题目

企业路由器的统计页面，有一个功能需要动态的统计公司访问最多的网页URL top N。

  • 输入描述：每一行都是一个URL或一个数字，如果是URL，代表一段时间内的网页访问；如果是一个数字N，代表本次需要输出的Top N个URL。
输入约束：
1、总访问网页数量小于5000个，单网页访问次数小于65535次；
2、网页URL仅由字母，数字和点分隔符组成，且长度小于等于127字节；
3、数字是正整数，小于等于10且小于当期总访问网页数。
  • 输出描述：每行输入要对应一行输出，输出按访问次数排序的前N个URL，用逗号分隔。
输出要求：
1、每次输出要统计之前所有输入，不仅是本次输入；
2、如果访问次数相等的URL，按URL的字符串字典序升序排列，输出排序靠前的URL。
  • 示例2：

输入：

news.qq.com
www.cctv.com
1
www.huawei.com
www.huawei.com
2
3

输出：

news.qq.com
www.huawei.com,news.qq.com
www.huawei.com,news.qq.com,www.cctv.com

题解

思路：

  • 创建2个字典，all_urls用于保存所有URL地址的访问量，tops用于维护top N个URL地址的访问量。其中，all_urls中元素会无限增多，仅做新增和更新、不做排序或循环遍历。
  • 1个全局变量min_url，标识tops字典中排在最后个的元素，用于新增URL时做比较是否存入tops中
  • tops字典（top N）元素的更新逻辑：
    • topN为空
    • url在topN中，刷新访问量，重新计算min_url
    • url不在topN中、且topN长度小于N，保存至topN中，重新计算min_url
    • url不在topN中、且topN长度超过N，临时保存至topN中、再对min_url做删除，最后重新计算min_url
all_urls = {}  # 存放所有URL的访问量（不做排序）
tops = {}  # 存在topN URL的访问量
min_url = ''
top_num = 10


def save_url(url):
    """
    保存URL地址出现的次数，并同步刷新topN的URL。topN只维护前N个URL地址
    """
    global min_url
    if url in all_urls:
        all_urls[url] += 1
    else:
        all_urls[url] = 1

    # 1.topN为空，确定min_url的值
    if len(tops) == 0:
        tops[url] = 1
        min_url = url
    # 2.url在topN中，刷新访问量，重新计算min_url
    elif url in tops:
        tops[url] += 1
        min_url = compare_url(min_url, url)
    # 3.url不在topN中、且topN长度小于N，保存至topN中，重新计算min_url
    elif url not in tops and len(tops) < top_num:
        tops[url] = all_urls[url]
        min_url = compare_url(min_url, url)
    # 4.url不在topN中、且topN长度超过N，临时保存至topN中、再对min_url做删除，最后重新计算min_url
    else:
        tops[url] = all_urls[url]
        temp = sort_top_url()
        tops.pop(temp[-1])  # 先存入，进行排序后删除value值最小或key字典序最大的
        min_url = temp[-2]


def compare_url(url1, url2):
    """
    用于简单比较2个URL地址的排序
    """
    if all_urls[url1] > all_urls[url2]:
        return url2
    elif all_urls[url1] < all_urls[url2]:
        return url1
    elif url1 > url2:
        return url2
    elif url1 < url2 or url1 == url2:
        return url1


def sort_top_url():
    """
    对topN字典进行排序，返回URL列表。排序规则：key不同，根据value值降序排序；key相同，根据key字典序升序排序
    """
    temp = sorted(tops.items(), key=lambda kv: (-kv[1], kv[0]))
    return [key[0] for key in temp]


def get_top_url(num):
    """
    获取前num个URL地址
    """
    urls = sort_top_url()
    return urls[0:int(num)]


if __name__ == "__main__":
    while True:
        n = input()
        if n.isdigit():
            print(",".join(get_top_url(n)))
        else:
            save_url(n)