计算独特项目的更好方法
Posted
技术标签:
【中文标题】计算独特项目的更好方法【英文标题】：better way of counting unique item 【发布时间】：2015-01-22 23:45:43 【问题描述】：我只是找到了一种方法来计算向量中唯一项目的数量。这是我最幼稚的做法。
std::vector<Items> v;
// some other work
std::vector<Items> unique_Count;
unique_Count.clear();
std::unique_copy(v.begin, v.end(), std::back_inserter(unique_Count);
int uniqueCount = unique_Count.size();
这是标准库中唯一的方法还是有更好的方法？
【问题讨论】：
你不能使用 std::setunique_copy 方法仅在您先对向量进行排序时才有效。但是使用集合要容易得多。
虽然使用set 可能会让你看起来很酷的代码只占用几行代码，但sort + unique（或unique_copy）很有可能在vector 上由于更好的spatial locality，您可以获得更好的性能，特别是对于移动便宜的类型。如果您关心这些事情，请衡量这两种方法的性能并自行决定。
【参考方案1】：
这取决于您所说的“更好”是什么意思，但肯定有更简单的方法，而其他方法可能更快。
真正简单的方法是将项目插入std::set 或std::unordered_set。当您插入所有这些时，集合的大小将是唯一项目的数量。
可能更快的方法是使用std::sort 和std::unique 来“就地”找到独特的项目，而不是复制它们。这相当std::unique_copy 通常在内部会做的事情，但是在适当的地方做这件事可以节省相当多的分配和复制。
std::vector<Items> v;
// populate v with data
std::sort(v.begin(), v.end());
int uniqueCount = std::unique(v.begin(), v.end()) - v.begin();
【讨论】：
std::unique 返回唯一范围的结尾，而开始未修改。结果表达式应改为int uniqueCount = std::unique(v.begin(), v.end()) - v.begin()。
我不想至少在最初对向量进行排序，而只想计算向量中唯一项目的数量
@user4425844：我猜想计算唯一项目的问题无法比排序更快地解决（使用基于比较的方法时）。所以排序不应该被拒绝。【参考方案2】：
struct iterator_hash
template<class Iterator>
size_t operator()(Iterator it) const
using value_type = typename std::decay< decltype(*it) >::type;
return std::hash<value_type>( *it );
;
struct iterator_element_equals
template<class Iterator>
size_t operator()(Iterator lhs, Iterator rhs) const
return *lhs == *rhs;
;
std::vector<Items> v;
std::unordered_set<std::vector<Items>::iterator, iterator_hash, iterator_element_equals> s;
for(auto it = v.begin(); it != v.end(); ++it)
s.insert(it); // not *it
size_t uniqueCount = s.size();
在这里，我在向量迭代器上创建一个散列，对底层元素进行散列和比较（不要将.end() 迭代器传递给它）。
然后我将集合中的迭代器插入其中，并询问它有多大。
如果您愿意，我们可以改用 std::set<Iterator, iterator_less> 或其他名称。
【讨论】：
【参考方案3】：我看到这篇文章的最后一个答案是大约 6 年前。我一直在寻找解决方案，因为我最近在我一直从事的一个项目中遇到了这个问题，我想分享我的解决方案。我认为这是一种更现代的模板化解决方案，可以用作黑匣子，或者这样，用于存储在std::vector 容器中的数据。
假设你在头文件uniques.hpp中有以下代码
#ifndef UNIQUES_HPP
#define UNIQUES_HPP
#include <algorithm>
#include <vector>
template<typename T>
std::vector<T> unique_values( std::vector<T> & input_vec )
std::vector<T> uniques( input_vec.size() );
typename std::vector<T>::iterator it;
it = std::unique_copy (input_vec.begin(), input_vec.end(), uniques.begin() );
std::sort( uniques.begin(), it );
it = std::unique_copy( uniques.begin(), it, uniques.begin() );
uniques.resize( std::distance(uniques.begin(), it) );
return uniques;
template<typename T>
std::vector<int> count_unique_values( std::vector<T> & input_vec )
std::vector<T> uniques = unique_values<T>( input_vec );
std::vector<int> counts( uniques.size() );
for(size_t i = 0; i < counts.size(); ++i)
counts[i] = std::count( input_vec.begin(), input_vec.end(), uniques[i] );
return counts;
#endif
