map = new HashMap<>();
		for(int i = 1 ; i <= n ; i++){
			a[i] = scan.nextInt();
		}
		//作用是k记录每个元素，value记录每个元素出现的位置
		for(int i = 1 ; i < n ; i++ ){
			int k = a[i];
			int v = i;
			if(!map.containsKey(k)){
				List<Integer> list = new LinkedList<>();
				list.add(v);
				map.put(k, list);
			}
			else{
				List<Integer> list = map.get(k);
				list.add(v);
			}	
		}
		
	    int q = scan.nextInt();
	    Queue<Integer> queue = new LinkedList<>();
	    for(int i = 1; i <= q; i++){
	    	int l = scan.nextInt();
	    	int r = scan.nextInt();
	    	int p = scan.nextInt();
	    	//获得这个k,value.对List进行遍历
	    	List<Integer> list = map.get(p);
	    	int count = 0;
	    	if(list != null){
		    	for (Integer integer : list) {
					if(integer <= r && integer >= l){
						count++;
					}
				}
	    	}
	    	queue.add(count);
	    }
	    for (Integer integer : queue) {
			System.out.println(integer);
		}
	}

}