如何删除特定数据集中的重复项？

Posted 2023-02-22

【中文标题】如何删除特定数据集中的重复项？

【英文标题】：How to remove duplicates in particular set of data?

【发布时间】：2017-12-02 22:30:55

【问题描述】：

假设我们有两个孩子想要获得相同的数字或硬币（硬币名义上的 1、2、6、12）。孩子们不在乎价值。 我想在两个孩子之间共享的排列容器示例：

1, 1, 1, 1, 1, 1,
1, 1, 2, 2,
1, 2, 1, 2,
1, 2, 2, 1,
2, 1, 1, 2,
2, 1, 2, 1,
2, 2, 1, 1

现在我想要没有重复的集合：

child A     child B
2 2         1 1 
2 1         2 1 
1 1         2 2 
1 1 1       1 1 1 

排列是错误的：

1 2 1 2 
1 2 2 1 
2 1 1 2 

因为

child A     child B
1 2         1 2 

是排列

child A     child B
2 1         2 1 

我们已经拥有了。这些集合：1 2 2 1 和 2 1 1 2 也是排列组合。

我的解决方案在这里，适用于该特定输入，但如果你添加更多具有不同名义的硬币，它就不会！

#include <iostream>
#include <vector>
#include <unordered_set>

using namespace std;

int main()

    vector<vector<int>> permutations = 
    
        1, 1, 1, 1, 1, 1,
        1, 1, 2, 2,
        1, 2, 1, 2,
        1, 2, 2, 1,
        2, 1, 1, 2,
        2, 1, 2, 1,
        2, 2, 1, 1
    ;
    vector<pair<unordered_multiset<int>, unordered_multiset<int>>> childSubsets;

    for(const auto &currentPermutation : permutations)
    
            size_t currentPermutationSize = currentPermutation.size();
            size_t currentPermutationHalfSize = currentPermutationSize / 2;
            //left
            unordered_multiset<int> leftSet;

            for(int i=0;i<currentPermutationHalfSize;++i)
                leftSet.insert(currentPermutation[i]);

            bool leftSubsetExist = false;
            for(const auto &subset : childSubsets)
            
                if(subset.first == leftSet)
                
                    leftSubsetExist = true;
                    break;
                
            
            //right
            unordered_multiset<int> rightSet;

            for(int i = currentPermutationHalfSize; i < currentPermutationSize; ++i)
                rightSet.insert(currentPermutation[i]);

            bool rightSubsetExist = false;
            for(const auto &subset : childSubsets)
            
                if(subset.second == rightSet)
                
                    rightSubsetExist = true;
                    break;
                
            
            //summarize
            if(!leftSubsetExist || !rightSubsetExist) childSubsets.push_back(leftSet, rightSet);
    
    cout << childSubsets.size() << endl;

如何更改解决方案以使其最优且不那么复杂？

【问题讨论】：

-- 首先不要存储重复项。使用std::unordered_set。

std::unordered_set 不允许包含重复项。在该算法中可能有例如一组 2,2 个。

【参考方案1】：

你应该添加

if (leftSubsetExist) 
  continue;

第一个周期后（作为优化）

您能否添加一些“错误”排列（使用其他硬币）？