Trouver les N éléments principaux dans un multiset de Google Collections?

Question

Un Google CollectionsMultiset est un ensemble d'éléments dont chacun a un compte (c'est-à-dire peut être présent plusieurs fois).

Je ne peux pas vous dire combien de fois je veux faire ce qui suit

1. Faire un histogramme (exactement Multiset)
2. Obtenez les éléments supérieurs de N par comptage de l'histogramme

Exemples: top 10 URL (par # fois mentionné), top 10 tags (par # fois appliqué), ...

Quelle est la manière canonique de faire # 2 avec un multi-collection Google Collections?

Here est un article de blog à ce sujet, mais ce code n'est pas tout à fait ce que je veux. D'abord, il renvoie tout, pas seulement le top N. Deuxièmement, il copie (est-il possible d'éviter une copie?). Troisièmement, je veux généralement un tri déterministe, c'est-à-dire un jeu décisif si les comptes sont égaux. D'autres nits: ce n'est pas statique, etc.

Answer 1

je l'ai écrit méthodes avec le fonctionnalité de base que vous demandez, sauf qu'ils effectuent des copies et manquent de logique déterministe. Ils sont actuellement internes à Google, mais nous pouvons les ouvrir à un moment donné. Ce goyavier issue a les signatures de méthode.

Leur algorithme est similaire au blog: tri d'une liste d'entrées. Il serait plus rapide, mais plus compliqué, d'utiliser un meilleur selection algorithm.

EDIT: depuis 11 goyave, c'est implemented

Answer 2

Pour donner une autre perspective pour les gens de commenter, je posterai une version légèrement modifiée du blog I VISÉES:

package com.blueshiftlab.twitterstream.summarytools; 

import com.google.common.collect.ImmutableList; 
import com.google.common.collect.Multiset; 
import com.google.common.collect.Ordering; 
import com.google.common.collect.Multiset.Entry; 

public class Multisets { 
    // Don't construct one 
    private Multisets() { 
    } 

    public static <T> ImmutableList<Entry<T>> sortedByCount(Multiset<T> multiset) { 
     Ordering<Multiset.Entry<T>> countComp = new Ordering<Multiset.Entry<T>>() { 
      public int compare(Multiset.Entry<T> e1, Multiset.Entry<T> e2) { 
       return e2.getCount() - e1.getCount(); 
      } 
     }; 
     return countComp.immutableSortedCopy(multiset.entrySet()); 
    } 

    public static <T> ImmutableList<Entry<T>> topByCount(Multiset<T> multiset, 
      int max) { 
     ImmutableList<Entry<T>> sortedByCount = sortedByCount(multiset); 
     if (sortedByCount.size() > max) { 
      sortedByCount = sortedByCount.subList(0, max); 
     } 

     return sortedByCount; 
    } 
}