小红书推荐系统（牛客）

写在前面：

牛客每日一题持续更新中！

今天给亦菲彦祖们带来的是小红书推荐系统

题目如下：

题目描述

根据小红的一份搜索记录（一个由小写字母和空格组成的字符串），找出所有的"关键词"。一个单词被定义为"关键词"，当且仅当它在搜索记录中出现的次数不少于3次。

输出要求：

输出所有关键词，每行一个。
关键词需要按照出现频次从高到低排序。
如果频次相同，则按照字典序升序排序。

解题思路

本题的核心任务是进行词频统计，并根据多重条件对结果进行排序。整个过程可以分解为以下几个步骤：

词频统计：
- 首先，我们需要将输入的整个字符串分割成一个个独立的单词。
- 然后，统计每个单词出现的次数。使用哈希表（在C++中是 map，Java中是 HashMap，Python中是 dict）是实现这一步最有效的数据结构。表的键（key）是单词，值（value）是该单词出现的次数。
- 我们遍历分割后的所有单词，对于每个单词，在哈希表中更新其计数值。
筛选关键词：
- 遍历词频统计完成后的哈希表。
- 将所有出现次数大于或等于3次的单词（即关键词）及其频次提取出来，存入一个新的列表或数组中。这个列表中的每个元素都应包含单词和它的频次信息，方便后续排序。
自定义排序：
- 这是本题的重点。我们需要对筛选出的关键词列表进行自定义排序。
- 主排序键 ：频次，按降序排列。
- 次排序键 ：单词本身（字典序），按升序排列。
- 在实现排序比较逻辑时，应先比较两个关键词的频次。如果频次不同，频次高的排在前面。如果频次相同，再比较它们的字典序，字典序小的排在前面。
输出结果：
- 遍历排序完成的关键词列表，并逐行输出每个关键词。

代码实现

C/C++版本：

cpp 复制代码

#include <iostream>
#include <string>
#include <map>
#include <vector>
#include <algorithm>

using namespace std;

int main() {
    string input;
    getline(cin, input);  // 读取整行输入
    
    map<string, int> wordCount;  // 存储每个单词出现的次数
    
    // 统计每个单词出现的次数
    string word = "";
    for (char c : input) {
        if (c == ' ') {
            if (!word.empty()) {
                wordCount[word]++;
                word = "";
            }
        } else {
            word += c;
        }
    }
    // 处理最后一个单词
    if (!word.empty()) {
        wordCount[word]++;
    }
    
    // 将符合条件的单词存入vector
    vector<pair<string, int>> keywords;
    for (auto& p : wordCount) {
        if (p.second >= 3) {
            keywords.push_back(p);
        }
    }
    
    // 排序：先按次数降序，次数相同按字典序升序
    sort(keywords.begin(), keywords.end(), 
        [](const pair<string, int>& a, const pair<string, int>& b) {
            if (a.second != b.second) {
                return a.second > b.second;  // 次数多的排前面
            }
            return a.first < b.first;  // 字典序小的排前面
        });
    
    // 输出结果
    for (auto& kw : keywords) {
        cout << kw.first << endl;
    }
    
    return 0;
}

Python版本：

python 复制代码

def main():
    # 读取输入
    input_line = input().strip()
    
    # 统计每个单词出现的次数
    word_count = {}
    words = input_line.split()  # 按空格分割单词
    
    for word in words:
        word_count[word] = word_count.get(word, 0) + 1
    
    # 筛选出现次数不少于3次的单词
    keywords = []
    for word, count in word_count.items():
        if count >= 3:
            keywords.append((word, count))
    
    # 排序：先按次数降序，次数相同按字典序升序
    keywords.sort(key=lambda x: (-x[1], x[0]))
    
    # 输出结果
    for word, count in keywords:
        print(word)

if __name__ == "__main__":
    main()

Java版本：

java 复制代码

import java.util.*;
import java.util.stream.Collectors;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        
        // 读取输入
        String input = scanner.nextLine();
        
        // 统计每个单词出现的次数
        Map<String, Integer> wordCount = new HashMap<>();
        String[] words = input.split(" ");
        
        for (String word : words) {
            if (!word.isEmpty()) {
                wordCount.put(word, wordCount.getOrDefault(word, 0) + 1);
            }
        }
        
        // 筛选出现次数不少于3次的单词
        List<Map.Entry<String, Integer>> keywords = new ArrayList<>();
        for (Map.Entry<String, Integer> entry : wordCount.entrySet()) {
            if (entry.getValue() >= 3) {
                keywords.add(entry);
            }
        }
        
        // 排序：先按次数降序，次数相同按字典序升序
        keywords.sort((a, b) -> {
            if (!a.getValue().equals(b.getValue())) {
                return b.getValue() - a.getValue(); // 次数降序
            }
            return a.getKey().compareTo(b.getKey()); // 字典序升序
        });
        
        // 输出结果
        for (Map.Entry<String, Integer> entry : keywords) {
            System.out.println(entry.getKey());
        }
        
        scanner.close();
    }
}