Algorithm 编码：跟踪每个用户最近N天的记录。

我正在解决一个有趣的问题，对于每个用户，我想保留他最后N天的活动。这可以应用于许多用例，其中一个简单的用例是：

对于每个用户-用户可以在某个随机的日子来健身房-我想得到他在过去90天里去健身房的总次数

这对我来说是个棘手的问题

我的想法：我想存储一个向量，其中每个条目将确定一天，然后一个布尔值可能表示他的访问。要计数，仅对数组中的该部分进行线性处理就足够了

---

最好的方法是什么

根据您需要的复杂程度，存储每个客户端访问的简单数组就足够了

每次访问时，添加一个包含日期/时间的新条目。每天运行一次检查，查看是否有任何客户端包含超过90天的访问记录。第一条记录不够旧，意味着没有更多的记录要检查，因此您可以安全地移动到下一个客户端

---

希望这对你有帮助

根据您需要的复杂程度，存储每个客户端访问的简单数组就足够了

每次访问时，添加一个包含日期/时间的新条目。每天运行一次检查，查看是否有任何客户端包含超过90天的访问记录。第一条记录不够旧，意味着没有更多的记录要检查，因此您可以安全地移动到下一个客户端

---

希望这对你有帮助

你的想法行得通，但它真的节省空间吗

您可以是这样的：一个布尔2D向量（您可以将其想象为一个矩阵），其中每一行都是一个用户，每一列都是一天（已排序），因此这将包括：

大小矩阵

uxn

其中U是用户数

要回答我最初提出的问题，您需要考虑矩阵的密度。如果它会很多，那么你做出了正确的选择，如果不是，那么你浪费了（很多）空间。你可以在这里看到权衡

当然，您必须考虑您的用例。在健身房的例子中，我认为这不会节省空间，因为大多数人不是每天都去健身房（我认为），这会导致矩阵稀疏，这意味着我们浪费了空间

---

另一个想法是使用一个向量os size

N

，其中对日期进行排序。每个条目都是一个链接列表，其中每个节点都是一个用户

如果在一天的列表中找到一个用户，那么这意味着他那天去了健身房

通过这种方法，我们可以根据需要精确地分配空间，因此无论我在矩阵的例子中提到的密度如何，它都是空间最优的

---

但是，是这样吗？不，当然不是！我讨论了空间，但是时间效率呢？例如，搜索通常是我们希望数据结构支持的一种常用方法，如果我们希望这种方法快速的话

在矩阵的情况下，搜索将是一个O（1）操作，这是甜蜜的，因为访问矩阵是一个常量操作

然而，在vector+列表的情况下，搜索将采用O（L），其中

L

是我们的vector总共拥有的列表的平均大小

---

那是哪一个呢？这取决于你的申请

---

我也会尝试使用哈希表，它不需要排序，而且节省空间（）。

你的想法会奏效，但它真的节省空间吗

您可以是这样的：一个布尔2D向量（您可以将其想象为一个矩阵），其中每一行都是一个用户，每一列都是一天（已排序），因此这将包括：

大小矩阵

uxn

其中U是用户数

要回答我最初提出的问题，您需要考虑矩阵的密度。如果它会很多，那么你做出了正确的选择，如果不是，那么你浪费了（很多）空间。你可以在这里看到权衡

当然，您必须考虑您的用例。在健身房的例子中，我认为这不会节省空间，因为大多数人不是每天都去健身房（我认为），这会导致矩阵稀疏，这意味着我们浪费了空间

---

另一个想法是使用一个向量os size

N

，其中对日期进行排序。每个条目都是一个链接列表，其中每个节点都是一个用户

如果在一天的列表中找到一个用户，那么这意味着他那天去了健身房

通过这种方法，我们可以根据需要精确地分配空间，因此无论我在矩阵的例子中提到的密度如何，它都是空间最优的

---

但是，是这样吗？不，当然不是！我讨论了空间，但是时间效率呢？例如，搜索通常是我们希望数据结构支持的一种常用方法，如果我们希望这种方法快速的话

在矩阵的情况下，搜索将是一个O（1）操作，这是甜蜜的，因为访问矩阵是一个常量操作

然而，在vector+列表的情况下，搜索将采用O（L），其中

L

是我们的vector总共拥有的列表的平均大小

---

那是哪一个呢？这取决于你的申请

---

我也会尝试使用哈希表，它不需要排序，而且节省空间（）。

让每个用户都有一个固定大小（90）的访问详细信息的队列怎么样？您可以将其推广到多个用户，关键的优势是您不必担心维护最后90天的数据

---

您可以将队列转储到列表或数组中，并根据需要在O（n）中持久化。正如您所提到的，对出席人数的检查也将是O（n）。

为每个用户设置一个具有固定大小（90）的访问详细信息的队列怎么样？您可以将其推广到多个用户，关键的优势是您不必担心维护最后90天的数据

Q[ClientIdx].Add(Today)

while (not Q[ClientIdx].Empty) and (Today - Q[ClientIdx].Peek > 90) 
    Q[ClientIdx].Remove  //dequeue too old records
VisitCount = Q.Count