• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            XY

            沒有任何借口
            posts - 9, comments - 31, trackbacks - 0, articles - 0
              C++博客 :: 首頁 :: 新隨筆 :: 聯系 :: 聚合  :: 管理

            算法:找出n個數中重復最多的10個數

            Posted on 2017-09-29 22:20 路緣 閱讀(1416) 評論(0)  編輯 收藏 引用 所屬分類: C/C++

            題目很清晰,直接上python代碼。下面的解法是假設內存足夠存儲n個數的字典。如果內存不夠,我想的解法在時間復雜度上不太理想。
            如果內存不夠,我想到的解法是在下面解法的基礎上,對dictCounts存儲數量設定閾值,刪除出現次數較少的數對應的項,且要確保刪除該數在后續數列中不再出現或出現的次數加上其總次數仍然較少。
            這就讓數據的遍歷增加了不少。網上也有很多類似該題的問題并給出了解法,有的給出把數分為很多組,再對每組數找出最多的10個數,然后對找出的結果進行歸并,
            我認為其是有漏洞的,如果某個數在所有分組中并不占優,而都有出現,其就有可能被漏選掉。

            這個題是我面試時碰到的,當時想得過于復雜,還自己給自己挖坑,問數據量會不會很大,考官說了會很大,幾百萬,其實即使幾百萬對內存來講也不是什么問題,又不是幾千億
            ,當時勉強給了個解法還有很多紕漏,自己雖然編程多年,這方面的訓練還是不夠。寫下來反思。

             1 import pandas as pd
             2 import copy
             3 
             4 class BenchMark:
             5     def __init__(self):
             6         self.MIN = 10000
             7         self.data = 0
             8     def Reset(self):
             9         self.MIN = 10000
            10         self.data = 0
            11 
            12 dictCounts = {}
            13 dictTop10_D2C = {}
            14 BENCH_MARK = BenchMark()
            15 LAST_BENCH_MARK = BenchMark()
            16 run_count1 = 0
            17 run_count2 = 0
            18 
            19 def FindTop10(data):
            20     global BENCH_MARK, LAST_BENCH_MARK,run_count1,run_count2
            21     if(data in dictCounts):
            22         dictCounts[data] += 1
            23     else:
            24         dictCounts[data] = 1
            25 
            26     temp = dictCounts[data]
            27     
            28     #just record run times
            29     run_count1 += 1
            30     
            31     if LAST_BENCH_MARK.MIN != 10000 and temp< LAST_BENCH_MARK.MIN:
            32         return
            33 
            34     dictTop10_D2C[data] = temp
            35 
            36     if len(dictTop10_D2C)>10:
            37         BENCH_MARK.Reset()
            38         for item in dictTop10_D2C:
            39             
            40             #just record run times
            41             run_count2+=1
            42             
            43             if dictTop10_D2C[item] < BENCH_MARK.MIN:
            44                 BENCH_MARK.MIN = dictTop10_D2C[item]
            45                 BENCH_MARK.data = item
            46         LAST_BENCH_MARK = copy.deepcopy(BENCH_MARK)
            47         dictTop10_D2C.pop(BENCH_MARK.data)
            48 
            49 def PrintData2Count(aDict):
            50     for key in aDict:
            51         print('%.1f:%d' % (key, aDict[key]))
            52 
            53 if __name__ == '__main__':
            54     df = pd.read_csv('D:/data/ctp_data/rb/201709/rb1801_20170905.csv')
            55     for data in df['LastPx']:
            56         FindTop10(data)
            57 
            58     PrintData2Count(dictCounts)
            59     print("==============dictCounts length:", len(dictCounts))
            60     PrintData2Count(dictTop10_D2C)
            61 
            62     print("run_count1:%d,run_count2:%d" %(run_count1,run_count2))
            63 

            運行結果如下:

            。。。。。。

            4121.0:206
            4123.0:278
            4124.0:180
            4122.0:244
            4125.0:118
            4126.0:34
            4127.0:4
            4081.0:1366
            4080.0:1073
            4077.0:1072
            4078.0:1091
            4079.0:800
            4076.0:874
            4075.0:886
            4074.0:1108
            4071.0:719
            4073.0:1281
            4072.0:1049
            4070.0:567
            4069.0:442
            4068.0:290
            4067.0:199
            4066.0:204
            4065.0:109
            4064.0:60
            4063.0:80
            4062.0:57
            4061.0:70
            4060.0:70
            4059.0:32
            4057.0:6
            4058.0:22
            4129.0:6
            4137.0:2
            4135.0:2
            4133.0:2
            ==============dictCounts length: 75
            4109.0:2080
            4108.0:2047
            4095.0:3009
            4096.0:2785
            4094.0:2265
            4099.0:2573
            4098.0:2702
            4097.0:2491
            4100.0:2147
            4107.0:1809
            run_count1:70684,run_count2:19679

            人人狠狠综合久久88成人| 久久91精品综合国产首页| 久久综合给合久久狠狠狠97色| 久久人人爽人人爽人人片AV高清 | 久久国产色AV免费看| 久久国产成人| 久久久无码人妻精品无码| Xx性欧美肥妇精品久久久久久| 无码人妻少妇久久中文字幕蜜桃| 久久久久人妻一区精品果冻| 日本免费久久久久久久网站| 性做久久久久久久| 国产精品九九久久精品女同亚洲欧美日韩综合区 | 国内精品久久久久久久影视麻豆 | 久久青草国产精品一区| 久久久久久久久久久| 国产精品免费久久| 久久国产高潮流白浆免费观看| 久久精品国产精品亚洲人人| 久久久久久国产精品免费无码| 国产香蕉久久精品综合网| 欧美亚洲日本久久精品| 久久久久久久综合日本| 97久久精品人人澡人人爽| 久久精品无码一区二区日韩AV| 一本久久a久久精品亚洲| 国产亚洲精品美女久久久| 九九久久99综合一区二区| 超级碰久久免费公开视频| jizzjizz国产精品久久| 久久久久久伊人高潮影院| 日日狠狠久久偷偷色综合96蜜桃| 99热都是精品久久久久久| 国产成人久久777777| 国产免费福利体检区久久| 91久久精品国产成人久久| 国产L精品国产亚洲区久久| 精品久久国产一区二区三区香蕉| 伊人色综合久久天天| 久久91这里精品国产2020| 亚洲国产香蕉人人爽成AV片久久|