13

Google Collections Multiset是一组元素，每个元素都有一个计数（即可能出现多次）。

我无法告诉你我想要执行以下多少次

  1. 制作直方图（确切地说是多重集）
  2. 从直方图中按count获取前N个元素

示例：前 10 个 URL（按 # 次提及），前 10 个标签（按 # 次应用），...

在给定 Google Collections Multiset 的情况下，执行 #2 的规范方法是什么？

这是一篇关于它的博客文章，但该代码并不是我想要的。首先，它返回所有内容，而不仅仅是前 N 个。其次，它复制（是否可以避免复制？）。第三，我通常想要一个确定性排序，即如果计数相等，则为平局。其他尼特：它不是静态的，等等。

4

2 回答 2

4

我编写了具有您要求的基本功能的方法，除了它们执行复制并且缺乏确定性的平局逻辑。它们目前在 Google 内部，但我们可能会在某个时候将它们开源。这个番石榴问题有方法签名。

他们的算法类似于博客文章：对条目列表进行排序。使用更好的选择算法会更快，但更复杂。

编辑：自 Guava 11 起，已实现

于 2010-06-17T04:27:05.080 回答
3

为了让人们从另一个角度发表评论，我将发布我引用的博客文章的略微修改版本：

package com.blueshiftlab.twitterstream.summarytools;

import com.google.common.collect.ImmutableList;
import com.google.common.collect.Multiset;
import com.google.common.collect.Ordering;
import com.google.common.collect.Multiset.Entry;

public class Multisets {
    // Don't construct one
    private Multisets() {
    }

    public static <T> ImmutableList<Entry<T>> sortedByCount(Multiset<T> multiset) {
        Ordering<Multiset.Entry<T>> countComp = new Ordering<Multiset.Entry<T>>() {
            public int compare(Multiset.Entry<T> e1, Multiset.Entry<T> e2) {
                return e2.getCount() - e1.getCount();
            }
        };
        return countComp.immutableSortedCopy(multiset.entrySet());
    }

    public static <T> ImmutableList<Entry<T>> topByCount(Multiset<T> multiset,
            int max) {
        ImmutableList<Entry<T>> sortedByCount = sortedByCount(multiset);
        if (sortedByCount.size() > max) {
            sortedByCount = sortedByCount.subList(0, max);
        }

        return sortedByCount;
    }
}
于 2010-06-12T18:25:50.443 回答