Algorithm 如何确定要更新的提要的优先级？

假设我有500个RSS提要，需要不断更新，但不想每分钟检查所有500个。什么样的方法或算法可以最好地确定哪些提要应该更新，而其他提要则留待以后更新

---

假设我可以并且将保存历史数据/统计数据，即使在同一个提要中，更新频率也会有所不同。

好吧，您自己部分回答了您的问题

---

使用现有统计信息根据提要的更新率对其进行优先级排序。保持统计信息本身的更新，以便它能够根据更新频率的变化进行调整。

您描述的是非常常见的优先级调度问题。有很多可能的方法，但这里有一个简化的版本

• 设计一个优先级函数，确定更新特定提要的重要性。（例如，如果某个特定提要只更新了一小段时间，且历史更新率较低，则其优先级可能较低。）
• 然后把饲料放在一个容器里
• 当您需要做更多的工作时，从队列中获取优先级最高的提要
• 为了确保每个人都有机会进行更新，定期提高一段时间内没有更新的提要的优先级

---

如果您想要高端方法，可以这样工作。为RSS提要选择一个概率模型，例如更新间隔时间遵循连续概率分布，例如。对于每个RSS提要，使用基于该提要更新历史的方法来估计各个分发版的参数。现在您有了一个概率模型，您可以使用该模型计算任何特定RSS提要在任何特定时间具有可用更新的概率。每当您有可用的时间段来检查一个流上的更新时，请检查具有最高概率的新数据的流。例如，指数概率是无记忆的，这意味着如果您检查提要是否有更新，而没有更新，那么在检查时，它有更新的概率将“重置”为0%，然后从那里向上增长，在不久的将来优先考虑其他提要