缓存最频繁元素的数据结构答案

【问题标题】：Data Structure to cache most frequent elements缓存最频繁元素的数据结构
【发布时间】：2011-10-06 05:51:43
【问题描述】：

假设我读取了一个整数流。同一整数可能在流中出现多次。现在我想保留一个最常出现的 N 个整数的缓存。缓存按流元素的频率排序。

你将如何在 Java 中实现它？

【问题讨论】：

这里有趣的部分是如何处理那些不在当前前 N 个缓存中的数字。是否要求只在缓存中存储来自流的固定数量的不同整数？

标签： java data-structures

【解决方案1】：

您想使用二叉索引树，链接中的代码适用于 C++，转换为 Java 应该相当简单（AFAICT 代码相同）：

Paper Peter Fenwick

Implementation in C++

【讨论】：

【解决方案2】：

使用Guava Multiset 和sort it by frequency

【讨论】：

如果流不适合内存怎么办？

【解决方案3】：

public class MyData implements Comparable<MyData>{
  public int frequency = 0;
  public Integer data;
  @Override
  public int compareTo(MyData that) {
    return  this.frequency - that.frequency;
  }

}

将其存储在PriorityQueue

【讨论】：

【解决方案4】：

为int创建一个对象模型，在里面创建一个Count属性。创建一个扩展 Vector 集合的 SortedVector 集合。每次出现整数时，如果它不存在，则将其添加到向量中。否则，找到它，更新 count 属性 += 1，然后在 Vector 中调用 Collections.sort(this)。

【讨论】：

【解决方案5】：

你知道数字的范围吗？如果是这样，使用数组可能是有意义的。例如，如果我知道数字的范围在 0 到 10 之间，我会创建一个大小为 10 的数组。这个数组中的每个元素都会计算我看到给定数字的次数。然后，您只需要记住最常见的数字即可。

例如

array[10];
freq_index = -1;
freq_count = -1;

readVal(int n){
  array[n]+=1;
  if array[n] > freq_count
    freq_index = n;
    freq_count = array[n];
}

当然，如果数字分布稀疏，这种方法就不好了。

我会尝试优先队列。

【讨论】：