青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品

posts - 7,  comments - 64,  trackbacks - 0

我現(xiàn)在需要統(tǒng)計(jì)一篇文章中的單詞數(shù)量,并排序輸出。
格式

單詞1 500
單詞2 499
單詞3 300
.....
...
..
.

現(xiàn)在的思路是
第一步:先將單詞讀入到map<string,size_t> ssmap;當(dāng)中;這樣每次掃描到一個(gè)新單詞后都可以++ssmap[str];來統(tǒng)計(jì)單詞數(shù);
第二步:將map中的內(nèi)容拷貝到vector<pair<string*,size_t> > vec;當(dāng)中,之后對(duì)vec用sort進(jìn)行排序。(之所以要用string*是因?yàn)椴幌Ml(fā)生string的拷貝構(gòu)造,以免浪費(fèi)時(shí)間)。
第三步:將vec輸出。

試驗(yàn)了一下上述方法可以正確執(zhí)行。
但我想應(yīng)該有更快的方法,請(qǐng)各位賜教一下!


呵呵,謝謝大家這么積極。

字符串長(zhǎng)度沒有限制,這個(gè)從一個(gè)分詞程序?qū)ξ恼逻M(jìn)行分詞處理以后的結(jié)果。單詞可能是“的,了”這種單個(gè)字,也可能是“中華人民共和國(guó)”這種字符串。還有可能遇到像“\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\...(n個(gè))”這種比較變態(tài)的符號(hào)。

posted on 2009-09-03 16:05 HIT@ME 閱讀(2018) 評(píng)論(16)  編輯 收藏 引用

FeedBack:
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 16:20 | foxriver
map查找已經(jīng)足夠快了。你看看是不是單詞多,排序浪費(fèi)了太多的時(shí)間。可以修改成radix sort, 加快速度。不過可能會(huì)有點(diǎn)難度,你要把string轉(zhuǎn)換成int,還用到多重排序。

個(gè)人測(cè)試大規(guī)模數(shù)據(jù),速度還能接受。貼點(diǎn)逼人的簡(jiǎn)陋代碼,僅供參考,核心算法見:http://www.codercorner.com/RadixSortRevisited.htm

class vector_string : public vector<string>
{
public:
vector_string()
{
}
~vector_string()
{
}

public:
void sort(vector<int>* r_offsetset = 0)
{
vector<string> swaplist;
swaplist.resize(_Num);

vector<uint> sorttable1;
vector<uint> sorttable2;
vector<uint> sorttable3;

sorttable1.resize(_Num);
sorttable2.resize(_Num);
sorttable3.resize(_Num);

int i;
for (i=0;i<_Num;i++)
{
const string& str = _First[i];
uint b;
int n;

b = 0;
for (n=0;n<4 && n<str.size();n++)
{
if (n == 0) b |= (str[n] << 24) & 0xff000000;
if (n == 1) b |= (str[n] << 16) & 0x00ff0000;
if (n == 2) b |= (str[n] << 8) & 0x0000ff00;
if (n == 3) b |= (str[n]) & 0x000000ff;
}
sorttable1[i] = b;

b = 0;
for (n=4;n<8 && n<str.size();n++)
{
if (n == 4) b |= (str[n] << 24) & 0xff000000;
if (n == 5) b |= (str[n] << 16) & 0x00ff0000;
if (n == 6) b |= (str[n] << 8) & 0x0000ff00;
if (n == 7) b |= (str[n]) & 0x000000ff;
}
sorttable2[i] = b;

b = 0;
for (n=8;n<12 && n<str.size();n++)
{
if (n == 8) b |= (str[n] << 24) & 0xff000000;
if (n == 9) b |= (str[n] << 16) & 0x00ff0000;
if (n == 10) b |= (str[n] << 8) & 0x0000ff00;
if (n == 11) b |= (str[n]) & 0x000000ff;
}
sorttable3[i] = b;
}

radixsort_t radix;
uint* sorted = radix.Sort((uint*)&sorttable3[0], sorttable3.size(), false).Sort((uint*)&sorttable2[0], sorttable2.size(), false).Sort((uint*)&sorttable1[0], sorttable1.size(), false).GetIndices();

resort(sorted, 0, _Num, swaplist);
if (r_offsetset) r_offsetset->resort(sorted, 0, _Num);

