L1-034 点赞(Java)

微博上有个“点赞”功能，你可以为你喜欢的博文点个赞表示支持。每篇博文都有一些刻画其特性的标签，而你点赞的博文的类型，也间接刻画了你的特性。本题就要求你写个程序，通过统计一个人点赞的纪录，分析这个人的特性。

输入格式：

输入在第一行给出一个正整数N（≤1000），是该用户点赞的博文数量。随后N行，每行给出一篇被其点赞的博文的特性描述，格式为“K F1?FK”，其中1≤K≤10，Fi（i=1,?,K）是特性标签的编号，我们将所有特性标签从1到1000编号。数字间以空格分隔。

输出格式：

统计所有被点赞的博文中最常出现的那个特性标签，在一行中输出它的编号和出现次数，数字间隔1个空格。如果有并列，则输出编号最大的那个。

输入样例：

4
3 889 233 2
5 100 3 233 2 73
4 3 73 889 2
2 233 123

输出样例：

233 3

解题思路

最开始的思路(运行超时)

1. 使用一个哈希表（或字典）来存储每个标签的出现次数。
2. 遍历每篇博文的特性描述，更新哈希表中对应标签的计数。
3. 遍历哈希表，找到出现次数最多的标签。如果有多个标签并列，选择编号最大的那个。
4. 输出这个标签的编号和出现次数。

修改后的思路

1. 处理大量数据时。BufferedReader 读取大块数据并将其缓存，减少了读取输入时的时间开销。
2. 使用数组而非哈希表：由于标签的编号范围是1到1000，所以代码使用了一个固定长度的数组 tag 来存储每个标签的频率。数组的访问时间复杂度是O(1)，这比哈希表更快，尤其是当哈希表的负载因子增加时。
3. 直接在读取过程中更新频率：代码在读取每个标签时直接更新数组中的频率，这样就不需要单独的步骤来更新频率。
4. 高效的最大频率查找：最后，代码通过一个简单的循环找到频率最高的标签。由于只需要遍历一次数组，这个过程非常快速。

解题过程中遇到的问题

运行超时：当版本还是HashMap时我的第一反应是将Scanner改为BufferedReader，可是无效。后来仔细想了想之前也是遇到这个情况，用数组而非HashMap，因为数组的访问时间复杂度比HashMap低

代码

import java.io.*; 

public class Main {
    public static void main(String[] args) throws IOException {
        BufferedReader bu = new BufferedReader(new InputStreamReader(System.in));
        int n = Integer.parseInt(bu.readLine());
        int[] tag = new int[1001];

        for (int i = 0; i < n; i++) {
            String[] k = bu.readLine().split(" ");
            for (int j = 1; j < k.length; j++) {
                int temp = Integer.parseInt(k[j]);
                tag[temp]++;
            }
        }
        
        int id = 0;
        int max = tag[0];
        for (int i = 1; i <= 1000; i++) {
            if (max <= tag[i]) {
                max = tag[i];
                id = i;
            }
        }
        System.out.print(id + " " + max);
    }
}

最开始版本（运行超时版）做个区别

import java.util.*;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int N = scanner.nextInt();
        Map<Integer,Integer> tagFrequency = new HashMap<>();
        for (int i = 0; i < N; i++) {
            int K = scanner.nextInt(); // 博文的特性标签数量
            for (int j = 0; j < K; j++) {
                int tag = scanner.nextInt();
                tagFrequency.put(tag, tagFrequency.getOrDefault(tag, 0) + 1);
            }
        }

        int maxFrequencyTag = 0;
        int maxFrequency = 0;
        for (Map.Entry<Integer, Integer> entry : tagFrequency.entrySet()) {
            int tag = entry.getKey();
            int frequency = entry.getValue();
            if (frequency > maxFrequency || (frequency == maxFrequency && tag > maxFrequencyTag)) {
                maxFrequencyTag = tag;
                maxFrequency = frequency;
            }
        }

        System.out.println(maxFrequencyTag + " " + maxFrequency);

    }
}