【CCF201909-4 推荐系统】

写在前面

本题考察的是对数据结构的建构，以及对STL的熟练运用。没有选择正确的数据结构，将会导致本题超时。

另外，此题的测试数据有误，在输出某一种类商品的编号时应当按照分数从高到低排序，分数相同时才按编号从小到大排序。如果按照原题意，只能得到60分。

我的思路（超时）

使用 unordered_map map[type]; 存储物品

• 在插入、删除时，只需要O(1)。因此初始化m*n件物品时消耗O(m*n)，插入删除操作消耗O(op)。
• 在查询时，我的做法是将m*n件物品从哈希表中取出，每个物品是 = Commodity 三元组。以建堆的算法构建 priority_queue ，耗时O(m*n)。随后从堆顶依次找到k个商品，耗时大概为O(k*log(m*n))。
• 总用时为O(m * n + op + 100 * (m * n + k * log(m * n) ) ) = 1.5 * 10^{8。加上操作复杂，实际应当达到了10}9的数量级，必超时。

网友思路1（满分）

https://blog.csdn.net/richenyunqi/article/details/101396817

使用 set 存储物品，其中 Commodity = ，使用时定义顺序为score降序、type升序、id升序。

• 对于查询操作，只需要顺序遍历set，找到符合条件的k个商品即可。时间复杂度O(K)。

• 对于插入删除操作，需要根据type和id查找到相应的Commodity。这里网友用的一个骚操作是：用哈希表unordered_map<(type, id), set::iterator>存储set的迭代器！！！

  时间复杂度为O(log(m*n))。

• 总用时为O(m * n * log(m * n) + op * log(m * n) + 100 * k) = 9 *10^7

网友思路2（满分）

https://blog.csdn.net/best335/article/details/101315966

• 使用map > > F保存所有数据，格式为map > >
  这样在容器内部首先会按Score排序，同一Score的先按Type排序，再按Commodity排序。
• 使用unordered_map[50]保存编号到成绩的映射，格式为unordered_map G[Type]。这样指定Type和Commodity可以在F中迅速定位，从F中增删商品的时间度为O(log(Score的种数) * log(该分数的物品数))。

手动开启O2、O3优化

#pragma GCC optimize(2)

#pragma GCC optimize(3,"Ofast","inline")