上千万或上亿数据(有反复),统计当中出现次数最多的N个数据. C++实现
Posted lxjshuju
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了上千万或上亿数据(有反复),统计当中出现次数最多的N个数据. C++实现相关的知识,希望对你有一定的参考价值。
上千万或上亿的数据,如今的机器的内存应该能存下。所以考虑採用hash_map/搜索二叉树/红黑树等来进行统计次数。
然后就是取出前N个出现次数最多的数据了,能够用第2题提到的堆机制完毕。
#include "iosTREAM" #include<hash_map> #include<string> #include<map> using namespace std; int main(void) { //海量待统计数据 char* a[5]={"ab","b","ccc","ab","ccc"}; //哈希映射统计频率 hash_map<char *,int> hp; for(int i=0;i<5;i++) { if(hp.find(a[i])!=hp.end()) { hp[a[i]]++; } else { hp[a[i]]=1; } } //对字符串按出现频率排序 multimap<int,char*> m; hash_map<char*,int>::iterator it; for(it=hp.begin();it!=hp.end();it++) m.insert(pair<int,char*>(it->second,it->first)); //输出出现频率最高的两个字符串 multimap<int,char*>::iterator t=m.end(); for(int i=1;i<=2;i++) { t--; cout<<t->second<<endl; } }
以上是关于上千万或上亿数据(有反复),统计当中出现次数最多的N个数据. C++实现的主要内容,如果未能解决你的问题,请参考以下文章
Linux命令经典面试题:统计文件中出现次数最多的前10个单词
JavaScript利用charAt()统计出现次数最多的字符和次数