Question

这是我正在做的非常抽象的解释：

假设我有一个由换行符分隔的数字文本文件。现在，我把这些数字放在map<int, int>中，其中键是数字，值是频率。

我的最终目标是按频率排序的数字列表。我该怎么做呢？请注意，频率显然可以出现多次。我想的方法是使struct包含一个数字及其频率，并定义<以便它永远不会返回相等。然后我会遍历地图，将所有元素放入该结构中，然后放入集合中。

Answer 1

一旦你构建了频率图，将它的对复制到std::vector<std::pair<int, int> >，然后std::sort将后者复制到std::sort的3-args版本，将比较器作为第三个ARG;作为比较器，您可以使用首先比较对.second字段的字段和.first字段（如果需要），仅消除.second字段为{{1}}字段的对的排序相等（但我不认为你真的需要最后一点，因为你不关心频率相等的情况的排序，对吗？）。

Answer 2

如果这只是你想要自己做的操作（而不是你想要使用的组件），对我来说最实用的方法就是做这样的事情：

sort <filename> | uniq -c | sed 's/^[ \t]*//' | sort -rn

当然，与线性算法相比，它不能很好地扩展，但它对于每天的任务都表现得相当好，而且它还有一个额外的好处，就是你不需要自己重新发明轮子。

编辑：排序“对您的文件进行排序;”uniq“将所有相同的连续行分组到一对[频率] [项]对中，例如

变为

    2 12
    1 24
    3 25

然后我用“sed”删除尾随空格（如果这不起作用，这是因为有时候输入制表符的方式有问题），然后我根据频率对输出进行排序（“ n“选项要求进行数字排序，而不是字典;”r“选项要求进行反向排序。

如果要为排序选择另一个字段（例如，因为您实际想要计算频率的数字是制表符分隔线的THIRD字段），那么您可以使用“排序”的选择功能：

sort -t'\t' -k3 <filename> | ...

这表示您的输入是制表符分隔的字段列表，并且您希望根据第三个字段进行排序。

编辑2 ：这是根据第四个字段执行此操作的行（并删除所有其他字段）

cut -d'\t' -f4 <filename> | sort | uniq -c | sed 's/^[ \t]*//' | sort -rn

Answer 3

迭代std:pair的{{1}}并将其插入std::map。使用值中的比较函数。

获得优先级队列后，您可以迭代它。

如何在输入中找到最常见的数字？

3 个答案: