Algorithm 设计一个服务来计算过去24小时内听过的前k首歌曲

这是一个系统设计问题

假设我们有一个服务，可以在听到歌曲时通知我们。让我们设计一个新的服务，能够返回过去24小时内收听最多的K首歌曲。假设我们有约10亿首歌曲和约2亿用户

回答的重点是缓存、数据结构和数据库模式的设计

跟进：我们怎样才能按体裁来区分它？例如，如果我想要在过去24小时内听摇滚歌曲最多的前k名怎么办

---

真的很好奇你们会说什么/你们会怎么想！不必给出一个超级完美的解决方案，想法也很好

看来你想获得前k名的歌曲

你应该考虑MISRA GRIES算法

---

它保留了k个元素的数组及其估计值，对您来说重要的是它保留了流中最频繁的k个元素（您的通知歌曲列表）

这通常看起来像是推荐系统设计

---

您可以简单地考虑使用maxheap的heap算法来检索最后k个元素，并通过构建复杂的约束来增强性能。

使用max heap如何？解决方案时间复杂度大约为k log（n），其中

n

是歌曲数。如何确保最大堆只存储过去24小时的数据？你需要做一些修剪来不断删除超过24小时的歌曲，对吗？这将如何工作？也许我们每24小时创建一个新的最大堆？问题是，如果有人在当天的歌曲堆创建完成后立即询问热门歌曲，他们就不会得到多少结果。因为堆已经完成，所以我们可能会在那个时候使用昨天的结果。那么您的结果总是1天前的，如果堆是为当天创建的，为什么我们不能返回它们呢？假设我们每天上午12点创建一个新的（空）堆。然后在接下来的24小时内，我们收集当天所需的数据。如果有人在凌晨1点，在新堆创建之后，请求播放最热门的歌曲，会发生什么？那你就只能得到最后一个小时的热门歌曲了。如果返回昨天的堆，则结果为off，不包括最后一个小时