Question

我一直在使用这种方法从Map中获取前100个元素。有谁知道番石榴是如何实现这些的？

    Ordering<String> valueComparator = 
       Ordering.natural().onResultOf(
         Functions.forMap(WordCounts)).compound(Ordering.natural());

    ImmutableSortedMap<String, Integer> SortedWordCounts = 
      ImmutableSortedMap.copyOf(WordCounts, 
        Collections.reverseOrder(valueComparator));
    Map<String, Integer> TopWordCounts = 
    SortedWordCounts.headMap(SortedWordCounts.keySet().asList().
         get(100));

我在这里没有看到太多细节 http://guava-libraries.googlecode.com/svn/trunk/gwt-javadoc/com/google/common/collect/ImmutableSortedMap.html

我正在考虑这是否效率低以及我是否应该使用像http://en.wikipedia.org/wiki/Selection_algorithm#Linear_general_selection_algorithm_-_Median_of_Medians_algorithm这样的前k算法要运行这样的算法，我必须将地图转换为数组，然后可能回到地图，这让我觉得它可能不值得。

Answer 1

因此，如果您使用Guava存储计数，那么您应该使用Multiset。如果您这样做，那么您可以使用方便的方法Multisets.copyHighestCountFirst来获得从最高到最低计数顺序的多集。

要获得这样的前100个元素，你可以写

Multisets.copyHighestCountFirst(multiset).elementSet().asList().subList(0, 100);

会在一行中返回前100个元素的ImmutableList。

如果您想使用更高级的选择算法，Guava已经将其实现为Ordering.greatestOf和Ordering.leastOf。这些使用了你所引用的选择算法的花式裤子变体，它不需要将集合的O（n）副本变成大数组，但它仍然以线性时间运行。

如果你需要元素和计数，你真的不应该尝试使用ImmutableSortedMap或类似的东西用比较器来查找元素;你应该复制到一个新的Multiset。我写这篇文章的方式，如果效率是我的首要任务，那就是：

Ordering<Multiset.Entry<E>> highestCountFirst = 
  new Ordering<Multiset.Entry<E>>() {
    @Override public int compare(Multiset.Entry<E> e1, Multiset.Entry<E> e2) {
      return Ints.compare(e1.getCount(), e2.getCount());
    }
  };
ImmutableMultiset.Builder<E> top100Builder = ImmutableMultiset.builder();
for (Multiset.Entry<E> topEntry : 
       highestCountFirst.greatestOf(multiset.entrySet(), 100)) {
  top100Builder.addCopies(topEntry.getElement(), topEntry.getCount());
}
return top100Builder.build();

从Map中找到前100个元素的最有效方法

1 个答案: