上千万或上亿数据(有重复),统计其中出现次数最多的N个数据. C++实现
上千万或上亿的数据,现在的机器的内存应该能存下。所以考虑采用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,可以用第2题提到的堆机制完成。
#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; } }
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。