ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

字节跳动(用户喜好)

2019-03-15 21:44:12  阅读:442  来源: 互联网

标签:标号 字节 int 喜好 用户 li 跳动 input


题干:

[编程题] 用户喜好

时间限制:3秒

空间限制:262144K

 

为了不断优化推荐效果,今日头条每天要存储和处理海量数据。假设有这样一种场景:我们对用户按照它们的注册时间先后来标号,对于一类文章,每个用户都有不同的喜好值,我们会想知道某一段时间内注册的用户(标号相连的一批用户)中,有多少用户对这类文章喜好值为k。因为一些特殊的原因,不会出现一个查询的用户区间完全覆盖另一个查询的用户区间(不存在L1<=L2<=R2<=R1)。

 

输入描述:

输入: 第1行为n代表用户的个数 第2行为n个整数,第i个代表用户标号为i的用户对某类文章的喜好度 第3行为一个正整数q代表查询的组数;

第4行到第(3+q)行,每行包含3个整数l,r,k代表一组查询,即标号为l<=i<=r的用户中对这类文章喜好值为k的用户的个数。

数据范围n <= 300000,q<=300000 k是整型

 

输出描述:

输出:一共q行,每行一个整数代表喜好值为k的用户的个数

 

输入例子1:
5
1 2 3 3 5
3
1 2 1
2 4 5
3 5 3

输出例子1:
1
0
2

例子说明1:
样例解释:
有5个用户,喜好值为分别为1、2、3、3、5,
第一组询问对于标号[1,2]的用户喜好值为1的用户的个数是1
第二组询问对于标号[2,4]的用户喜好值为5的用户的个数是0
第三组询问对于标号[3,5]的用户喜好值为3的用户的个数是2
 

开始自己写的代码: 

 

 1 n = int(input())
 2 li = [int(i) for i in input().split()]
 3 q = int(input())
 4 lrk = []
 5 for j in range(q):
 6     lrk.append([int(k) for k in input().split()])
 7     
 8 def compute(li, param):
 9     a = 0
10     for p in li:
11         if p == param:
12             a += 1
13     return a
14     
15 for r in lrk:
16     li_a = li[r[0]-1: r[1]]
17     print(compute(li_a, r[2]))
18 
19     

 

这段代码完全可以实现题目的操作,但是其非常费时费力;所以尽管代码基本正确无误,但是根本符合不了“速度”的要求;

 

参看了别人的例子改后的代码:

 

n = int(input())
li = [int(a) for a in input().split()]
d = {}
for i,v in enumerate(li):
    if v not in d:
        d[v] = [i + 1]
    else:
        d[v].append(i+1)
q = int(input())
for _ in range(q):
    l, r, k = map(int, input().split())
    if k not in d.keys():
        print(0)
    else:
        a = 0
        for j in d[k]:
            if j>=l and j<=r:
                a += 1
        print(a)

 

在进行少量数据的运算中,这两种实现方法时间上看不出来什么差别;但是,当数据量成千上万甚至十万级别的时候,第一种方式显然运算速度上完全落后于第二种;而且是数倍的差距;

在此,程序就不去解释,只要稍微看一会,就能看出两段程序的优劣!

 

标签:标号,字节,int,喜好,用户,li,跳动,input
来源: https://www.cnblogs.com/springionic/p/10539633.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有