Algorithm 以编程方式确定相对；“大众性”；项目列表（书籍、歌曲、电影等）

给出一个歌曲列表，确定它们相对“受欢迎程度”的最佳方法是什么

我的第一个想法是使用谷歌趋势。此歌曲列表：

地下思乡病

帝国心态

加利福尼亚古尔斯

生成以下内容：（为了找出现在流行的内容，我将报告限制在最后30天内）

《帝国精神状态》的流行程度略高于《加利福尼亚古尔斯》，而《地下思乡布鲁斯》则远不及这两部

所以这很有效，但是当你的列表有100或1000首歌曲时会发生什么呢？谷歌趋势只允许你一次比较5个术语，所以如果没有一个大循环，正确的方法是什么

---

另一种选择是在谷歌上搜索每首歌，看看哪首歌的搜索结果最多，但这并不能真正衡量同一件事，你可以在推特上搜索这个项目，看看它被提及了多少次。或者在亚马逊上查询一下，看看有多少人对它进行了评论，以及他们对它的评价。Twitter和亚马逊都有api。

有一个非官方的谷歌趋势api。看，我没有使用它，但也许它有一些帮助。

我当然会将谷歌的API称为“受限”

通常，用于排序算法的比较函数非常“二进制”：

• 投入：2个要素
• 输出：真/假

给你：

• 投入：5个要素
• 输出：每个元素的相对权重

因此，您只需要对API进行线性调用（而排序通常需要对比较函数进行O（N logn）调用）

您将需要准确的

ceil（（N-1）/4）

调用。您可以并行化，但请仔细阅读用户指南，了解您有权提交的请求数量

然后，一旦所有这些都被“评级”，你就可以在本地进行简单的排序

直觉上，为了正确地收集它们，您应该：

• 洗牌
• 弹出前5个元素
• 调用API
• 在结果中插入已排序的对象（此处使用插入排序）
• 拿起中位数
• 弹出前4个元素（如果可用的元素较少，则弹出的元素较少）
• 首先使用中间值和这4个值调用API
• 返回“插入”，直到元素用完为止

---

如果你的单子上有1000首歌，250个API调用，没什么可怕的。

好问题——布兰妮·斯皮尔斯的一首歌可能会流行2个月，然后（谢天谢地）被遗忘，而埃尔维斯的另一首歌可能会持续流行30年。如何从数量上区分这两者？我们知道，我们想认为，持续的人气比“昙花一现”更重要，但如何才能得到这个结果呢

首先，我会在发行日期前后正常化——地下思乡忧郁现在可能不受欢迎（虽然不是在我家），但回到1965年正常化可能会产生不同的结果

由于大多数歌曲的受欢迎程度都在上升，趋于平稳，然后又在下降，所以让我们在它们趋于平稳时选择一个区域。有人可能会假设，在这段时间内，这两个序列是平稳的、不相关的和正态分布的。现在，您可以应用一个测试来确定方法是否不同

可能有一些限制性较小的测试来确定两个时间序列之间的差异大小，但我还没有遇到过它们

有人吗