- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
假设有一个元素数组,除了 1 个数字之外没有重复的元素,
ex. 1,2,13,4,7,11,2,6
如何高效地查找重复号码?我们可以使用哈希表 (HT) 在 O(n) 时间和 O(n) 空间内完成,如下所示。
if(HT.Contains(item)) -> this is the duplicate
else
ht.add(item)
在空间和时间复杂度上是否有更好的方法?
注意:这个问题不是以下两个不同问题的重复。
如果整数是连续的,可以使用此链接中的解决方案how-to-find-a-duplicate-element-in-an-array-of-shuffled-consecutive-integers
如果 n 个元素的数组包含从 0 到 n-1 的元素,则只有此链接有解决方案 Finding duplicates in O(n) time and O(1) space
最佳答案
我不认为你能比 O(n) 时间复杂度做得更好——在最坏的情况下你将不得不接触数据集的每个元素来找到重复项
改善空间消耗的一种方法(以需要一些位旋转以及两次遍历数据集为代价)是使用 Bloom Filter .这个想法是首先遍历数据集:如果你发现一个可能的重复项,那么你将它从数据集中删除并将它添加到哈希表中(如果布隆过滤器正常运行,那么只有大约 1% 的元素会被标记尽可能重复)。然后对过滤后的数据集进行第二次传递,根据可能重复的小哈希表测试元素。
我的代码将使用 Java,因为它是我最熟悉的语言。
Class DupFinder {
BloomFilter filter = new BloomFilter();
HashTable hashTable = new HashTable();
int start = 0;
int run(int[] dataset) {
// first pass
for(int i = 0; i < dataset.length; i++) {
if(filter.contains(dataset[i]) {
// check if element is in hashTable, else add it
if(hashTable.contains(dataset[i]) {
return dataset[i]; // duplicate found
} else {
hashTable.add(dataset[i]);
}
// remove element from dataset
int temp = dataset[start];
dataset[start] = dataset[i];
dataset[i] = temp;
start++;
} else filter.add(dataset[i]);
}
// second pass
for(int i = start; i < dataset.length; i++) {
if(hashTable.contains(dataset[i]) {
return dataset[i]; // duplicate found
}
}
return NULL; // no duplicate found
}
}
哈希表的替代方法是使用 Radix Sort ,一种线性时间排序算法。基数排序将具有更好的最坏情况性能(基数排序的 O(n) 与哈希表的 O(n^2) 相比,在您遇到荒谬数量的冲突的不太可能发生的情况下)但平均情况下的性能更差(哈希表实现通常会在仅扫描一半数据集后找到重复项,而基数排序将始终需要多次遍历数据集)。如果您对存储桶使用节省空间的数据结构,例如,基数排序在空间消耗方面也会稍微更有效率。分块列表。
您可以并行化哈希表实现,而不会产生太多的同步开销。使用 t 个线程,每个线程将处理数据集的 n/t 个元素(例如,如果数据集中有 32 个元素和 2 个线程,则线程 0 处理元素 0-15 thread1 处理元素 16-31),将每个元素放入索引为 absoluteValue(x modulo t) 的桶中。在此之后,每个线程将负责处理具有给定桶索引的所有元素,例如thread0 将处理索引为 0 的所有桶。我正在使用 BlockingQueue用于同步——这允许线程调用队列上的take(),导致线程移除队列的第一个元素或者阻塞直到元素可用;所有其他数据结构都是线程本地的。您需要初始化 dupFinders 变量,以便 DupFinder 实例出现在每个 DupFinder 的 dupFinders 变量的相同索引中(例如,thread0 始终出现在第 0 个索引中,从而确保其 BlockingQueue 中的所有元素都具有 absoluteValue(x modulo t) == 0).
Class DupFinder implements Callable<Integer> {
private Class Chunk {
int size = 0;
int chunk = new int[64];
boolean add(int x) {
if(size < 64) {
chunk[size] = x;
size++;
return true;
} else return false;
}
}
int t = ??? // number of threads
private BlockingQueue<Stack<Chunk>> queue = new LinkedBlockingQueue()
private DupFinder[] dupFinders = new DupFinder[t];
private Stack<Chunk>[] stacks = new Stack<Chunk>[t];
void add(Stack<Chunk> stack) {
queue.add(stack);
}
// the thread only receives n/t elements of the dataset
int call(int[] partialDataset) {
// partition dataset elements by their modulus(t)
for(int i = 0; i < partialDataset.length; i++) {
tempStack = stacks[Math.absoluteValue(partialDataset[i] modulo t)];
if(!tempStack.peek().add(partialDataset[i])) {
Chunk chunk = new Chunk();
chunk.add(partialDataset[i]);
tempStack.push(chunk);
}
}
// distribute chunk stacks to the appropriate threads
for(int i = 0; i < t; i++) {
dupFinders[i].add(stacks[i]);
}
HashTable hashTable = new HashTable();
for(int i = 0; i < t; i++) {
// wait for a chunk stack to become available
Stack<Chunk> tempStack = queue.take();
while(!tempStack.isEmpty) {
tempChunk = tempStack.pop();
for(int i = 0; i < tempChunk.size; i++) {
if(hashTable.contains(tempChunk.chunk[i]) {
return tempChunk.chunk[i]; // duplicate found
} else {
hashTable.add(tempChunk.chunk[i]);
}
}
}
}
return NULL; // no duplicate found
}
}
关于c - 在除一个数字外没有重复的数组中找到重复的数字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25822215/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!