实时数据流中查找前k个频繁词

Question

我正在尝试使用 java 树集解决算法问题。

问题如下：

Find top k frequent words in realtime data stream.

Implement three methods for Topk Class:

TopK(k). The constructor.

add(word). Add a new word.

topk(). Get the current top k frequent words.

我的想法是使用哈希图来记住频率和树集作为缓冲区。

我的实现通过了大部分情况，除了一个：

TopK(10)

add("aw")

add("fb")

add("fb")

topk()

答案应该是 [fb,aw] 但现在是 [fb,aw, fb] 但是，我的代码通过了测试用例，例如：

    TopK(10)

    add("iiiiii")

    add("fb")

    add("fb")

    topk()

和

TopK(10)

add("fb")

add("fb")

topk()

我不知道出了什么问题，所以我在调用比较器时打印了一些值。它给了我这个：

 aw aw

11111111

fb aw

33333333

fb aw

33333333

fb aw

222222222

fb aw

222222222

这意味着，第二个“fb”与“aw”进行了两次比较，比较器就完成了。我花了几个小时来调试，到目前为止我什么也没发现。