我现在正在尝试解决一个问题,该问题要求我在k
维矩阵中找到最常见的2
频繁数字。
我定义了一个结构numCount
,它有两个字段:number
用于存储数字,count
用于存储其出现次数。然后我访问矩阵中的每个数字,如果它的numCount
结构已存在于最大堆中(按count
排序),我只需将count
增加1
;否则我创建一个新的numCount
对象并将其推入堆中。请注意,为了有效地获取与数字对应的numCount
对象,我保留unordered_map
的对应关系。
我的想法的主要逻辑显示在以下代码中。但是,在向堆中添加一些push
对象后,invalid heap
操作会出现numCount
错误。
struct numCount {
int number;
int count;
numCount(int num) : number(num), count(1) {}
};
struct compare {
bool operator() (numCount*& lhs, numCount*& rhs) {
return lhs -> count > rhs -> count;
}
};
vector<int> kPopular(vector<vector<int> >& nums, int k) {
int m = nums.size(), n = nums[0].size();
priority_queue<numCount*, vector<numCount*>, compare> pq;
unordered_map<int, numCount*> mp;
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
if (mp.find(nums[i][j]) != mp.end())
mp[nums[i][j]] -> count++;
else {
numCount* ncnt = new numCount(nums[i][j]);
pq.push(ncnt); // This line gives the "invalid heap" error.
mp[nums[i][j]] = ncnt;
}
}
}
vector<int> popular(k);
for (int i = 0; i < k; i++) {
popular[i] = pq.top() -> number;
pq.pop();
}
return popular;
}
我在以下矩阵上测试此代码:
nums = [[1, 1, 2],
[2, 2, 3]
[1, 2, 3]]
然后在尝试添加与invalid heap
处的第一个numCount
对应的3
对象时,会抛出nums[1][2]
错误。
如何修复此错误?
已更新:在收到@JSF的建议后,我更新了我的代码,如下所示。
struct compare {
bool operator() (const pair<int, int>& lhs, const pair<int, int>& rhs) const {
return lhs.second < rhs.second;
}
};
vector<int> kPopular(vector<vector<int> >& nums, int k) {
int m = nums.size(), n = nums[0].size();
unordered_map<int, int> counts;
for (int i = 0; i < m; i++)
for (int j = 0; j < n; j++)
counts[nums[i][j]]++;
set<pair<int, int>, compare> st;
for (auto pr : counts) {
st.insert(pr);
if ((int)st.size() > k)
st.erase(st.begin());
}
vector<int> popular(k);
set<pair<int, int>, compare>::iterator itr = st.begin();
for (int i = 0; i < k; i++) {
popular[i] = (*itr).first;
itr = st.erase(itr);
}
return popular;
}
答案 0 :(得分:0)
修改优先级队列中现有条目的密钥既是问题的原因,也是正确完成的巨大混乱。为了您的目的,根本不需要这样做 保持优先级队列递增没有任何目的,您已经识别并使您的算法效率低下,以及创建难以纠正的上述问题。
相反,您应首先阅读所有数据并计算所有计数。从数字到数字的映射对于该阶段来说要简单得多,并且比你的额外间接级别更有效。
计算完所有计数后,您就可以找到最大的k。优先级队列是找到k最大的好工具的一种可能性,但是有效使用该队列将涉及逆转k的意义。构建一个最多可容纳k个项目的队列,并始终识别最小的(不是最大的k个项目)。在Q中插入第一个k number,count
对,然后对于其余的每一对,将其与Q中的最小值进行比较,并将Q中的最小值替换为新对,如果新对大于旧的最小值
如果您有充分的理由在计算计数时保持增量Q,那么这个原因在您的帖子中并不明显,您应该明确说明。使用支持更改现有项的键的优先级队列并非不可能。我需要在我自己的工作中的许多地方,并选择编写我自己的优先级队列(而不是使用std)来使这方面更容易。编写自己的编码不是那么难,但可能还有一种方法可以使用std版本。但在进入这种复杂性之前,先解释为什么问题需要它。