Question

问题描述：我在我的算法分配中发现了这个问题。它想让我找到O（n）时间和O（1）空间中数组所有元素的频率。

Array可以像 Ar [] = {1,6,3,78,4,6,1}

经过一番思考后，我想到了这种方法：

迭代数组并找到最大元素。（O（n）时间）
创建一个新的size = max元素（O（1）空间）的数组
遍历原始数组，并将频率存储在新数组的索引处（O（n）时间）。

我对步骤2有疑问。在步骤1中找到最大元素（例如m）后，我将制作一个新的大小为m的数组。事物数组占用O（1）空间吗？如果没有，请解释

Answer 1

是的，您正确地找到了最大数目，然后创建该长度的哈希数组不是O（1）空间复杂度的解决方案，因为O（1）空间复杂度指的是恒定的空间使用率，但是如果您声明仅根据您的输入值确定数组的大小，然后空间如何才能为常数。恒定空间或O（1）复杂度意味着不考虑输入值而是独立于输入的方法。因此，您的方法不适用于该解决方案。希望，我已经说清楚了。但是，如果您想解决问题，可以在这里找到 Geeks for Geeks 它很好地说明了您的问题。

Answer 2

没有任何关于您输入的假设，就无法在O(n)时间和O(1)空间内做到这一点

拥有O(1)个空间意味着您可以预先确定要分配的空间量。意味着它是常量（因此不依赖于您的基本数组）
如果您可以将输入限制为某个集合，则可以实现。一些例子是
- 当给定包含the ASCII charset的char数组时，可以将空间固定为128个integers的数组。然后，您遍历输入并递增arr[charCode(currentChar)]
- 一组positive intergers。您可以创建一个Integer.MAX_VALUE大小为2^32 - 1的整数数组。然后应用与之前相同的逻辑。

Answer 3

我认为在O（1）空间和O（n）时间中执行此操作将很困难，除非您可以做出一些假设，如其他一些答案所建议的那样。我认为分配长度为MAXINT的数组确实不是正确的选择。

在O（唯一值数量）空间和O（n）中的答案要容易得多。使用哈希，其中键是数组中的值，哈希值是计数。您将对数据进行一次遍历，然后您将获得一个具有完整计数的哈希。

HashMap<Integer,Integer> map.= new HashMap<Integer,Integer>();
for (int value: array) {
   Integer valueI = new Integer(value);
   if (!map.hasKey(valueI)) {
       Integer count = new Integer(1);
       map.put(valueI, count);
   }
   else {
       Integer oldCount = map.get(valueI);
       Integer newCount = new Integer(oldCount.intValue() + 1);
       map.put(valueI, count);
   }
}

类似的东西。地图的键包含唯一的值，以及每个计数的键映射的值。

在没有对数据做大量假设或分配一个非常大的数组的情况下，我无法想出在O（1）空间中可以做的任何事情。毕竟，您必须将结果存储在某个地方。

在O（1）个额外空间和O（n）时间中对数组中所有元素的频率进行计数

3 个答案: