Question

我创建了一个搜索重复项的方法，然后将重复项索引存储到另一个数组中。然后我正在运行我的大数组并移动所有条目而没有重复。

现在，我的问题是它使用O（N * N）并且我正在使用额外的内存空间，因为我正在添加额外的数组。

怎么可以这样做？ 假设我需要了解如何在不使用其他库或HashSet的情况下完成此操作。

任何提示赞赏。

   public void dups()
   {
       int[] index = new int[100];

       int k = 0;
       int n = 0;
       int p = 0;

       for (int i = 0; i < elements; i++)
           for (int j = i + 1; j < elements; j++)
               if(a[j].equals(a[i]))
                   index[k++] = i;

       for (int m = 0; m < elements; m++)
           if (m != index[p])
               a[n++] = (T) a[m];
           else
               p++;

       elements -= k;
   }

Answer 1

您无法在O(n)（一般情况下）中找到重复项。

然而，可以在 O(n*log n) 中使用。只需对数组进行排序（O(n*log n)），然后可以在O(n)中完成对重复项的扫描。

另一方面，如果您可以使用哈希表（您可能不想这样做，如果您不想使用任何其他库），则可以扫描数组并计算每个元素出现的频率在数组中。之后，您可以遍历哈希表中的每个元素，并找到出现多次的元素。这将是 O(n) 的预期运行时，但不是确定性O(n)。

最后，为什么我写了一般在O(n)找不到重复内容？
可以想象几个特殊情况，在O(n)中可以找到重复的情况。例如，您的数组只能包含0到99之间的数字。在这种情况下，您可以使用另一个数组（大小为100）来计算每个元素在数组中出现的频率。这与哈希表的工作方式相同，但其运行时将是确定性的O(n)。

在O(n)中查找重复项的另一个例子当然是，如果数组已经排序。

Answer 2

使用HashSet在O（n）时间内执行此操作：

public <T> int removeDups(T[] original) {
    HashSet<T> unique = new HashSet<T>();
    for (T item: original) {
        unique.add(item);
    }

    int size = unique.size();
    int curr = 0;
    for (int i = 0; i < original.length; i += 1) {
        if (unique.remove(original[i])) {
            original[curr] = original[i];
            curr++;
        }
    }

    return size;
}

请注意，这取决于列表元素的hashCode方法，正确地在HashSet中的存储区上分配元素以实现O（n）。在最坏的情况下，这是O（n * m），其中m是唯一元素的数量，所以你一定要测量它。

此实现修改了数组，并返回唯一元素的数量。虽然数组可能比这大，但是经过这一点的元素应该被视为垃圾。

在列表上进行一次传递，将项目添加到HashSet（添加项目为O（1）），另一次传递更新数组，所以它是O（n）（再次，假设一个良好的哈希函数）。

Answer 3

由于hash和equals比较，这不是O（n），并且使用LinkedHashSet，它是Java标准库的一部分，但可能足够接近：

public void dups() {
    Set<Integer> uniques = new LinkedHashSet<>();
    for (int i = 0; i < elements.length; i++) {
        uniques.add(elements[i]);
    }
    // todo: copy the set into a list, then call toArray() to get an array.
}

Answer 4

HashMap的默认实现是基于数组的，是O（n）。因此，如果您想要一个有趣的练习，您可以筛选HashMap的实现，以准确理解它如何散列其键。基本上，它使用密钥的hashCode并使用它在预定位置索引数组（hashCode＆amp; arraylength - 1），并将值存储在该索引处。如果你要重复这个概念，使用值作为键和值，你的数组中只有唯一的条目。

但是，如果您有大量重复项，但是只有唯一值，那么您最终会得到一个包含大量空插槽的数组。填充数组后，只需循环一次即可删除任何空插槽。（例如：将所有非空条目复制到列表中）

它将是O（n），但需要2次传递 - 一次填充数组，一次删除空插槽。它还需要一个与现有数组相同长度的附加数组，以及一个较小的数组（或列表），以获得唯一值的最终列表。

如何修改我的方法来搜索，然后删除O（N）或O（N * log N）中的重复项？

4 个答案: