给N个具有电影首选项的用户，检索至少K个用户喜欢的电影列表

Question

给具有电影首选项的 N 个用户，检索至少 K 个用户喜欢的电影列表。

找到答案的最有效的[运行时/内存]算法是什么？

如果 N = K 很简单，因为您可以：

1. 交集=第一个用户首选项。
2. 对于其余用户：
3. 交集=相交（交集，user_i）
4. 如果路口是空的，那就没有意义了。

（4）在任何其他情况下都是有问题的，因为即使没有交集，仍然存在“潜在”

我曾想创建一个哈希图来“计数”每个电影首选项的交集数量，但这听起来效率很低。尤其是在电影喜好很大的情况下。

有什么想法/提示吗？谢谢。

Answer 1

如果您想优化运行时间，那么创建histogram的方法就是一个不错的选择。基本上，运行所有数据，然后运行map:movie->#users。然后，在地图上进行一次迭代即可为您提供k+用户喜欢的电影列表。

这是O(N+k)时间和O(k)的记忆。

请注意，可以使用map-reduce有效地分发此方法。

map:(user,movie)->(movie,1)
reduce:(movie,list<int>)->movie if sum(list)>k else none

---

如果要使用最少的内存来这样做，则可以按影片名称对数据使用一些就地排序算法。然后，对数据进行迭代，并计算电影重复播放自身的次数（如果大于或等于k，则得出结果）。

这是O(NlogN)运行时，添加的内存最少。

• 在两种解决方案中，N代表输入大小（条目数），可能为O(n*k)，但实际上要小得多。