// ------- 2 ------
vector<uint> swaptable;
swaptable.resize(_Num);

for (i=0;i<_Num;i++) swaptable[i] = sorttable1[i];
for (i=0;i<_Num;i++) sorttable1[i] = swaptable[sorted[i]];

for (i=0;i<_Num;i++) swaptable[i] = sorttable2[i];
for (i=0;i<_Num;i++) sorttable2[i] = swaptable[sorted[i]];

for (i=0;i<_Num;i++) swaptable[i] = sorttable3[i];
for (i=0;i<_Num;i++) sorttable3[i] = swaptable[sorted[i]];

// 測(cè)試 程序 文字 1
// 測(cè)試 程序 文字
// 測(cè)試 程序 文比
uint tab1 = 0xFFFFFFFF;
uint tab2 = 0xFFFFFFFF;
uint tab3 = 0xFFFFFFFF;

int samecount = 0;
for (i=0;i<_Num;i++)
{
if (tab1 == sorttable1[i] && tab2 == sorttable2[i] && tab3 == sorttable3[i])
{
samecount++;
continue;
}

if (samecount)
{
int start = i - samecount-1;
int total = samecount + 1;

bool exactsame = true;
for (int n=start+1;n<start+total;n++)
{
if (_First[n-1] != _First[n])
{
exactsame = false;
break;
}
}

if (exactsame == false)
{
quicksort_t::sort((int*)sorted, _First+start, total, _cmp);
resort(sorted, start, total, swaplist);
if (r_offsetset) r_offsetset->resort(sorted, start, total);
}
}

tab1 = sorttable1[i];
tab2 = sorttable2[i];
tab3 = sorttable3[i];
samecount = 0;
}

if (samecount)
{
int start = i - samecount-1;
int total = samecount + 1;

quicksort_t::sort((int*)sorted, _First+start, total, _cmp);
resort(sorted, start, total, swaplist);
if (r_offsetset) r_offsetset->resort(sorted, start, total);
}
}

protected:
void resort(const uint* r_sorted, int r_offset, int r_num, vector<string>& r_swaplist)
{
int i;
for (i=0;i<r_num;i++) r_swaplist[i].swap(_First[r_sorted[i]+r_offset]);
for (i=0;i<r_num;i++) _First[i+r_offset].swap(r_swaplist[i]);
}
};

  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 16:32 | foxriver
如果你用的是標(biāo)準(zhǔn)的new,stl的string會(huì)頻繁調(diào)用也耗費(fèi)不少時(shí)間。可以改用id software的那個(gè)idHeap,官網(wǎng)quake4 sdk里就有,速度號(hào)稱是vc版本的N倍。

當(dāng)然,前提必須是單線程。  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 16:38 | Vincent
今年的astar就有一道牽扯到這個(gè)的題目.
樓主的做法應(yīng)該就是利用hash表統(tǒng)計(jì)吧..
我提出另外一個(gè)做法用trie樹..  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 16:42 | foxriver
樓主應(yīng)該不是hash表,是rt樹,不過兩者速度也差不多了,沒什么可優(yōu)化的地方。hash只有在數(shù)據(jù)相當(dāng)大的情況下(>1000萬條),才會(huì)有明顯優(yōu)勢(shì)。  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 16:46 | Vincent
哦..呵呵..我不太清楚rt樹是什么..
而且樓主說的這個(gè)還是太籠統(tǒng)..
比如單詞字符串的長(zhǎng)度上限等等.
不同的條件下不同的方法有著不同的效率..

hash的話,就想到一個(gè)比較出名的elfhash..  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 16:46 | foxriver
暈死,打錯(cuò)字了,是RB-TREE.  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 16:48 | Vincent
紅黑樹啊..
呵呵...個(gè)人覺得只要能設(shè)計(jì)出合理的hash還是hash更快些吧..  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 16:49 | foxriver
我喜歡用BKDR Hash Function,簡(jiǎn)單方便,散布率對(duì)本人而言,已經(jīng)相當(dāng)滿意了。  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 16:51 | Vincent
慚愧啊..事實(shí)上我只會(huì)寫elfhash...  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 16:53 | foxriver
"個(gè)人覺得只要能設(shè)計(jì)出合理的hash還是hash更快些吧", 嚴(yán)重同意!不過對(duì)于樓主來說,寫一個(gè)hash查找來替換std::map挺費(fèi)時(shí)間的,內(nèi)存管理上弄不好的話,效率和穩(wěn)定性會(huì)下降,說不定還沒人家stl的快,所以不是很推薦呢。  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 16:56 | Vincent
^_^stl王道  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 23:00 | wcdj
用Unix or Linux下的使用程序 sort wc 是相當(dāng)?shù)目?nbsp; 回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)![未登錄]
2009-09-03 23:26 | dskit
map的底層用紅黑樹實(shí)現(xiàn),
可以用trie樹,但是有中文,還有其他符號(hào),好像就不好處理了  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-03 23:46 | gbb
這個(gè)不是標(biāo)準(zhǔn)的mapreduce樣例么?  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-04 14:30 | 凡客誠(chéng)品
不錯(cuò)哦  回復(fù)  更多評(píng)論
  
# re: 有沒有更快的辦法來統(tǒng)計(jì)一篇文章中的詞組數(shù)量并排序輸出(挑戰(zhàn)速度)!
2009-09-06 23:19 | 唐風(fēng)
std::map
本身不就是排序的嗎?為什么還要倒到vector里排?不解  回復(fù)  更多評(píng)論
  

只有注冊(cè)用戶登錄后才能發(fā)表評(píng)論。
網(wǎng)站導(dǎo)航: 博客園   IT新聞   BlogJava   博問   Chat2DB   管理


<2025年9月>
31123456
78910111213
14151617181920
21222324252627
2829301234
567891011

常用鏈接

留言簿(5)

