Algorithm 我如何设计一个系统，在一个时间窗口中查找前K个趋势帖子

我正在处理一个系统设计问题，我需要在5分钟、1小时和24小时的窗口中显示前K个趋势帖子

我了解通过使用哈希映射跟踪频率和堆按频率对K个项目进行排序来查找Top K元素的方法

但是，我不知道如何解释时间成分。我一直在读有关桶/计数器等的文章，但我无法想出解决方案

我希望在了解如何以分布式方式构建算法之前，先了解算法

---

多谢各位

您可以使用自平衡二叉搜索树而不是堆：对于堆允许的所有操作，它们具有相同的时间和空间复杂性，但也允许在O（logn）时间（而不是O（n）时间）内删除元素。大多数语言使用这些树实现某种“有序字典”容器抽象；在C++中，它被称为代码> map < /C> > < /P> 对于每个时间窗口，维护一个单独的树。让我们考虑5m窗口的具体性。

每当新元素到达时，将其添加到树中，并安排一个5分钟的计时器再次删除它；插入和删除的成本分别为O（logn），其中n是树增长到的最大大小，即5分钟窗口中发生的最大事件数。要查找前k个项目，只需开始按顺序遍历树，并在报告k个项目后停止。这需要O（k）时间，并允许k的不同选择。确保您或您的语言的底层容器实现允许并发修改容器

这种方法很简单，但为每个新元素安排一个计时器可能会产生大量开销。您也可以“延迟”执行删除：当新元素xNew在时间tNew到达时，像往常一样将xNew添加到树中，但不是安排计时器，还可以：

将（xNew，tNew）添加到单独的FIFO队列

从队列中提取元素（x，t），直到t>=tNew-5

---

您很可能需要对数据进行缓存和分析。在我看来，像Cassandra这样的东西非常适合这样的问题，因为它可以索引时间戳字段，这是Cassandra中的一种原生数据类型。