使用unique_values 上方头文件中出现的第一个函数，可以在整数、浮点数甚至字符串的向量中找到唯一值。除此之外，我还有第二个函数count_unique_values，它返回每个唯一值的出现次数。
下面我展示了存储在向量中的int、float 和std::string 数据的三个示例。
#include <iostream>
#include <vector>
#include <string>
#include "uniques.hpp"
template<typename T>
std::ostream & operator<<(std::ostream & o, const std::vector<T> & v)
o << "[ ";
for (size_t i = 0; i < v.size()-1; i++)
o << v[i] << ", ";
o << v[v.size()-1];
std::cout << " ]" << std::endl;
return o;
int main()
// Example with integers
std::cout << "Example with integers" << std::endl;
std::cout << "---------------------" << std::endl;
std::vector<int> v_init_int = 1,5,5,1,1,1,3,5,4,3,3,3,0;
std::cout << "Initial vector: " << v_init_int;
std::vector<int> v_uniques_int = unique_values<int>( v_init_int );
std::cout << "Vector of unique values: " << v_uniques_int;
std::vector<int> v_counts_int = count_unique_values<int>( v_init_int );
std::cout << "Vector of unique counts: " << v_counts_int;
std::cout << "\n\n";
// Example with floats
std::cout << "Example with floats" << std::endl;
std::cout << "---------------------" << std::endl;
std::vector<float> v_init_floats = 1.4,5.2,5.2,1.0,1.0,1.0,3.2,5.2,4.0,3.3,3.2,3.3,0.1;
std::cout << "Initial vector: " << v_init_floats;
std::vector<float> v_uniques_floats = unique_values<float>( v_init_floats );
std::cout << "Vector of unique values: " << v_uniques_floats;
std::vector<int> v_counts_floats = count_unique_values<float>( v_init_floats );
std::cout << "Vector of unique counts: " << v_counts_floats;
std::cout << "\n\n";
// Example with strings
std::cout << "Example with strings" << std::endl;
std::cout << "--------------------" << std::endl;
std::vector<std::string> v_init_strings = "hi","hey","hey","hola","hola","hi","hi","hi","hola","hey","hey","hola","hi";
std::cout << "Initial vector: " << v_init_strings;
std::vector<std::string> v_uniques_strings = unique_values<std::string>( v_init_strings );
std::cout << "Vector of unique values: " << v_uniques_strings;
std::vector<int> v_counts_strings = count_unique_values<std::string>( v_init_strings );
std::cout << "Vector of unique counts: " << v_counts_strings;
return 0;
上述main.cpp 程序的输出将是：
Example with integers
---------------------
Initial vector: [ 1, 5, 5, 1, 1, 1, 3, 5, 4, 3, 3, 3, 0 ]
Vector of unique values: [ 0, 1, 3, 4, 5 ]
Vector of unique counts: [ 1, 4, 4, 1, 3 ]
Example with floats
---------------------
Initial vector: [ 1.4, 5.2, 5.2, 1, 1, 1, 3.2, 5.2, 4, 3.3, 3.2, 3.3, 0.1 ]
Vector of unique values: [ 0.1, 1, 1.4, 3.2, 3.3, 4, 5.2 ]
Vector of unique counts: [ 1, 3, 1, 2, 2, 1, 3 ]
Example with strings
--------------------
Initial vector: [ hi, hey, hey, hola, hola, hi, hi, hi, hola, hey, hey, hola, hi ]
Vector of unique values: [ hey, hi, hola ]
Vector of unique counts: [ 4, 5, 4 ]
【讨论】：
以上是关于计算独特项目的更好方法的主要内容，如果未能解决你的问题，请参考以下文章