5B的同学吐槽说，他们HR每天像守株待兔一样盯着监控。有人刚离开工位，系统还没反应，HR已经开始记录离岗次数了。
程序员老鬼约 4 分钟刚看到个贴子，说5B有同学爆料，他们HR每天守着监控，谁屁股刚离开椅子，人还在走廊，旁边就已经在记“离岗次数”了。
有人在评论区说，这种多半就是为了扣钱，楼主只回了俩字：恶心。
我觉得这事吧，问题根本不在那几分钟，而在公司完全不信任员工。监控本来是为了安全，现在变成电子项圈，大家心里只会想：少动、多装样、别被抓。表面上工位一个不落，实际效率反而更低。
换个角度说，企业怕摸鱼可以理解，但与其盯人，不如盯结果：目标讲清楚，活儿交代明白，完不成再谈责任。把员工当人看，才有人愿意替你拼；天天当嫌疑人查，最后留下的，只会是混一天算一天的
面试题：每位顾客最经常订购的商品
想象下啊，你在做一个外卖后台系统，运营同事突然跑过来问一句： “能不能给我算一下，每个用户最经常点的是啥？我要给他们发个‘常点菜’优惠券。”
这题就来了：每位顾客最经常订购的商品。 听着挺像业务需求对吧，其实就是一个很典型的统计类算法题。
用最朴素的话说，就是有一堆订单记录，每条包含：
customerId：顾客是谁 productId：点的什么东西
现在要算：对每个 customerId，找出那个被他点次数最多的 productId。
有几个小坑一般会顺带问你：
如果一个顾客有两个商品点的次数一样多，怎么办？随便返回一个？按商品 id 最小的？ 没下过单的顾客要不要出现在结果里？一般不用。
面试的时候最好顺嘴问一句，不问就自己约定好，在代码里写清楚注释。
脑子里可以先过一遍整个流程，别一上来就是“HashMap 套 HashMap”。
大概就是两步：
先统计：对每个顾客，他点每个商品的次数是多少。 再比较：对同一个顾客，把他点过的商品次数拿出来，挑个最多的。
翻译成数据结构就是：
外层：
Map<String, Map<String, Integer>>key：customerId value：这个顾客点过的所有商品及次数 Map<productId, count>
做统计的时候，每看到一条 (customerId, productId)：
先在外层 map 里找到这个顾客对应的内层 map，没有就 new 一个 再在内层 map 里把这个商品的 count + 1
统计完了，再对每个顾客的内层 map 遍历一遍，找最大值，就得到“最经常订购的商品”。
时间、空间都挺正常的，别怕。
先假设有这么个简单的订单类：
publicclassOrder{
private String customerId;
private String productId;
publicOrder(String customerId, String productId){
this.customerId = customerId;
this.productId = productId;
}
public String getCustomerId(){
return customerId;
}
public String getProductId(){
return productId;
}
}
核心方法，可以写成这样：
import java.util.HashMap;
import java.util.List;
import java.util.Map;
publicclassMostFrequentProduct{
/**
* 统计每个顾客最常点的商品
* 返回：key = customerId, value = 该顾客最常点的 productId
*/
publicstatic Map<String, String> getMostFrequentProduct(List<Order> orders){
// customerId -> (productId -> count)
Map<String, Map<String, Integer>> countMap = new HashMap<>();
// 1. 先把次数统计出来
for (Order order : orders) {
if (order == null) {
continue;
}
String customerId = order.getCustomerId();
String productId = order.getProductId();
if (customerId == null || productId == null) {
continue; // 简单防一下脏数据
}
Map<String, Integer> productCount =
countMap.computeIfAbsent(customerId, k -> new HashMap<>());
int newCount = productCount.getOrDefault(productId, 0) + 1;
productCount.put(productId, newCount);
}
// 2. 对每个顾客，找出次数最多的商品
Map<String, String> result = new HashMap<>();
for (Map.Entry<String, Map<String, Integer>> entry : countMap.entrySet()) {
String customerId = entry.getKey();
Map<String, Integer> productCount = entry.getValue();
String bestProduct = null;
int maxCount = 0;
for (Map.Entry<String, Integer> pc : productCount.entrySet()) {
String productId = pc.getKey();
int cnt = pc.getValue();
// 这里顺带处理并列情况：次数相同，就按 productId 的字典序更小的
if (cnt > maxCount ||
(cnt == maxCount && bestProduct != null && productId.compareTo(bestProduct) < 0)) {
maxCount = cnt;
bestProduct = productId;
}
}
// 理论上不会是 null，这里防守式写法
if (bestProduct != null) {
result.put(customerId, bestProduct);
}
}
return result;
}
}
大体意思：
一遍循环把所有次数算出来 再一遍循环把每个人的“第一名商品”挑出来 并列的时候，我这里的规则是：次数相同就取字典序更小的 productId，这样行为是确定的，写在注释里就行
假设订单总数是 N，顾客数是 U，商品数是 P（这俩只是帮你理解的，其实不重要）：
统计那一遍：扫描订单列表，一次遍历，时间是 O(N)对每个顾客找最多次数的商品：最坏情况每个人点过所有商品，也是 O(N)级别
整体时间复杂度就是 O(N)， 空间上存了所有计数，大概也是 O(N) 级别，这个说出来就够用了。
面试或者写业务的时候，只要你能把这个套路在脑子里过一遍，落到 Java 上基本就是 Map 套 Map，再加一点点细节处理，就差不多了。
-END-
我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html