Question

我有一串类似a:b，d:a，t:w，i:r等格式的字符串。由于我不断添加这些字符串，因此结束，它变成一个很大的字符串。

例如，我正在尝试编码：

a:b -> 1
d:a -> 2
etc.

我的目的是使最后的字符串尽可能小以节省内存。因此，我需要给出现最大次数的字符串赋予一个数字值。

我想到的是以下方法：

创建：map<string, int>-这将保留字符串及其计数。最后，我将最大计数值的字符串替换为1，然后将其替换为2，依此类推，直到map的最后一个元素。

当前最终字符串的大小约为100,000个字符。

我不能在速度上妥协，请建议是否有人有更好的技术来实现这一目标。

Answer 1

如果我正确理解您的输入字符串的范围是“ a：a” ...“ z：z”，则您只需要计算流中每个字符串的出现，而不管顺序如何。如果您的分布足够，则可以使用uint16_t将它们算在内。映射是使用树来实现的，因此数组在内存和时间上都比映射高效。所以你可以定义一个数组

array<array<uint16_t, 26>, 26> counters = {{}};

并假设您输入的是例如input = "c:d"，则可以按如下所示填充数组

    counters[input[0]-'a'][input[2]-'a']++;

最后，您可以像这样打印出输入的频率

for (auto i=0; i < counters.size() ; ++i) {
  for (auto j=0; j < counters[i].size(); ++j) {
    cout<<char(i+'a')<<":"<<char(j+'a')<<" "<<counters[i][j]<<endl;
  }
}

字符串编码用于内存优化

1 个答案: