当前位置：首页 > news >正文

统计可重复列表中的TOP N

news 来源：原创 2025/7/29 0:38:21

文章目录

- - 方案1：HashMap统计 + 全排序
  - - 实现步骤：
    - 代码实现：
    - 优缺点：
  - 方案2：HashMap统计 + 最小堆（优先队列）
  - - 实现步骤：
    - 代码实现：
    - 优缺点：
  - 方案3：Java Stream API
  - - 实现步骤：
    - 代码实现：
    - 优缺点：
  - 完整示例代码
  - 关键点总结
  - 方案4：并行流处理（Parallel Stream）
  - - 实现步骤：
    - 代码实现：
    - 优缺点：
  - 方案5：桶排序（Bucket Sort）
  - - 实现步骤：
    - 代码实现：
    - 优缺点：
  - 方案6：快速选择（Quickselect）算法
  - - 实现步骤：
    - 代码实现（部分）：
    - 优缺点：
  - 方案7：Guava库的MultiSet（第三方依赖）
  - - 实现步骤：
    - 代码实现：
    - 优缺点：
- 二、方案对比总表
- 三、总结建议

这种统计top值的情况场景使用的不少，面试过程中也有聊到过这类问题，在这详细介绍一下思路和方案

在Java中统计列表中出现次数最多的前N个对象，常见的实现方案及其优缺点如下：

方案1：HashMap统计 + 全排序

实现步骤：

使用HashMap统计每个元素的频率。
将统计结果转为列表，按频率降序排序。
取前N个元素。

代码实现：

public static List<Map.Entry<String, Integer>> topNWithSort(List<String> list, int n) {// 统计频率Map<String, Integer> freqMap = new HashMap<>();for (String item : list) {freqMap.put(item, freqMap.getOrDefault(item, 0) + 1);}// 转换为列表并排序List<Map.Entry<String, Integer>> entries = new ArrayList<>(freqMap.entrySet());entries.sort((a, b) -> b.getValue().compareTo(a.getValue()));// 取前N个return entries.subList(0, Math.min(n, entries.size()));
}

优缺点：

优点：实现简单，代码直观。
缺点：全排序时间复杂度为 (O(m \log m))（(m) 为不同元素的数量），当 (m) 较大时效率低。

方案2：HashMap统计 + 最小堆（优先队列）

实现步骤：

使用HashMap统计频率。
使用大小为N的最小堆，遍历频率表，维护堆顶为当前最小的频率。
将堆中元素逆序输出。

代码实现：

public static List<Map.Entry<String, Integer>> topNWithHeap(List<String> list, int n) {// 统计频率Map<String, Integer> freqMap = new HashMap<>();for (String item : list) {freqMap.put(item, freqMap.getOrDefault(item, 0) + 1);}// 初始化最小堆（按频率升序）PriorityQueue<Map.Entry<String, Integer>> heap = new PriorityQueue<>((a, b) -> a.getValue() - b.getValue());// 遍历频率表，维护堆的大小为Nfor (Map.Entry<String, Integer> entry : freqMap.entrySet()) {if (heap.size() < n) {heap.offer(entry);} else if (entry.getValue() > heap.peek().getValue()) {heap.poll();heap.offer(entry);}}// 将堆转换为列表并逆序List<Map.Entry<String, Integer>> result = new ArrayList<>(heap);result.sort((a, b) -> b.getValue().compareTo(a.getValue()));return result;
}

优缺点：

优点：时间复杂度为 (O(m \log n))，适合大数据量且 (n \ll m) 的场景。
缺点：需要手动维护堆，代码稍复杂。

方案3：Java Stream API

实现步骤：

使用Stream的groupingBy和counting统计频率。
按频率降序排序后取前N个。

代码实现：

public static List<Map.Entry<String, Long>> topNWithStream(List<String> list, int n) {return list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting())).entrySet().stream().sorted(Map.Entry.<String, Long>comparingByValue().reversed()).limit(n).collect(Collectors.toList());
}

优缺点：

优点：代码简洁，函数式编程风格。
缺点：隐藏实现细节，可能对内存和性能控制不足。

完整示例代码

import java.util.*;
import java.util.function.Function;
import java.util.stream.Collectors;public class TopNFrequency {public static void main(String[] args) {List<String> list = Arrays.asList("apple", "banana", "apple", "orange", "banana", "apple");int n = 2;// 方法1：全排序System.out.println("HashMap + Sorting: " + topNWithSort(list, n));// 方法2：最小堆System.out.println("HashMap + Heap: " + topNWithHeap(list, n));// 方法3：Stream APISystem.out.println("Stream API: " + topNWithStream(list, n));}// 方法1：全排序public static List<Map.Entry<String, Integer>> topNWithSort(List<String> list, int n) {Map<String, Integer> freqMap = new HashMap<>();for (String item : list) {freqMap.put(item, freqMap.getOrDefault(item, 0) + 1);}List<Map.Entry<String, Integer>> entries = new ArrayList<>(freqMap.entrySet());entries.sort((a, b) -> b.getValue().compareTo(a.getValue()));return entries.subList(0, Math.min(n, entries.size()));}// 方法2：最小堆public static List<Map.Entry<String, Integer>> topNWithHeap(List<String> list, int n) {Map<String, Integer> freqMap = new HashMap<>();for (String item : list) {freqMap.put(item, freqMap.getOrDefault(item, 0) + 1);}PriorityQueue<Map.Entry<String, Integer>> heap = new PriorityQueue<>((a, b) -> a.getValue() - b.getValue());for (Map.Entry<String, Integer> entry : freqMap.entrySet()) {if (heap.size() < n) {heap.offer(entry);} else if (entry.getValue() > heap.peek().getValue()) {heap.poll();heap.offer(entry);}}List<Map.Entry<String, Integer>> result = new ArrayList<>(heap);result.sort((a, b) -> b.getValue().compareTo(a.getValue()));return result;}// 方法3：Stream APIpublic static List<Map.Entry<String, Long>> topNWithStream(List<String> list, int n) {return list.stream().collect(Collectors.groupingBy(Function.identity(), Collectors.counting())).entrySet().stream().sorted(Map.Entry.<String, Long>comparingByValue().reversed()).limit(n).collect(Collectors.toList());}
}

关键点总结

全排序适合数据量小的场景，代码简单但效率低。
最小堆适合大数据量，时间复杂度更优。
Stream API以简洁性取胜，但需注意类型转换和性能。

方案4：并行流处理（Parallel Stream）

实现步骤：

使用并行流加速统计和排序。
利用ConcurrentHashMap保证线程安全。

代码实现：

public static List<Map.Entry<String, Long>> topNParallelStream(List<String> list, int n) {return list.parallelStream().collect(Collectors.groupingByConcurrent(Function.identity(), Collectors.counting())).entrySet().parallelStream().sorted(Map.Entry.<String, Long>comparingByValue().reversed()).limit(n).collect(Collectors.toList());
}

优缺点：

优点：利用多核并行处理，适合超大数据量。
缺点：线程安全控制复杂，可能因数据倾斜导致性能提升有限。

方案5：桶排序（Bucket Sort）

实现步骤：

统计频率，记录最大频率。
创建频率桶，索引为频率，值为元素列表。
从高到低遍历桶，收集前N个元素。

代码实现：

public static List<Map.Entry<String, Integer>> topNBucketSort(List<String> list, int n) {Map<String, Integer> freqMap = new HashMap<>();int maxFreq = 0;for (String item : list) {int freq = freqMap.getOrDefault(item, 0) + 1;freqMap.put(item, freq);maxFreq = Math.max(maxFreq, freq);}// 创建桶（索引为频率）List<List<String>> buckets = new ArrayList<>(maxFreq + 1);for (int i = 0; i <= maxFreq; i++) {buckets.add(new ArrayList<>());}freqMap.forEach((k, v) -> buckets.get(v).add(k));// 从高到低收集结果List<Map.Entry<String, Integer>> result = new ArrayList<>();for (int i = maxFreq; i >= 0 && result.size() < n; i--) {for (String item : buckets.get(i)) {result.add(new AbstractMap.SimpleEntry<>(item, i));if (result.size() == n) break;}}return result;
}

优缺点：

优点：时间复杂度 (O(m + k))（(k)为最大频率），适合频率分布集中的场景。
缺点：空间复杂度 (O(k))，若最大频率极高则浪费内存。

方案6：快速选择（Quickselect）算法

实现步骤：

统计频率，将Entry存入列表。
使用快速选择算法找到第N大的频率分界点。
对前N个元素进行排序。

代码实现（部分）：

public static List<Map.Entry<String, Integer>> topNQuickSelect(List<String> list, int n) {Map<String, Integer> freqMap = new HashMap<>();for (String item : list) {freqMap.put(item, freqMap.getOrDefault(item, 0) + 1);}List<Map.Entry<String, Integer>> entries = new ArrayList<>(freqMap.entrySet());quickSelect(entries, n);return entries.subList(0, n).stream().sorted((a, b) -> b.getValue().compareTo(a.getValue())).collect(Collectors.toList());
}private static void quickSelect(List<Map.Entry<String, Integer>> list, int n) {int left = 0, right = list.size() - 1;while (left <= right) {int pivotIndex = partition(list, left, right);if (pivotIndex == n) break;else if (pivotIndex < n) left = pivotIndex + 1;else right = pivotIndex - 1;}
}private static int partition(List<Map.Entry<String, Integer>> list, int low, int high) {int pivotValue = list.get(high).getValue();int i = low;for (int j = low; j < high; j++) {if (list.get(j).getValue() > pivotValue) {Collections.swap(list, i, j);i++;}}Collections.swap(list, i, high);return i;
}

优缺点：

优点：平均时间复杂度 (O(m))，适合对性能要求极高的场景。
缺点：实现复杂，需处理大量边界条件。

方案7：Guava库的MultiSet（第三方依赖）

实现步骤：

使用Guava的Multiset统计频率。
按频率排序后取前N个。

代码实现：

public static List<Multiset.Entry<String>> topNGuava(List<String> list, int n) {Multiset<String> multiset = HashMultiset.create(list);return multiset.entrySet().stream().sorted((a, b) -> b.getCount() - a.getCount()).limit(n).collect(Collectors.toList());
}

优缺点：

优点：代码极简，依赖Guava工具类。
缺点：需引入第三方库，不适合纯JDK环境。

二、方案对比总表

方案	时间复杂度	空间复杂度	适用场景
全排序	(O(m \log m))	(O(m))	数据量小，代码简单
最小堆	(O(m \log n))	(O(n))	大数据量且 (n \ll m)
Stream API	(O(m \log m))	(O(m))	快速开发，代码简洁
并行流	(O(m \log m / p))	(O(m))	多核环境，超大数据量
桶排序	(O(m + k))	(O(k))	频率集中且最大值已知
快速选择	(O(m))（平均）	(O(m))	高性能需求，允许复杂实现
Guava MultiSet	(O(m \log m))	(O(m))	允许第三方依赖

三、总结建议

小数据量：优先使用 Stream API 或 全排序，代码简洁。
大数据量：选择 最小堆 或 并行流，平衡性能与内存。
已知频率分布：尝试 桶排序 优化时间和空间。
极高性能需求：考虑 快速选择（需自行处理实现复杂度）。
允许第三方库：Guava 可大幅简化代码。

统计可重复列表中的TOP N

文章目录方案1：HashMap统计全排序实现步骤：代码实现：优缺点： 方案2：HashMap统计最小堆（优先队列）实现步骤：代码实现：优缺点： 方案3：Java Str…...

编程日记 2025/7/29 0:38:21

《jQuery Mobile 页面：深入解析与优化实践》

《jQuery Mobile 页面：深入解析与优化实践》引言 jQuery Mobile 是一个流行的前端框架，专为移动设备设计，提供了丰富的UI组件和简洁的API，使得开发者可以快速构建出美观且响应式的移动页面。本文将深入解析jQuery Mobile的页面构建方法，并探讨一些优化实践，以帮助开发…...

编程日记 2025/7/28 18:19:07

C#中 String类API（函数）

字符串属性 string str "打工人";Console.WriteLine(str);char s str[0];Console.WriteLine(s); 字符串内置API(函数) 1. Concat 拼接字符串 string s1 "打";string s2 "工";string s3 "人";string sthstring.Concat(s1, s2, s…...

编程日记 2025/7/22 9:04:46

【Linux 维测专栏 5 -- linux pstore 使用介绍】

文章目录 Linux pstore 功能简介1. pstore 概述2. pstore 的核心功能3. pstore 的工作原理4. pstore 的使用示例5. pstore 的优势6. 典型应用场景配置示例1）DTS配置2）config配置运行测试及log问题小结Linux pstore 功能简介 1. pstore 概述 pstore（Persistent Storage）是…...

编程日记 2025/7/29 0:36:48

AI赋能：科技写作的革新之路

在当今数字化时代，人工智能（AI）技术正以惊人的速度渗透到各个领域，科技写作也不例外。AI不仅改变了写作的方式，还极大地提升了写作的效率和质量。本文将探讨AI技术在科技写作中的应用，并分享一些实用的AI工…...

编程日记 2025/7/29 0:32:52

如何为你的github开源项目选择合适的开源协议？

如何为你的github开源项目选择合适的开源协议？ 导言在github开源世界中，选择一个合适的开源协议是至关重要的。它不仅定义了他人如何使用你的代码，还决定了你的项目能否被广泛接受和传播，还能避免侵权问题。然而，面…...

编程日记 2025/7/29 0:31:04

struts2漏洞攻略

S2-057远程执行代码漏洞靶场： /struts2/s2-057 1，搭建好环境后访问 http://47.108.150.249:8081/struts2-showcase/ 2，在url处进行输⼊在url输入http://47.108.150.249:8081/struts2-showcase/${(123123)}/actionChain1.action 后刷新可…...

编程日记 2025/7/29 0:27:47

LVGL学习1

LVGL知识点架构图参考：Getting Started — LVGL documentation display、screen、widget的关系参考： Widget Basics — LVGL documentation Overview — LVGL documentation 简单说，display就是硬件的显示设备，也就是一个一…...

编程日记 2025/7/23 4:28:36

【SpringCloud】微服务的治理以及服务间的远程调用

目录一、微服务的诞生二、服务注册和发现 2.1 需求的产生 2.2 注册中心原理 2.3 Nacos注册中心 2.4 Nacos安装部署教程 2.5 配置Nacos 三、OpenFeign 3.1 认识OpenFeign 3.2 快速入门 3.2.1 引入依赖 3.2.2 启动OpenFeign 3.2.3 编写OpenFeign客户端 3.2.4 使…...

编程日记 2025/7/29 0:31:05

钞票准备好了吗？鸿蒙电脑 5 月见

3月20日，在华为 Pura 先锋盛典及鸿蒙智行新品发布会上，华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东表示，华为终端全面进入鸿蒙时代，今年5月将推出鸿蒙电脑。在3月20日的华为Pura先锋盛典及鸿蒙智行新品发布会上…...

编程日记 2025/7/29 0:23:19

【2025】基于springboot+uniapp的企业培训打卡小程序设计与实现（源码、万字文档、图文修改、调试答疑）

基于 Spring Boot uniapp 的企业培训打卡小程序设计与实现系统功能结构图如下： 一、课题背景在当今快节奏的商业环境中，企业培训对于员工的成长和企业的发展至关重要。为了满足企业对高效培训管理和员工便捷学习的需求，基于 Spring Boot …...

编程日记 2025/7/28 14:12:48

poetry安装与使用

文章目录安装方法虚拟环境构建方法* 创建新虚拟环境【新环境使用】* 使用仓库拉取的代码构建虚拟环境【远端仓库拉取使用】常用命令注意事项安装方法安装命令（全局安装，不要在虚拟环境中安装，方便后面创建环境使用） pip3 inst…...

编程日记 2025/7/29 0:31:04

聊聊langchain4j的Code Execution Engine

序本文主要研究一下langchain4j的Code Execution Engine 步骤 pom.xml <dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-code-execution-engine-graalvm-polyglot</artifactId><version>1.0.0-beta2</ver…...

编程日记 2025/7/29 0:20:41

军事级加密通信系统——基于QML的战术地图加密传输

目录基于QML的战术地图加密传输一、引言二、理论背景与安全需求2.1 战术地图数据的敏感性与安全性要求2.2 QML与PyQt5集成优势2.3 加密算法与数据传输模型三、系统架构与数据流图四、QML前端界面设计与交互功能4.1 QML界面优势与设计理念4.2 功能要求4.3 QML文件示例五、加密传…...

编程日记 2025/7/23 13:15:32

ffmpeg系列（三）—— 音频重采样

SwrContext 一、SwrContext 的重要字段 SwrContext 是音频重采样的核心配置对象，其关键字段决定了重采样的行为和性能。以下是常用字段及其作用： 字段名称类型作用典型值示例in_sample_rateint输入音频的采样率（Hz）。44100out_…...

编程日记 2025/7/22 2:12:38

android Kotlin原理

目录一,概述 1.1 kotlin协程序原理: 1.2 核心概念二,协程调度器之Dispatchers 三,协程能进行线程恢复的原理一,概述 1.1 kotlin协程序原理: 1,内部线程池管理线程使用到了自旋和挂起 2,传统的线程之所以重,是因为线程的执行，等待唤醒需要操作系统来完成 …...

编程日记 2025/7/16 21:02:48

MyBatis-Plus（Ⅲ）IService详解

目录一、逐一演示 1.save（插入一条） 结果断言（引入概念） 2.saveBatch（批量插入） 结果 3.saveOrUpdateBatch（批量插入&更新） 结果 4.removeById（通过id删除…...

编程日记 2025/7/24 17:13:32

2024年认证杯SPSSPRO杯数学建模C题(第二阶段)云中的海盐全过程文档及程序

2024年认证杯SPSSPRO杯数学建模 C题云中的海盐原题再现： 巴黎气候协定提出的目标是：在2100年前，把全球平均气温相对于工业革命以前的气温升幅控制在不超过2摄氏度的水平，并为1.5摄氏度而努力。但事实上，许多之前的…...

编程日记 2025/7/23 4:27:47

PostgreSQL 存储过程

简介 PostgreSQL 中的存储过程（Stored Procedure）是一种在数据库中定义的可重复使用的程序单元，用于封装复杂的业务逻辑和数据处理操作示例简单示例创建存储过程 CREATE PROCEDURE insert_users (user_account TEXT, hashed_password…...

编程日记 2025/7/24 1:14:09

GGUF 和 llama.cpp 是什么关系

这是个非常关键的问题，咱们来细说下：GGUF 和 llama.cpp 是什么关系，它们各自干什么，如何配合工作。 🔧 一、llama.cpp 是什么？ llama.cpp 是 Meta 的开源大语言模型 LLaMA（Language Model from…...

编程日记 2025/7/21 21:41:57

（UI自动化测试web端）第二篇：元素定位的方法_class定位

看代码里的【 driver.find_element_by_class_name( )】()里的路径怎么写？ 那我们现在说的就是在元素定位时，根据网页的实际情况来选择适合的元素定位的写法。文章主要介绍了class定位在正常工作当中的使用。第三种定位方式：class定位⽅法…...

编程日记 2025/7/28 5:30:47

闲聊IT - 面向服务架构（SOA）的发展历史

SOA的发展历史面向服务架构（SOA）是随着企业信息化进程的发展逐渐形成的，它的出现是为了应对传统软件架构在现代企业复杂需求面前的局限性。SOA的起源和发展过程可以追溯到20世纪90年代末期，并随着互联网技术的普及、分布式计算以…...

编程日记 2025/7/25 21:41:54

31天Python入门——第9天:再学函数

你好，我是安然无虞。文章目录再学函数1. 变量在函数中的作用域2. 函数的参数传递.补充学习: 不定长参数*args和**kwargs 3. 值传递和引用传递补充学习: 把函数作为参数传递 4. 匿名函数5. python中内置的常用函数zip()map()filter()all()any() 6. 函数练习再学函…...

编程日记 2025/7/26 14:18:36

卡特兰数在数据结构上面的运用

原理 Catalan数是一个数列，其第n项表示n个不同结点可以构成的二叉排序树的数量。Catalan数的第n项公式为：  其中，是组合数，表示从2n个元素中选择n个元素的组合数。 Catalan数的原理可以通过以下方式理解&…...

编程日记 2025/7/26 16:34:47

如何分析和解决服务器的僵尸进程问题

### 如何分析和解决服务器的僵尸进程问题 #### **一、僵尸进程的定义与影响** **僵尸进程（Zombie Process）** 是已终止但未被父进程回收资源的进程。其特点： - **状态标识**：在进程列表（如 ps 或 top）中标…...

编程日记 2025/7/27 9:00:03

Kafka分区分配策略详解

Kafka分区分配策略详解 Kafka作为当前最流行的分布式消息队列系统，其分区分配策略直接影响着系统的性能、可靠性和可扩展性。合理的分区分配不仅能够提高数据处理的效率，还能确保系统负载的均衡。 Kafka提供了多种内置的分区分配策略，包括R…...

编程日记 2025/7/17 18:37:44

Vs code搭建uniapp-vue项目

安装vue环境npm install -g vue/clinode版本建议18或者18以上 vue create -p dcloudio/uni-preset-vue 项目名称----正式版vue create -p dcloudio/uni-preset-vue#alpha 项目名称----alpha版Vue3/Vite版 npx degit dcloudio/uni-preset-vue#vite 项目名称---js-正式版npx degi…...

编程日记 2025/7/23 15:18:57

cursor常用快捷键(JetBrains Darcula主题风格)

一、基础操作速查打开/创建项目打开项目：Ctrl Shift O（选择文件夹）新建文件：Ctrl N保存文件：Ctrl S关闭当前标签页：Ctrl F4 代码编辑复制当前行：Ctrl D删除当前行：Ctrl …...

编程日记 2025/7/23 20:22:46

easyExcel2.2.10中为0数据显示为空

在 EasyExcel 2.2.10 中，如果希望将数值为 0 的数据在 Excel 中显示为空（即不显示 0），可以通过以下方法实现： 1. 使用 ExcelProperty 的 format 参数通过设置单元格格式为 #（# 会忽略 0）&…...

编程日记 2025/7/25 12:14:59

Walrus 经济模型 101

本文作者：Steve_4P，文章仅代表作者观点。要点总结 2025 年 3 月 20 日，Walrus 基金会宣布成功融资约 1.4 亿美元，投资方包括 Standard Crypto、a16z 等机构。Walrus 当前估值约 20 亿美元，其中 7% 代币供应量分配给…...

编程日记 2025/7/26 1:22:14

WordPress二次开发中常用到的一些变量和函数

WordPress是一个开源的博客软件平台，由于其强大的功能和灵活性，被广泛用于各种网站的建设。对于开发者来说，了解并掌握WordPress中的常用变量和函数是非常重要的。在WordPress二次开发中，以下是一些常用的变量和函数： …...

编程日记 2025/7/17 20:54:18

【视频】OpenCV：色彩空间转换、灰度转伪彩

1、颜色空间转换使用OpenCV的函数 cv::applyColorMap 可以将灰度或者正常的RGB格式图片，转换成其它伪彩色，代码很简单： 1）使用 cv::imread 加载图片； 2）使用 std::vector<cv::Mat> matrices 暂存转换后的所有图像； 3）使用 cv::applyColorMap 转换图片颜色； 4）…...

编程日记 2025/7/21 17:35:56

淘宝历史价格数据获取指南：API 与爬虫方案的合法性与效率对比

引言在淘宝平台的购物生态中，消费者希望通过了解商品历史价格来判断当前价格是否实惠，商家也需要借助历史价格数据制定合理的营销策略、分析市场趋势。获取淘宝商品历史价格数据主要有 API 和爬虫两种方案，它们在合法性与效率上存在显著差异…...

编程日记 2025/7/23 6:29:49

【Redis】高性能内存数据库的多场景应用

在现代互联网应用的开发版图中，Redis 凭借其卓越的性能和丰富的数据结构，成为了众多开发者不可或缺的技术利器。作为一款基于内存的高性能数据库，Redis 不仅能提供快速的数据读写操作，还能在多种复杂的应用场景中发挥关键作用。本…...

编程日记 2025/7/24 13:29:08

Pycharm社区版创建Flask项目详解

一、创建工程项目二、配置工程目录新建的空项目下创建目录。 1、新建app.py文件 2、app.py代码如下： from flask import Flask, render_templateapp Flask(__name__)app.route("/") def root():"""主页:return: Index.html"&qu…...

编程日记 2025/7/17 14:57:12

鸿蒙NEXT开发案例：程序员计算器

【环境准备】 • 操作系统：Windows 10 • 开发工具：DevEco Studio 5.0.1 Release Build Version: 5.0.5.306 • 目标设备：华为Mate60 Pro • 开发语言：ArkTS • 框架：ArkUI • API版本：API 13 【项目…...

编程日记 2025/7/22 14:45:42

TCP 三次握手与四次挥手过程

TCP 作为一种面向连接的、可靠的传输层协议，其连接管理机制对于保障数据的可靠传输至关重要。三次握手（建立连接） 三次握手是 TCP 建立连接时所采用的机制，其目的在于确保客户端和服务器双方都具备发送和接收数据的能力&#x…...

编程日记 2025/7/28 1:11:01

仿新浪微博typecho主题源码

源码介绍仿新浪微博typecho主题源码，简约美观，适合做个人博客，该源码为主题模板，需要先搭建typecho，然后吧源码放到对应的模板目录下，后台启用即可源码特点支持自适应个性化程度高可设置背景图、顶…...

编程日记 2025/7/22 2:10:22

python面试高频考点（深度学习大模型方向）

1. python中yeild和return的区别？ 2. 介绍一下pytohn中的上下文管理器？ 在Python中，上下文管理器（Context Manager） 是一种通过 with 语句管理资源的协议，确保资源（如文件、数据库连接、线程锁…...

编程日记 2025/7/26 23:17:06

【网络层协议】NAT技术内网穿透

IP地址数量限制我们知道，IP地址（IPv4）是一个4字节32位的整数，那么一共只有2^32也就是接近43亿个IP地址，而TCP/IP协议栈规定，每台主机只能有一个IP地址，这就意味着，一共只有不到43亿…...

编程日记 2025/7/28 20:49:17

【数据分享】2000—2024年我国省市县三级逐年归一化植被指数（NDVI）数据（年平均值/Shp/Excel格式）

之前我们分享过2000-2024年我国逐年的归一化植被指数（NDVI）栅格数据，该逐年数据是取的当年月归一化植被指数（NDVI）的年平均值。！该数据来源于NASA定期发布的MOD13A3数据集！很多小伙伴拿到数据后…...

编程日记 2025/7/26 21:22:20

鸿蒙harmonyOS：笔记正则表达式

从给出的文本中，按照既定的相关规则，匹配出符合的数据，其中的规则就是正则表达式，使用正则表达式，可以使得我们用简洁的代码就能实现一定复杂的逻辑，比如判断一个邮箱账号是否符合正常的邮箱账号&#xff0…...

编程日记 2025/7/26 19:43:34

centos7.9镜像源及Python引入ssl问题处理

一、镜像源修改 1. 备份原有的镜像源配置文件在修改之前，先备份现有的 CentOS-Base.repo 文件： sudo cp /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup 2. 编辑镜像源配置文件使用文本编辑器（如 nano 或 vi）打开 /etc/yum.repos.d/Ce…...

编程日记 2025/7/25 19:52:46

【学Rust写CAD】11 2D CAD可用rust库

使用 Rust 开发 2D CAD 应用时，选择合适的库是关键。以下是一些适合用于 2D CAD 开发的 Rust 库和工具，涵盖图形渲染、几何计算、用户界面等方面： 图形渲染 lyon 简介: lyon 是一个用于 2D 图形渲染的 Rust 库，支持路径填充、描边…...

编程日记 2025/7/25 16:36:12

C#中值类型与引用类型是直观使用示例

一、值类型与引用类型区分正确理解值类型与引用类型，可以更好的帮助软件开发人员写出性能更好且正确稳定运行的程序： C#值类型与引用类型区别区别值类型引用类型定义所有继承自【System.ValueType】类型的都是值类型（valueType继承自Syste…...

编程日记 2025/7/24 8:36:19

Spring Cloud之负载均衡之LoadBalance

目录负载均衡问题步骤现象什么是负载均衡？ 负载均衡的一些实现服务端负载均衡客户端负载均衡使用Spring Cloud LoadBalance实现负载均衡负载均衡策略编辑编辑LoadBalancer原理服务部署准备环境和数据服务构建打包启动服务上传J…...

编程日记 2025/7/26 6:33:12

MySQL的数据文件

MySQL的数据文件 mysql的数据都存放在datadir所指的位置，其中包含了mysql中创建的数据库，数据库中包含了表结构(frm文件)、表数据(myd文件)、表索引(myi文件) show variables like %datadir%.frm 存放和表相关的数据信息，主要包括表结构的定…...

编程日记 2025/7/24 23:43:04

【RabbitMQ高级特性】消息确认机制、持久化、发送方确认、TTL和死信队列

🔥个人主页： 中草药 🔥专栏：【中间件】企业级中间件剖析一、消息确认机制消费者确认机制确保消息被正确处理后才从队列中删除。如果消费者处理失败（如业务异常或宕机），Broker 会重新投递消息…...

编程日记 2025/7/28 4:18:00

C# 正则表达式

C# 正则表达式引言正则表达式（Regular Expression，简称Regex）是一种用于处理字符串的强大工具，在编程领域有着广泛的应用。C# 作为一种流行的编程语言，也内置了对正则表达式的支持。本文将详细介绍 C# 中的正则表达…...

编程日记 2025/7/28 1:20:46

第十四届蓝桥杯省赛电子类单片机学习记录（客观题）

01.一个8位的DAC转换器，供电电压为3.3V，参考电压2.4V，其ILSB产生的输出电压增量是（D）V。 A. 0.0129 B. 0.0047 C. 0.0064 D. 0.0094 解析： ILSB（最低有效位）的电压增量计算公式…...

编程日记 2025/7/27 11:51:15

文章目录

方案1：HashMap统计 + 全排序

实现步骤：

代码实现：

优缺点：

方案2：HashMap统计 + 最小堆（优先队列）

实现步骤：

代码实现：

优缺点：

方案3：Java Stream API

实现步骤：

代码实现：

优缺点：

完整示例代码

关键点总结

方案4：并行流处理（Parallel Stream）

实现步骤：

代码实现：

优缺点：

方案5：桶排序（Bucket Sort）

实现步骤：

代码实现：

优缺点：

方案6：快速选择（Quickselect）算法

实现步骤：

代码实现（部分）：

优缺点：

方案7：Guava库的MultiSet（第三方依赖）

实现步骤：

代码实现：

优缺点：

二、方案对比总表

三、总结建议

相关文章：