[英]Find the number of times a number is repeated in an array in less than O(n^2)
我寫的示例代碼。但這是n ^ 2
int a[]={1,4,1,5,2,2,4,3,4,1};
int b[][]=new int[5][2];
int i,j,k=0,count=1;
boolean temp=false;
for(i=0;i<a.length;i++)
{
for(j=0;j<5;j++)
{
if(a[i]==b[j][0])
{ temp=true;
b[j][1]++;
break;
}
}
if(temp==false)
{
b[k][0]=a[i];
b[k][1]=1;
k++;
}
temp=false;
}
for(i=0;i<5;i++)
{
for(j=0;j<1;j++)
{
System.out.println(b[i][j]+" is repeated "+b[i][j+1]+" times");
}
}
這是偽代碼的解決方案:
Map<Int, Int> histogram;
for(number in array) {
histogram[number]++;
}
現在histogram[somenumber]
包含數字在數組中的次數 - 在O(n)
假設Map
在O(1)
查找項目
選項1:犧牲記憶速度。
HashMap
這樣的數據結構來記錄每個數字的頻率。 選項2:排序
偽代碼:
counts = dictionary default to 0
for each element in list:
counts[element]+=1
上)
你應該使用eg。 合並排序以對數組進行排序,然后使用簡單的for循環遍歷整個數組來計算重復次數。
合並排序有n * log(n),而for循環查找重復也很快。
快速排序算法應該比O(n ^ 2)快得多,然后是一個組,即O(n)應該仍然比O(n ^ 2)快。
因此,在偽代碼中:
group (sort [1,2,3,3,2,1]) => [(1,2), (2,2), (3,2)]
您可以通過創建另一個數據結構(如地圖)在O(n)時間內完成。 例如:int a [] = {1,4,1,5,2,2,4,3,4,1};
Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for(int i = 0; i < a.length ; i++)
{
if(map.containsKey(a[i]))
{
map.put(a[i], map.get(a[i])+1);
}
else
{
map.put(a[i], 1);
}
}
System.out.print(map);
結果:{1 = 3,2 = 2,3 = 1,4 = 3,5 = 1}
為什么使用2-dim陣列? 如果已知您的數字在1..5范圍內,請使用該數字的索引:
int a[] = {1,4,1,5,2,2,4,3,4,1};
int b[] = new int[5];
for (int n : a)
++b[n-1];
for (int j=0; j < 5; ++j)
System.out.println (j + " is repeated " + b [j-1] + " times");
如果您可以更改現有陣列,則可以執行此操作。 它的O(n log(n))並不會創建新對象。 (如果你無法改變原作,你可以克隆它。)它比維護Map更有效。 ;)
int a[] = {1, 4, 1, 5, 2, 2, 4, 3, 4, 1};
Arrays.sort(a);
int last = a[0];
int count = -1;
for (int i : a) {
if (i == last) {
count++;
continue;
}
System.out.println("Number " + last + " found " + count + " times.");
count = 1;
last = i;
}
System.out.println("Number " + last + " found " + count + " times.");
版畫
Number 1 found 3 times.
Number 2 found 2 times.
Number 3 found 1 times.
Number 4 found 3 times.
Number 5 found 1 times.
在這種情況下,將O(n ^ 2)減少到O(n * log n)很簡單:
保持一個高度平衡的樹,數字作為鍵以及出現次數是另一個想法,它將給出O(n * log n)。 我沒有看到O(n)解決方案沒有使用大多數語言中容易獲得的數據結構的散列表。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.