查找舆情热词_热词排序_100分_A/B卷复用_自定义排序/字符串/逻辑分析模拟

查找舆情热词_热词排序

题目描述：

  网上新闻越来越多，希望对新闻进行热词处理并归类，方便获取信息，现在已经将每篇文章处理为 2 个字符串，即一个标题，一个正文串，字符串中使用“ ”作为分隔符进行分词。
  M 篇新闻按照新闻发布的先后顺序处理完并输入，现在希望对所有新闻中出现的词语进行处理，输出出现频率最高的 topN 个词语，作为热词。
  标题中出现的词语频率系数为 3，正文中出现的词语频率系数为 1；
  返回的答案按照词语出现频率由高到低排序;
  当词语出现的频率相同时，在标题中出现的频率次数高的排在前面；
  如果仍然相同，则按照词语在标题中出现的先后顺序进行排序，先出现的排在前面；
  如果仍然相同，则按照词语在正文中出现的先后顺序进行排序，先出现的排在前面。

输入输出描述：

输入描述：

  第一行输入为正整数 topN 和文章数 M，即要输出的出现频率最高的词语的个数和处理文章的数量，由于每篇文章被处理为标题和正文 2 行，因此后面有2 * M行数据。
  从第二行起，是按顺序处理后每篇文章的标题串和正文串，即第二行是第一篇文章的标题串，第三行是第一篇文章的正文串，第四行是第二篇文章的标题串，第五行是第二篇文章的正文串，以此类推。

参数限制如下：
  0 < topN < 1000
  0 < M < 100000
  0 < 每篇文章的词语数 < 5000

输出描述：

  使用一行输出出现频率最高的 topN 个词语，每个词语以“ ”隔开。

示例1：

输入：
	3 2
	xinguan feiyan xinzeng bendi quezhen anli
	ju baodao chengdu xinzeng xinguan feiyan bendi quezhen anli yili shenzhen xinzeng bendi quezhen anli liangli yiqing zhhengti kongzhi lianghao
	xinguan yimiao linchuang shiyan
	wuzhong xinguan yimiao tongguo sanqi linchuang shiyan xiaoguo lianghao
输出：
	xinguan xinzeng bendi
解释：
	各词语出现频率：
	xinguan=2*3+2=8
	feiyan=1*3+1=4
	xinzeng=1*3+2=5
	bendi=1*3+2=5
	quezhen=1*3+2=5
	anli=1*3+2=5
	yimiao=1*3+1=4
	linchuang=1*3+1=4
	shiyan=1*3+1=4
	返回频率最高的三个词语，有4个词语出现频率都为5，标题出现频率都为3，所以选择先出现的两个词语xinzeng和bendi

解题思路：

使用一个map来存储单词信息，key为单词本身，value为一个统计该单词：出现次数、标题中出现次数、标题中的顺序、正文中的顺序。
然后可以根据上面保存的 value 信息来进行排序，得到答案后输出
下图是示例中单词的统计信息进行排序后的结果：

代码：

public static void main(String[] args) {
	Scanner in=new Scanner(System.in);
	int M = in.nextInt();
	int N = in.nextInt();
	in.nextLine();
	
	//处理输入
	// key为单词，value为数组，用来保存排序所需的信息
	// 数组种保存的信息是: 单词出现次数 标题中出现次数 标题中的顺序 正文中的顺序
	Map<String, int[]> map = new HashMap<>();
	int title_order = 0;
	int text_order = 0;
	for (int i = 0; i < N; i++) {
		// 标题
		String[] title = in.nextLine().split(" ");
		for (int j = 0; j < title.length; j++) {
			if (!map.containsKey(title[j])) {
				map.put(title[j], new int[] {3, 1, title_order, -1});
			} else {
				int[] arr = map.get(title[j]);
				// 词频加3
				arr[0] += 3;
				// 单词在标题中的频率加 1
				arr[1] += 1;
				// 如果单词首次出现在标题中
				arr[2] = arr[2] == -1 ? title_order : arr[2];
			}
			// 标题数量加 1
			title_order++;
		}

		//其次是正文
		String[] text = in.nextLine().split(" ");
		for (int j = 0; j < text.length; j++) {
			if (!map.containsKey(text[j])) {
				map.put(text[j], new int[] {1, 0, -1, text_order});
			} else {
				int[] arr = map.get(text[j]);
				// 词频加 1
				arr[0] += 1;
				// 如果单词首次出现在正文中
				arr[3] = arr[3] == -1 ? title_order : arr[3];
			}
		}
	}

	// Map按value排序，先将map转为list,再排序list(按value值进行排序)
	List<Map.Entry<String, int[]>> list = new ArrayList<Map.Entry<String, int[]>>(map.entrySet());
	list.sort((o1, o2) -> (o1.getValue()[0] == o2.getValue()[0] ? (o1.getValue()[1] == o2.getValue()[1] ?
			(o1.getValue()[2] == o2.getValue()[2] ? (o1.getValue()[3] - o2.getValue()[3])
					: o1.getValue()[2] - o2.getValue()[2])
			: o2.getValue()[1] - o1.getValue()[1])
			: (o2.getValue()[0] - o1.getValue()[0])));

	// 输出
	for (int i = 0; i < M - 1; i++) {
		Map.Entry<String, int[]> entry = list.get(i);
		System.out.print(entry.getKey() + " ");
	}
	System.out.print(list.get(M - 1).getKey());
}