Algorithm 确定顶部'；m'；最常见的k-Page序列

一个网站有几个网页，有很多用户正在访问该网站。 假设--

列表中还有很多用户，这些用户是有限的和有编号的。 现在的问题是我们必须确定前m个最常见的k-Page序列。 对于上述示例，结果将是：（k=3，m=3）a->b->c，b->c->d，z->a->b

---

我真的无法在这里找到具体的解决办法。无论我使用什么样的数据结构，我都必须遍历所有的节点和列表。也许我可以创建一个哈希表，其中键类似于“abc”，值是它发生的次数。但是，在哈希表中查找最多出现的'm'总是一件痛苦的事情。

我会像您描述的那样处理这个问题，使用

k

-元组作为哈希表的键

然后，通过迭代每个散列键，并对当前的top

m

元素和当前元素执行冒泡排序，可以提取top

m

元素。这将具有时间复杂度

O（m*N）

，其中

N

是哈希表中的键数

让

p[i]

成为用户

i

的模式。对于每个模式

i

：

对于

p[i]

中长度

k

的每个子字符串

s

：

如果（

s

in

hashmap

）

hashmap[s]++

else将

s

放入

hashmap

让

k

成为

hashmap

中的多个键。按键的值降序排列键。排序后返回

m

第一个键

O（klogk）

时间复杂性

如果哈希是可行的：

• 将它们全部放入一个哈希映射（该映射将一个序列映射到多个匹配项）

• 如何在散列映射中找到顶部的

  m

  元素？有几种方法：

• 将它们全部放入一个数组并进行排序。时间复杂度为

  O（n log n）

  ，其中

  n

  是映射中的条目数

• 迭代散列映射条目，并使用到目前为止看到的top

  m

  元素维护优先级队列。时间复杂度为

  O（nlogm）

• 将它们全部放入一个数组中，并使用quickselect算法选择第m个元素。选择所有不大于该值的项。如果我们需要按排序顺序获取top

  m

  条目，则时间复杂度为

  O（n）

  或

  O（n+m*log m）

如果哈希不可行，您可以使用后缀数据结构（数组、树、自动机）来计算每个序列的出现次数，然后以与1相同的方式选择最佳

m

---

对不起，我的无知，但是k=3和m=3？我看到a->b->c4timesm=3，k=3=>3个最常见的3页序列。使用后缀数据结构会改善空间和/或时间复杂性吗？@ankitG如果我们假设哈希映射是完美的（插入/查找总是在

O（1）

），那么不会。

user 1 has access pattern : x->y->z->a->b->c->d->e->f    
user 2 has access pattern : z->a->b->c->d
user 3 has access pattern : y->z->a->b->c->d
user 4 has access pattern : a->b->c->d