Algorithm 在任何时候，我们都需要根据数量来告诉前k名的产品

数据流正在到来。 数据包含产品Id和数量。 在任何时候，我们都需要根据数量来告诉前k名的产品

我的做法：

保持一堆大小为k的水貂 维护一个hashmap，其中存储产品id作为键，存储产品数量，存储堆索引作为值

现在收到一个数据，检查hashmap中是否存在产品id

如果hashmap中存在：

更新堆中的产品数量（因为产品数量将增加）。 更新hashmap中的新数量、新索引

如果hashmap中不存在：

检查新产品数量是否大于堆中的最小值 如果大于，则移除堆的根并替换为新值

问题: 我的方法的问题是，产品ID可以在任何时候重复，因为产品数量会增加。

---

我应该使用什么方法来存储产品数量和堆索引，因为目前的一些产品可能不在堆中，但将来它们可能是堆的一部分。

如果您有足够的内存来存储所有产品及其计数，那么就维护一个由产品id键控的哈希映射，以及一个树结构（，例如）这是按频率排序的

当更新到来时：

• 如果产品不在哈希映射中，请将其添加到哈希映射中，并以1的频率将其添加到树中
• 如果产品已经在哈希映射中，请在树中查找它，增加其频率，并调整节点在树中的位置

向树中添加节点和调整节点位置是O（logn）操作

当您必须按频率获得排名前“k”的产品时，您可以使用树的顺序遍历，当您到达

k

时，可以提前退出

---

如果你没有内存来存储每个产品的计数，事情会变得有点棘手，你可能不得不使用近似算法。给出了一些想法。

如果您收到的数据中的数量字段是该产品的当前总数量，那么我将坚持您的方案。如果你每次都会收到一个额外的数量，并将其添加到之前收到的数字之上，那么这是一个值得思考的问题。在这两种情况下，我都会使用

productID

作为映射键。每次重复productID时都会收到额外的数量。我在考虑使用TRIE，在trieode中，我可以包括产品数量和heapIndex（-1，如果堆中不存在）。因此，如果在任何给定的时间点，您需要找到前100个元素，维护前10K个元素的堆。因此，如果您的数据分布良好，即数据流没有太多的突增，那么您很有可能对您的前100个数字是正确的。当然，很多产品的数量数字并不准确。