leetcode，es热词更新和词频统计_es中查看频次最高的词

777. 在LR字符串中交换相邻字符
我觉得这道题的题解是找规律。
XL->LX,RX->XR
如果X的右边是L，则x右移一位，L左移一位；如果x的左边是R，则R右移一位，x左移一位。除去x，start和end其他字符L、R的相对位置（顺序）不变。而且L在start的位置一定比end的位置大，R在start的位置一定比end的位置小。
RXXLRXRXL
XRLXXRRLX

“XLXRRXXRXX”
“LXXXXXXRRR”

“XXXXXLXXXX”
“LXXXXXXXXX”

“XXXLXXXXXX”
“XXXLXXXXXX”

“LXXLXRLXXL”
“XLLXRXLXLX”

跳过所有的x，看两个字符串是否满足这两条规律，满足则可以变化。

bool canTransform(string start, string end) {
        int m=start.size(),n=end.size(),i=0,j=0;
        if(m!=n){
            return false;
        }
        while(i<m&&j<n){
            while(start[i]=='X'&&i<m){
                i++;
            }
            while(end[j]=='X'&&j<n){
                j++;
            }
            if(i<m&&j<n){
                if(start[i]!=end[j]){
                    return false;
                }else{
                    if((start[i]=='L'&&i>=j)||(start[i]=='R'&&j>=i)){
                        i++;j++;
                    }else{
                        return false;
                    }
                } 
            }
        }
        while(i<m){
            if(start[i]!='X'){
                return false;
            }
            i++;
        }
        while(j<n){
            if(end[j]!='X'){
                return false;
            }
            j++;
        }
        return true;
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

热词更新

elasticsearch的ik分词器通过配置远程扩展词典和停用词典实现热更新，不用重启es。
首先在elasticsearch/config/analysis-ik/cat IKAnalyzer.cfg.xml配置远程词典，就是一个url地址，可以搭建一个项目访问静态文件，直接在服务器设置默认网站并在文件夹下创建词典也可以。

根据ik分词器的介绍，自动更新需要在header中设置两个标识。

不过浏览器会自动添加，所以可以不做配置。

热词更新

重启es，看到命令行加载了词典里的词就可以。如果遇见乱码，可以看下面的博客。
es中文乱码
用GET http://xxxx:9200/_analyze测试

{
    "text":["蔡徐坤"],
    "analyzer":"ik_smart"
}
1
2
3
4

中文停用词库
因为ik分词词库更新之后，不会对历史数据重新构建索引，因此需要处理。
历史数据更新

因为数据有点多，所以我使用这条命令POST http://xxxx:9200/tieba/_update_by_query?slices=9&refresh&wait_for_completion=false
这样可以不用等待命令执行完毕。

es的词频统计

首先要开启字段的fielddata属性为true。
PUT http://xxxx:9200/tieba/_mapping

{
  "properties": {
   "res_content": { 
      "type":     "text",
      "analyzer":"ik_smart",
      "fielddata": true
    }
  }
}
1
2
3
4
5
6
7
8
9

然后就可以利用es的词频统计功能。
POST http://xxxx:9200/tieba/_search

{
    "size":0,
  "aggs":{
    "messages" : {   
        "terms" : {   
              "size" : 10,
             "field" : "res_content",
             
           }  
       }  
  }
}
1
2
3
4
5
6
7
8
9
10
11
12

返回前十个频率最高的词。

{
	"took": 155,
	"timed_out": false,
	"_shards": {
		"total": 3,
		"successful": 3,
		"skipped": 0,
		"failed": 0
	},
	"hits": {
		"total": {
			"value": 414,
			"relation": "eq"
		},
		"max_score": null,
		"hits": []
	},
	"aggregations": {
		"messages": {
			"doc_count_error_upper_bound": 24,
			"sum_other_doc_count": 13596,
			"buckets": [
				{
					"key": "捏",
					"doc_count": 52
				},
				{
					"key": "想",
					"doc_count": 43
				},
				{
					"key": "学校",
					"doc_count": 42
				},
				{
					"key": "学",
					"doc_count": 38
				},
				{
					"key": "专业",
					"doc_count": 36
				},
				{
					"key": "校区",
					"doc_count": 31
				},
				{
					"key": "赢",
					"doc_count": 30
				},
				{
					"key": "专",
					"doc_count": 26
				},
				{
					"key": "同学",
					"doc_count": 25
				},
				{
					"key": "都是",
					"doc_count": 25
				}
			]
		}
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66

可以看到还有许多停用词比如"都是"，“捏”，“想”，而且很多单字，效果还是不佳。

leetcode

811. 子域名访问计数
这题不难，但是c++字符串的分割真不如python方便。
字符串转数字stoi
数字转字符串to_string
auto &&,auto &,const auto &

vector<string> subdomainVisits(vector<string>& cpdomains) {
        map<string,int> m;
        int n=cpdomains.size(),i=0;
        vector<string> v;
        while(i<n){
            string cur=cpdomains[i++];
            int space=cur.find(' ');
            string tmp=cur.substr(space+1);
            int count=stoi(cur.substr(0,space));
            m[tmp]+=count;
            for(int j=0;j<tmp.size();j++){
                if(tmp[j]=='.'){
                    string t2=tmp.substr(j+1);
                    m[t2]+=count;
                }
            }
        }
        for(auto p:m){
            v.push_back(to_string(p.second)+" "+p.first);
        }
        return v;
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Django静态文件访问

settings.py文件配置路径

MEDIA_ROOT = os.path.join(BASE_DIR, 'media')
MEDIA_URL = "/media/"
1
2

urls.py配置路由

from django.urls import path, include, re_path
from sentimentSys import settings
from django.views.static import serve
urlpatterns = [
	re_path('media/(?P<path>.*)$', serve, {"document_root": settings.MEDIA_ROOT})
]
1
2
3
4
5
6