跳转到主内容
websoft网络软件专家 - 深耕网络技术,打造实用软件!

Java 实现高分记录时间窗口分析:筛选、排序与滑动时间窗检测

本文介绍如何使用 java 的现代时间 api(java.time)解析带毫秒精度的时间字符串,筛选高分记录(score > 20),按时间升序/降序组织,并高效识别同一 id 在 2 分钟内是否集中出现 ≥5 条记录,最终输出该时间窗口的最早时间戳及对应 ar cad e id。 在 Arcade 排行榜或实时评分系统中,常需从原始日志中快速识别“爆发式高分行为”——例如同一设备(ID)在极短时间内连续提交多个高分。本教程提供一套健壮、可读性强且符合 Java 最佳实践的解决方案。 ✅ 核心设计原则 弃用 Date / SimpleDateFormat :全部采用 java.time 新 API(JDK 8+),避免线程安全与时区歧义问题; 使用 record 封装数据 :轻量、不可变、自动生成 equals/toString,天然适配函数式处理; 时间解析精准到毫秒 :通过 DateTimeFormatter.ofPattern("uuuuMMdd HH:mm:ss.SSS") 严格匹配输入格式; 滑动窗口检测高效可靠 :不依赖暴力嵌套循环,而是基于排序后列表 + 双指针(two-pointer)思想实现 O(n) 时间复杂度的区间扫描。 ? 示例代码实现(完整可运行)
import java.time.*; import java.time.format.DateTimeFormatter; import java.util.*; import java.util.stream.Collectors; public class ArcadeScoreAnalyzer { record Score(int id, LocalDateTime when, int score) {} public static void main(String[] args) { String input = """ 501,20220104 13:12:07.005,25 501,20220104 13:12:07.002,25 500,20220106 09:04:10.013,10 501,20220104 13:12:07.001,25 501,20220104 13:12:07.003,25 501,20220104 13:12:07.004,25 501,20220104 15:20:50.011,25 """; DateTimeFormatter formatter = DateTimeFormatter.ofPattern("uuuuMMdd HH:mm:ss.SSS"); List allScores = new ArrayList<>(); for (String line : input.strip().lines().toList()) { if (line.trim().isEmpty()) continue; String[] parts = line.split(",", 3); if (parts.length != 3) throw new IllegalArgumentException("Invalid line: " + line); int id = Integer.parseInt(parts[0].trim()); LocalDateTime when = LocalDateTime.parse(parts[1].trim(), formatter); int score = Integer.parseInt(parts[2].trim()); allScores.add(new Score(id, when, score)); } // Step 1: Filter scores > 20 List highScores = allScores.stream() .filter(s -> s.score() > 20) .collect(Collectors.toList()); // Step 2: Group by ID, then process each group Map> byId = highScores.stream() .collect(Collectors.groupingBy(Score::id)); // Step 3: For each ID, check 2-minute window (120 seconds) containing ≥5 entries Duration window = Duration.ofMinutes(2); List results = new ArrayList<>(); for (Map.Entry> entry : byId.entrySet()) { List list = entry.getValue().stream() .sorted(Comparator.comparing(Score::when)) // ascending: earliest first .collect(Collectors.toList()); if (list.size() < 5) continue; // Two-pointer sliding window to find earliest 5-in-window start time for (int i = 0; i <= list.size() - 5; i++) { LocalDateTime start = list.get(i).when(); LocalDateTime end = start.plus(window); // Count how many entries fall in [start, end) long count = list.stream() .filter(s -> !s.when().isBefore(start) && s.when().isBefore(end)) .count(); if (count >= 5) { results.add(new ScoreResult(entry.getKey(), start, count)); break; // found earliest valid window for this ID → exit inner loop } } } // Output result(s) if (!results.isEmpty()) { ScoreResult first = results.stream() .min(Comparator.comparing(ScoreResult::earliestTime)) .orElseThrow(); System.out.printf("✅ Found qualifying burst: ID=%d, earliest time=%s, count=%d%n", first.id(), formatOutputTime(first.earliestTime()), first.count()); } else { System.out.println("❌ No ID has ≥5 scores > 20 within any 2-minute window."); } } // Helper to reformat LocalDateTime for output (e.g., "20220104 13:12:07.001") private static String formatOutputTime(LocalDateTime dt) { return dt.format(DateTimeFormatter.ofPattern("yyyyMMdd HH:mm:ss.SSS")); } // Lightweight result holder private static record ScoreResult(int id, LocalDateTime earliestTime, long count) {} }
⚠️ 关键注意事项 时间比较必须用 isBefore() / isAfter() :LocalDateTime 不支持 + 运算符,切勿写 dt + 2 minutes;应使用 dt.plus(Duration); Half-Open 区间语义 :定义 [start, start + 2min) 更严谨,避免边界重复计数; 排序方向决定逻辑清晰度 :先按 when 升序 排列 ,再用双指针从左向右扫描,自然获得“最早满足条件的起始时间”; 性能优化提示 :若数据量极大(如百万级),可将滑动窗口逻辑改写为单次遍历(维护一个队列),避免对每个 i 都做流式计数; 异常防御 :务必校验 CSV 字段数、数字解析异常、空行等,生产环境建议封装为 Optional 或自定义 Result 类型。 ✅ 总结 本方案以清晰的数据建模(record)、标准的时间解析(DateTimeFormatter)和高效的滑动窗口算法,完整实现了题目全部需求:筛选、分组、时间窗判定与结果提取。它不仅解决当前问题,更构建了可扩展的评分分析骨架——后续添加“去重 IP”、“跨天窗口”或“动态阈值”等功能均可在此基础上平滑演进。 Trae win Trae Windows 官方版本现已全面支持 Win10 和 Win11 系统(64位)。国内开发者可直接访问 Trae 中文官网(trae.cn 或 trae.com.cn),一键下载官方正版 .exe 安装包,享受国内直连的高速稳定体验。安装过程极其简便,双击即可运行,并支持一键无缝导入 VS Code 或 Cursor 的原有主题、快捷键及插件配置。登录支持手机号、微信或稀土掘金账号。内置免费的豆包与 DeepSeek 等顶级大模型,让你开箱即用,轻松开启高效的 AI 智能编程之旅。 下载

相关文章