不是家庭作业问题或类似的任何问题。所以，这是一个简单的问题陈述： 你有一堆用户U 1 ，U 2 ，...，U n 。 每个用户都有一组朋友，这是整个用户集的子集。 U 1 - ＆gt; U 2 ，U 5 ，U 8 ，...，U k
类似地，U 2 可以有朋友U 1 ，U 11 ，...，U k2 。现在有一堆“喜欢”实体L 1 ，L 2 ，L 3 ，......很明显，每个用户都喜欢子集Like对象。所以U 1 - ＆gt; L 1 ，L 2 ，L 5 ，L 10 ，... U 2 - ＆gt; L 4 ，L 8 ，L 10 ，......
现在问题是，给定一个像上面这样的网络，给定一个用户ID，我们需要返回HIS网络中的顶级喜欢以及喜欢它的几个朋友（朋友可能没有特定的顺序）。
我的想法： 一个想法是维护用户及其朋友的哈希图。这是全球性的。
User-Friends HashMap
|用户|朋友和他们喜欢的地图|
现在每个用户，我们还将维护他的喜欢的最大堆，按他们在网络中的频率排序。我们需要某种不相交的设置，以及实际的最大堆。当查询进入时，给定一个用户ID，我们从喜欢的堆中检索顶部条目，对于每个类似，我们检索喜欢它的朋友。
总的来说，从数据结构的角度来看，我们正在查看每个用户不相交集的每个用户最大堆的全局散列映射。
这是解决此问题的最佳方法吗？我完全迷失了：（:( 建议多欢迎。我们可以在这里使用最短路径/ bfs / dfs吗？
答案 0 :(得分：1)
现在每个用户，我们还会根据他们在网络中的频率对他的喜欢的最大堆进行排序。
为什么呢？这意味着您不断为每个人提供查询答案，而不仅仅是您被问到的人。因此，对图表的任何更改现在变得更加昂贵，因为您必须更新所有这些堆。加上每个节点的内存占用量，而不是常数，取决于他拥有的朋友数量和他们有多少喜欢。
按照您的描述保留图表，即只是朋友和类似的关系。
然后，当您收到有关用户ID的查询时：
k个计数。