|
|---|
|
|
|
|
|
|
r******n
发帖数: 170 | 1 在Log中找用户最多的3连击问题，有最后结论吗？
Userid PageID
A 1
A 2
A 3
B 2
B 3
C 1
B 4
A 4
找出最常用的3个访问序列：
对于用户A：1-2-3， 2-3-4
用户B：2-3-4
2-3-4 是最常见的
我大致想想，是这么做的，建一个map >用来扫描log文件
，每当针对一个usr_id,list size达到3时，把这个三链接做成t_hits结构，作为key放
到另外一个map里存起来，然后把list头的第一个pageID去掉，
这样子扫描完毕后，第二个map里就是三连击的counter map.
但是要找到最大的三连击，还得再扫描一次第二个map。觉得效率不够高？关键map_t_
hits里面的value还可能在变化，不然是个静态的，直接往个heap里插，最后顶上就是
最大的了。
大致结构如下，欢迎点评：
struct t_hits
{
int f_page;
int s_page;
int t_page;
};
map > map_hit;
map map_t_hits;
scan records:
foreach( record: r in log)
{
if(map_hit.count(r.userid) >0)
{
map_hit[r.uid].second.push_back(r.pageID);
if(map_hit[r.uid].second.size() ==3) //found a three page hits for
this user
{
list tmp=map_hit[r.uid].second;
t_hits(tmp[0],tmp[1],tmp[2]);
if( map_t_hits.count(t_hits) >0)
map_t_hits[t_hits]++;
else
map_t_hits[t_hits]=1;
}
}
else
{
list tmp(r.pageID);
map_hit[r.uid]=tmp;
}
}
iterate map_t_hits once to locate its key(t_hits) with highest value | h*********n
发帖数: 11319 | 2 经典解法： 2个hash表
hash1： key是userID，value是该用户最近两次点击的网页
hash2： key是出现过的三连击组合，value是该三连击的出现次数
【在 r******n 的大作中提到】
: 在Log中找用户最多的3连击问题，有最后结论吗？
: Userid PageID
: A 1
: A 2
: A 3
: B 2
: B 3
: C 1
: B 4
: A 4
|
|
|
|
|
|
|
