Question

我最近发现了一个类似的问题：

"Given an array of strings, return the number of distinct strings in that array."

我提出了这个解决方案：

1. Get number_of_strings, which equals the number of strings in the input array
2. Get number_of_non_redundant, which equals the length of the input array cast as a set
3. Return 2 times number_of_non_redundant - number_of_strings

所以，我的问题是，这个算法是否适用于所有数据集？

Answer 1

考虑字符串数组["a", "a", "a", "d", "d", "d"]。

number_of_strings是6; number_of_non_redundant是2.您建议退回2 * 2 - 6 = -2。所以......不，你的算法不适用于所有数据集。

除非我对这个问题有很大的误解，否则返回number_of_non_redundant将永远有效，因为它是你想要返回的定义。：）

Answer 2

正如其他人所指出的，简单地回归number_of_non_redundant似乎就是这个问题的答案。

以下是确定number_of_non_redundant的可能解决方案：

1）创建一个哈希集（特定于语言）

2）在数组的每个元素上迭代整个数组   检查哈希集中是否存在该元素，如果不存在，则添加   它

3）返回哈希集的大小。

在此使用哈希集提供恒定时间操作（添加，包含）。

此外，我想指出你不能（至少我不会在语言中注意到这一点）只需将数组转换为集合。 Casting 是一个恒定时间操作。这是两种不同的数据结构，为了从数组中获取元素并将它们放在一个集合中，它需要遍历数组并将元素输入到集合中。

Answer 3

首先按字典顺序对数组进行排序，然后使用标志变量对其进行循环，以跟踪元素i-th和第（i-1）-th之间的变化？

Answer 4

此算法不会适用于所有数据集。它可能适用于具体的例子。

say n = number of non redundant strings 
p = number of strings in original array

根据你2n-p = n => n= p

您的算法仅在(number of non redundant strings = length of original array)时有效，这意味着仅当原始数组是一个集合时。

只是提示一下，解决这个问题的理想方法是散列，如果你有足够的可用内存，或者你可以使用排序来实现它，但与散列相比需要更长的时间

以下用于查找不同字符串的算法是否有效？

4 个答案: