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);
}
}
}