引言

在现代企业管理中，员工培训和学习活动的参与度是衡量员工积极性的重要指标。很多公司会组织新员工进行每日打卡学习活动，并希望通过数据分析找出表现最积极的员工。本文将详细介绍如何使用Java实现一个员工打卡统计系统，找出打卡次数最多的TOP5员工。

问题分析

我们需要解决的问题可以分解为以下几个部分：

1. 输入处理：读取员工数量、每日打卡数据
2. 数据存储：记录每个员工的打卡次数和首次打卡时间
3. 排序规则：按照特定规则对员工进行排序
4. 结果输出：输出打卡次数最多的前5名员工

Java实现详解

1. 数据结构设计

我们使用HashMap来存储员工打卡记录，键是员工ID，值是一个包含两个元素的数组：

java
Map<Integer, int[]> employeeRecords = new HashMap<>();

其中：

• int[0]存储打卡次数
• int[1]存储首次打卡日期（0-29表示30天）

2. 核心算法实现

java
// 读取30天的打卡数据
for (int day = 0; day < 30; day++) {
    String[] idsStr = scanner.nextLine().split(" ");
    for (String idStr : idsStr) {
        int id = Integer.parseInt(idStr);
        if (!employeeRecords.containsKey(id)) {
            // 新员工：打卡次数=1，首次打卡日期=当前day
            employeeRecords.put(id, new int[]{1, day});
        } else {
            // 已有员工：打卡次数+1，首次打卡日期不变
            int[] record = employeeRecords.get(id);
            record[0]++;
        }
    }
}

3. 自定义排序实现

排序规则是本题的核心难点，我们需要实现三级排序：

1. 打卡次数降序
2. 首次打卡日期升序
3. 员工ID升序

java
Collections.sort(entries, new Comparator<Map.Entry<Integer, int[]>>() {
    @Override
    public int compare(Map.Entry<Integer, int[]> a, Map.Entry<Integer, int[]> b) {
        int[] recordA = a.getValue();
        int[] recordB = b.getValue();
        
        // 1. 比较打卡次数（降序）
        if (recordA[0] != recordB[0]) {
            return Integer.compare(recordB[0], recordA[0]);
        }
        // 2. 比较首次打卡日期（升序）
        else if (recordA[1] != recordB[1]) {
            return Integer.compare(recordA[1], recordB[1]);
        }
        // 3. 比较员工ID（升序）
        else {
            return Integer.compare(a.getKey(), b.getKey());
        }
    }
});

4. 完整代码

java
import java.util.*;

public class EmployeeAttendance {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        
        // 读取员工数量N
        int N = scanner.nextInt();
        scanner.nextLine(); // 消耗换行符
        
        // 读取30天的打卡员工数量（题目要求但实际不需要使用）
        scanner.nextLine();
        
        // 创建员工打卡记录：员工ID -> [打卡次数, 首次打卡日期]
        Map<Integer, int[]> employeeRecords = new HashMap<>();
        
        // 读取30天的打卡数据
        for (int day = 0; day < 30; day++) {
            String[] idsStr = scanner.nextLine().split(" ");
            for (String idStr : idsStr) {
                int id = Integer.parseInt(idStr);
                if (!employeeRecords.containsKey(id)) {
                    // 新员工：打卡次数=1，首次打卡日期=当前day
                    employeeRecords.put(id, new int[]{1, day});
                } else {
                    // 已有员工：打卡次数+1，首次打卡日期不变
                    int[] record = employeeRecords.get(id);
                    record[0]++;
                }
            }
        }
        
        // 转换为List以便排序
        List<Map.Entry<Integer, int[]>> entries = new ArrayList<>(employeeRecords.entrySet());
        
        // 自定义排序
        Collections.sort(entries, new Comparator<Map.Entry<Integer, int[]>>() {
            @Override
            public int compare(Map.Entry<Integer, int[]> a, Map.Entry<Integer, int[]> b) {
                int[] recordA = a.getValue();
                int[] recordB = b.getValue();
                
                // 1. 比较打卡次数（降序）
                if (recordA[0] != recordB[0]) {
                    return Integer.compare(recordB[0], recordA[0]);
                }
                // 2. 比较首次打卡日期（升序）
                else if (recordA[1] != recordB[1]) {
                    return Integer.compare(recordA[1], recordB[1]);
                }
                // 3. 比较员工ID（升序）
                else {
                    return Integer.compare(a.getKey(), b.getKey());
                }
            }
        });
        
        // 输出TOP5（或更少）
        int count = Math.min(5, entries.size());
        for (int i = 0; i < count; i++) {
            if (i > 0) {
                System.out.print(" ");
            }
            System.out.print(entries.get(i).getKey());
        }
    }
}

算法复杂度分析

• 时间复杂度：O(N + MlogM)，其中N是总打卡记录数，M是有打卡记录的员工数
• 空间复杂度：O(M)，需要存储所有有打卡记录的员工信息

实际应用扩展

这个基础算法可以扩展应用到许多实际场景：

1. 员工考勤统计：统计月度出勤情况
2. 学习平台活跃度分析：找出最活跃的学习者
3. 用户行为分析：识别高频使用某功能的用户

总结

通过这个案例，我们学习了：

1. 如何使用合适的数据结构存储复杂信息
2. 如何实现多级排序规则
3. Java中集合框架的实际应用

这种类型的问题在编程面试中也经常出现，掌握这类问题的解决方法对提升编程能力很有帮助。

思考题

1. 如果打卡数据量非常大（比如数万员工，一年数据），如何优化这个算法？
2. 如果需要实时更新和查询TOP5，应该如何设计系统？
3. 如果要找出连续打卡天数最多的员工，算法应该如何修改？

欢迎在评论区分享你的想法和解决方案！