亚马逊采访概率

Question

有一个很大的单词文件正在动态变化。我们不断在其中添加一些词语。您如何在每个时刻跟踪前10个趋势词？

我在博客中发现了这个问题，但我无法理解答案。 答案是：哈希表+最小堆

我理解为什么hashtable而不是min-heap部分，有人可以帮助我吗？

Answer 1

如果是top 10 trending words，那么您应该使用max-heap和hash-table。

当一个新单词添加到文件中时：

• Create一个新元素x x.key=word和x.count=1。
• Add x到hash-table。 O(1)。
• Add x到max-heap。 O(lgn)。

当现有单词添加到文件中时：

{li> Find x位于hash-table。 O(1)。
• Update x.count至x.count++。

当需要检索top 10 trending words时：

• Extract来自max-heap 10次。 10*O(lgn)=O(10*lgn)=O(lgn)。

如您所见，所有必需的操作最多都在O(lgn)完成。

Answer 2

如果你只想保持前10名，那么使用max-heap是一种过度杀伤力。将10个条目保存在排序的数组中会更简单，更快。

对于排序，只需从数组底部开始使用插入排序。如果需要，你必须检查候选人已经在前十名更新其职位的情况。