这是来自亚马逊的采访问题。
鉴于在u天内访问过w个网页的d客户列表，设计了一个数据结构，以吸引那些在k天内访问过该网站的客户至少访问了m个不同页面。
假设u，w和d是大数字。
我们如何存储这些信息？也许我们可以使用哈希映射，树等等。
答案 0 :(得分：4)
<强>假设：
我们的查询提供了一些网页j，并要求提供在k天内访问过网页的用户列表，并且至少访问了m个不同的网页总
对于下面的内容，假设“map”=“hashmap”，理想情况下，它会给出恒定的时间查询。人们还可以以对数成本i.t.o元素的数量使用“树图”。类似地，对于“set”，“hashset”，“treeset”。
我假设输入不是静态的，但如果是，我就不会真正改变我的方法。
基本理念：
对于每个用户，都要有一个要计算的网页地图和上次访问日期。我们可以在网页地图上有用户标识符的地图。
每当用户访问某个页面时：
如果是新页面，只需创建一个地图条目，其中该页面的计数为1，上次访问日期为
否则，如果该日与上次访问日相同，则不执行任何操作，
否则，递增计数并更新上次访问的日期。
每次更新的总时间= O(1)
查询：
遍历所有用户 - O(u)
查找该用户的页面并检查计数是否匹配 - O(1)
检查地图的计数是否为>= m - O(1)
每次查询的总时间= O(n)
<强>改进：
我们可以将单独的网页地图设置为唯一ID （然后显然使用唯一ID而不是上述地图的网址）。它不会真正改变复杂性，但应该通过一个恒定的因素来改善空间和时间的复杂性。
以相当多的空间为代价，我们可以执行以下操作（除了拥有Basic idea的地图）：
对于每个网页，都有一组用户标识符，其中数组中的索引i是一组完全访问该页面的所有用户{{ 1}}天。
每当用户访问某个页面时：
与i
将用户从该网页的当前访问次数移至新的访问次数（如果是新的，则插入1次访问集）。
每次更新的总时间= Basic idea
查询：
我们可以在O(1)中的k天内找到访问过任意广告页的所有用户。
从这里开始，我们会浏览这个较小的用户列表（比如有O(1)个用户）并检查每个用户的地图计数（p）。
每次查询的总时间= O(1)
如果我遗漏了任何内容，请随时指出。
答案 1 :(得分：1)
最直接的结构是模仿RDBMS会做什么：
1. 拥有一个包含所有基本信息的对象:(客户，天数，不同页数）
2. 然后，添加一个作为索引的树，使用（Days-Count，Distinct-Pages-Count）作为其键（B-tree或类似的东西）< / p>
3. 您还可以拥有另一个带有Customer键的索引类型结构。这样，您可以快速更新信息
4. 最后，您需要了解更详细的信息，以确定被访问的网页是否唯一。这将涉及在客户下存储不同的页面信息（如果这意味着在特定日期或所有日期不同，则不清楚问题）
答案 2 :(得分：1)
使用两个哈希映射实现：
hash map<customerId,HashSet<webpages>> hash map<customerId,HashSet<days>> 如果有新的客户ID，则在其中创建新的哈希集插入，否则将当天或网页放入现有客户的哈希集中。
对于每个客户ID，请参阅第一个哈希映射中的set length>=m和第二个哈希映射集length=k输出该客户。