如何有效地收集给定数组中的重复元素？

Posted 2023-02-22

【中文标题】如何有效地收集给定数组中的重复元素？

【英文标题】：How to efficiently gather the repeating elements in a given array?

【发布时间】：2020-05-21 11:44:34

【问题描述】：

我想收集给定数组中的重复项。例如，我有一个这样的数组：

1,5,3,1,5,6,3

我希望结果是：

3,3,1,1,5,5,6

在我的情况下，计算前不知道簇的数量，不关心顺序。

我通过使用 C++ 中的内置函数 Sort 实现了这一点。然而，实际上订购不是必需的。因此，我想可能有更有效的方法来完成它。

提前致谢。

【问题讨论】：

如果您只是想知道每个组中有多少个元素，那么可以使用 O(n)，直方图方法。如果您确实需要对元素进行分组，那么我认为您需要进行排序。

在什么情况下需要这样做？例如，如果这是在课堂上作为作业给出的内容，那么您很可能需要使用在课堂上介绍过的特定技术，而做其他事情可能会导致您的作业失败。

您可以使用散列 std::unordered_map 在 O(n) 中完成此操作，但实际上它仅适用于非常大的尺寸会更有效

@SamVarshavchik 谢谢，示例是简化版。在实践中，我将一个函数映射到元素并通过函数的结果收集它们。

@RichardCritten 谢谢你的回复，其实我不需要知道每组元素的数量。在实践中，元素不仅是通过它们的值收集的，而且是应用到它们的函数的结果。排序是一个不错的方法，而我正在尝试寻找一种更有效的方法。

【参考方案1】：

首先，构建一个直方图，记录每个数字的频率。您可以使用字典在 O(n) 时间和空间内完成此操作。

接下来，遍历字典的键（顺序在这里并不重要），并为每个键写入与相应值相等的该键的实例数。

例子：

1,5,3,1,5,6,3                  input
1->2,5->2,3->2,6->1            histogram dictionary
1,1,5,5,3,3,6                  wrote two 1s, two 5s, two 3s, then one 6

这整件事是 O(n) 时间和空间。当然，你不能比 O(n) 时间做得更好。在保持 O(n) 时间的同时，你是否可以做得比 O(n) 空间更好。