Question

我做了半个程序来完成一些主要的浮点运算。根据它开始使用的数据，它可以生成描述线段的非常大的数组。使用具有浮点数的笛卡尔坐标系记录这些线段的位置，以记录线的每一端的X，Y，Z位置。我不能使用X，Y，Z作为两端，所以我使用X，Y，Z作为开始，Q，R，S作为结束。所以基本上我要做的是，标记所有相同或翻转的行，使得Q，R，S第一行等于第二行的X，Y，Z和第一行的X，Y，Z等于Q，R，S在第二行。我目前的标记技术是将X设置为-1，因为我知道没有任何一行会以负坐标结束。我不想标记两行，只是除了一行之外的所有行。这是我目前的职能：

int filter(int lines)
{
printf("Filtering...\n");
refline=0;
scanline=1;
while(refline<(lines))
    {
        if( segpointX[refline] == segpointQ[scanline] && segpointY[refline] == segpointR[scanline] && segpointZ[refline] == segpointS[scanline] && segpointQ[refline] == segpointX[scanline] && segpointR[refline] == segpointY[scanline] && segpointS[refline] == segpointZ[scanline] 
         || segpointX[refline] == segpointX[scanline] && segpointY[refline] == segpointY[scanline] && segpointZ[refline] == segpointZ[scanline] && segpointQ[refline] == segpointQ[scanline] && segpointR[refline] == segpointR[scanline] && segpointS[refline] == segpointS[scanline])
            {
                //printf("Origional: %f  %f  %f  ><  %f  %f  %f\n",segpointX[refline],segpointY[refline],segpointZ[refline],segpointQ[refline],segpointR[refline],segpointS[refline]);
                //printf("Duplicate: %f  %f  %f  ><  %f  %f  %f\n\n",segpointX[scanline],segpointY[scanline],segpointZ[scanline],segpointQ[scanline],segpointR[scanline],segpointS[scanline]);
                segpointX[scanline]=-1;
            }

         scanline++;

        if(scanline==lines+1)
            {
                refline++;
                scanline=refline+1;
            }   
    }
return(0);
}

我知道我有多少行，这就是“行”整数。这段代码完全正常，但与我的其他程序相比，它的速度非常慢。我认为必须有一种方法可以更快地做到这一点，但我不确定如何。拥有这个功能真的很遗憾，因为它会拖延我的程序的其余部分，考虑到它的所有浮点数学运算速度非常快。如果没有比这更快的3倍速度，我可能只需要使用混乱的数据并使下一个功能足够聪明以忽略它。现在标记坏线非常有用，因为下一个功能很复杂，因为它没有尝试补偿我的数据中的重复。

Answer 1

标记数组中重复项的经典方法是以某种方式对数组进行排序（O（N·logN）），然后在单次传递中标记/删除连续的相同元素（O（N））;这具有总复杂度O（N·logN），而您的方法是O（N ²）。

在您的情况下，所有困难归结为在您的数据点之间建立某种排序关系。

首先，我会规范化行的格式，以便以相同的方式表示等效行（相同的端点）。为此，每行比较元组（XYZ）/（QRS）;如果Q小于X，则QRS与XYZ交换;如果X == Q，则检查Y和R，如果它们再与Z相等，则为S.

在此O（N）传递结束时，所有等效线具有相同的XYZQRS表示。

现在，如果您不想更改数据的表示形式（6个独立数组，其中struct的单个数组将更简单，更高效），则对索引数组进行排序会更容易而不是实际数据（也可能更高效，甚至是唯一可行的可能性，如果您不想更改实际数据的顺序）。初始化一个整数数组，其数字从0到lines-1;然后，您可以使用qsort函数进行排序，并传递自定义比较器函数。

此功能将接收要比较的索引;你将使用这些索引来访问相应的XYZ / QRS并按顺序进行比较（将第一个元素的X与第二个元素的X进行比较，如果它们相等，则转到Ys，依此类推）。在排序结束时，您的索引数组将被排序，附近有相同的项目。

现在你可以做最后的传递了：扫描索引数组，并将当前索引对应的元素与下一个索引的元素进行比较：如果它们相等，则将第一个标记为重复;否则，您要么位于重复序列的最后一项，要么您处于新序列的开头，因此您需要（至少暂时）保留此项目。由于这些项目是有序的，因此相同的项目都在一行中，因此您可以一次性标记它们。

请注意，只有当您希望完全匹配时，这才能正常工作 - 即不会考虑FP不准确性。

Answer 2

您的算法为N^2。您应该可以在N log N中执行此操作。但是，到达N log N所需的复杂性将在一定程度上取决于您的数据。

假设您的数据在X方向上分布良好，我就是这样做的。

对于每个线段，如果需要，将其翻转，使得X <1。问： - 这是O（N）。
按X对所有线段进行排序 - 这是O（N log N）。
重复项现在将相邻，因此简单的扫描可以删除它们。

这不是100％正确但是得到粗糙的jist正确 - 你需要处理一些退化的情况..

你在翻转阶段做的是X == Q. （Ans.Flip基于Y / Q。如果它们相等则使用Z / S）
如果两个细分在排序阶段具有相同的X，您会怎么做？（Ans。按顺序使用Y，Z，Q，R，S作为辅助键。）

如何在C中尽可能快地标记数组中的数据重复？

2 个答案: