Haspmap top出最大的100个,或者最小100个

QQ785468931 2012-06-15 02:57:36
特别是最小的,怎么写
...全文
260 23 打赏 收藏 举报
写回复
用AI写文章
23 条回复
切换为时间正序
请发表友善的回复…
发表回复
QQ785468931 2012-06-26
  • 打赏
  • 举报
回复
那我看看了~~~~~~~~~
QQ785468931 2012-06-21
  • 打赏
  • 举报
回复
这个需要键值的~~~怎么用treemap~~~~
qeryui 2012-06-21
  • 打赏
  • 举报
回复
[Quote=引用 19 楼 的回复:]

这个需要键值的~~~怎么用treemap~~~~
[/Quote]
你怎么知道treemap没有键值,你看过api了?
QQ785468931 2012-06-21
  • 打赏
  • 举报
回复
new一个长度为101的ArrayList,从HashMap里取值,2分插入ArrayList.根据你需要最大或最小,决定排序规则。当ArrayList长度超过100时,就删除最后一个。

====
为什么要删除最后一个???
qeryui 2012-06-19
  • 打赏
  • 举报
回复
==!直接用treemap不就行了。。。还有tailmap方法。。。。
QQ785468931 2012-06-19
  • 打赏
  • 举报
回复
而且我要top出域名数*100也不行,top到的是所有域名的前100~~
QQ785468931 2012-06-19
  • 打赏
  • 举报
回复
排序了top出前100URl很容易~但现在问题是每个域名都要top到前100URL~map的key里是域名+URL,怎么实现???
QQ785468931 2012-06-19
  • 打赏
  • 举报
回复
重点是前100啊~~
huage 2012-06-18
  • 打赏
  • 举报
回复
	
public static List<Integer> getList(List<Integer> list){
Collections.sort(list, new Comparator<Integer>() {

@Override
public int compare(Integer o1, Integer o2) {
return o1.intValue()-o2.intValue() ; //这里可以根据你的需要升序还是降序
}
});
return list ;

}

QQ785468931 2012-06-18
  • 打赏
  • 举报
回复
是啊~
你就设定一个阀值,比如说某个域名的map个数超过500了,你就删除200,剩下300
然后超过了500,又删200,
这样就可以保证map不会撑爆
ZZZ5512536 2012-06-18
  • 打赏
  • 举报
回复
[Quote=引用 4 楼 的回复:]
new一个长度为101的ArrayList,从HashMap里取值,2分插入ArrayList.根据你需要最大或最小,决定排序规则。当ArrayList长度超过100时,就删除最后一个。

这样就避免了,总的Map如果包含成千上万条数据的时候的海量两两比较。不需要对所有数据进行排序
[/Quote]


我觉得你还是把你的代码贴上来吧...
QQ785468931 2012-06-18
  • 打赏
  • 举报
回复
但是一般都会加上e1,e2什么的~~
ZZZ5512536 2012-06-18
  • 打赏
  • 举报
回复
Collections.sort就是对list集合里的元素进行排序的方法啊.

QQ785468931 2012-06-18
  • 打赏
  • 举报
回复
是啊,这样能实现排序吗??
ZZZ5512536 2012-06-18
  • 打赏
  • 举报
回复
[Quote=引用 6 楼 的回复:]
Comparator comp=Collections.reverseOrder(); Collections.sort(cntvec, comp);
[/Quote]

你这个就是逆序吧
QQ785468931 2012-06-18
  • 打赏
  • 举报
回复
我都不明白他为什么会帮我逆序下啊~~~
QQ785468931 2012-06-18
  • 打赏
  • 举报
回复
Comparator comp=Collections.reverseOrder();
Collections.sort(cntvec, comp);
结贴是美德 2012-06-16
  • 打赏
  • 举报
回复
[Quote=引用 4 楼 的回复:]

new一个长度为101的ArrayList,从HashMap里取值,2分插入ArrayList.根据你需要最大或最小,决定排序规则。当ArrayList长度超过100时,就删除最后一个。

这样就避免了,总的Map如果包含成千上万条数据的时候的海量两两比较。不需要对所有数据进行排序
[/Quote]


这招高~
RDroid 2012-06-15
  • 打赏
  • 举报
回复
new一个长度为101的ArrayList,从HashMap里取值,2分插入ArrayList.根据你需要最大或最小,决定排序规则。当ArrayList长度超过100时,就删除最后一个。

这样就避免了,总的Map如果包含成千上万条数据的时候的海量两两比较。不需要对所有数据进行排序
ZZZ5512536 2012-06-15
  • 打赏
  • 举报
回复
你HashMap里value是存的什么类型?
我个人认为可以使用

List list = new ArrayList();
for(Object o:map.values()){
list.add(o);
}


如果是基本类型的话,可以使用Collections.sort(list) 进行排序,然后截取。
自定义类型的话,可以类实现Comparable接口,或者使用Collections.sort(list, c);c为自定义的比较器Comparator.
加载更多回复(2)
大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析系统,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。 系统实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。 系统按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性映射与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护系统中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。

62,620

社区成员

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