隨筆檔案

test

搜索

  •  

最新評(píng)論

閱讀排行榜

評(píng)論排行榜

青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品
  • <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>
            亚洲欧美成人| 亚洲美女视频网| 激情欧美一区二区三区| 日韩视频永久免费观看| 久久在线免费观看| 久久精品日韩欧美| 国产精品国产亚洲精品看不卡15| 在线观看欧美成人| 欧美国内亚洲| 亚洲国产黄色| 亚洲午夜精品17c| 一区二区三区欧美激情| 狠狠入ady亚洲精品| 亚洲国产欧美在线人成| 99国产精品| 欧美一区二区三区在线视频| 久久视频在线视频| 亚洲国产裸拍裸体视频在线观看乱了中文 | 在线播放视频一区| 亚洲精品久久久蜜桃| 中国成人黄色视屏| 久久深夜福利| 日韩午夜av在线| 久久精品国产亚洲aⅴ| 欧美精品一区二区三区视频| 国产欧美三级| 99精品欧美一区| 久久全球大尺度高清视频| 亚洲精品国产无天堂网2021| 欧美一区二区三区四区高清 | 美女露胸一区二区三区| 亚洲欧洲三级| 欧美亚洲在线| 欧美日韩精品一区二区天天拍小说 | 欧美激情第一页xxx| aa日韩免费精品视频一| 久久久91精品国产一区二区三区 | 欧美**人妖| 99在线精品视频| 欧美.com| 尤妮丝一区二区裸体视频| 在线一区二区三区四区五区| 欧美1区2区| 欧美在线一二三四区| 国产精品美女一区二区| 亚洲毛片一区二区| 噜噜噜91成人网| 韩国v欧美v日本v亚洲v| 欧美日韩性生活视频| 国产精品手机在线| 亚洲一区二区三区四区中文| 亚洲成在线观看| 久久久久www| 国产欧美日韩视频| 午夜精品久久久久久99热| 日韩一级不卡| 欧美日韩伦理在线免费| 99精品国产在热久久下载| 亚洲国产精品成人久久综合一区| 久久av老司机精品网站导航| 国产免费亚洲高清| 欧美在线高清| 欧美一级视频精品观看| 国产亚洲精品久久久久动| 亚欧成人在线| 欧美一级一区| 永久555www成人免费| 欧美成人精品| 欧美激情综合| 亚洲视频久久| 亚洲视频一二区| 国产精品一区免费在线观看| 欧美在线视频在线播放完整版免费观看| 亚洲少妇诱惑| 国产午夜精品久久| 蜜臀久久99精品久久久久久9| 久久狠狠婷婷| 亚洲日本一区二区| 一区二区三区色| 国产欧美日本在线| 欧美va日韩va| 欧美日韩a区| 欧美一激情一区二区三区| 久久黄色级2电影| 亚洲精品视频在线播放| 中文有码久久| 一区在线观看视频| 亚洲啪啪91| 国产免费成人在线视频| 欧美chengren| 国产精品国产a| 免费成年人欧美视频| 欧美精品videossex性护士| 亚洲一区精品在线| 久久国产直播| 亚洲天堂黄色| 久久手机免费观看| 亚洲一区影音先锋| 久久影院午夜论| 亚洲欧美一区二区激情| 久久视频在线看| 亚洲综合日韩在线| 美女精品一区| 久久疯狂做爰流白浆xx| 欧美国产综合一区二区| 久久久99免费视频| 欧美日韩1区| 欧美国产精品日韩| 国产偷国产偷精品高清尤物| 99re66热这里只有精品3直播| 亚洲伦理在线| 亚洲综合成人婷婷小说| 亚洲精品视频免费| 久久久国产成人精品| 亚洲午夜精品久久久久久浪潮 | 国产欧美一区二区精品性色| 亚洲国产成人tv| 国内精品久久久久久久果冻传媒| 亚洲精品色婷婷福利天堂| 一区二区三区在线观看欧美| 亚洲免费一区二区| 一区二区三区偷拍| 久久久久国产精品午夜一区| 欧美亚洲专区| 国产精品福利在线观看| 日韩天堂在线观看| 日韩视频一区二区三区在线播放免费观看 | 国产精品自拍小视频| 日韩一区二区免费看| 日韩亚洲在线观看| 免费中文日韩| 欧美成人综合| 亚洲第一区在线| 久久久.com| 蜜桃视频一区| 91久久国产综合久久| 免费一级欧美片在线播放| 老司机成人网| 亚洲国产精品综合| 欧美国产大片| 99国产精品久久久久久久成人热| 夜夜嗨av一区二区三区四区| 欧美精品亚洲精品| 亚洲另类黄色| 亚洲欧美日产图| 国产精品主播| 久久久五月婷婷| 欧美大片18| 99国内精品久久| 国产精品激情电影| 欧美一进一出视频| 欧美v日韩v国产v| 日韩视频在线观看免费| 欧美日韩一区二区在线播放| 亚洲先锋成人| 久久午夜精品一区二区| 亚洲国产高清视频| 欧美日韩网址| 欧美在线免费观看视频| 欧美福利精品| 亚洲综合色丁香婷婷六月图片| 国产伦精品一区二区三区四区免费| 亚洲欧美日韩爽爽影院| 欧美成人国产| 亚洲一区三区在线观看| 国内揄拍国内精品久久| 欧美理论电影在线播放| 亚欧美中日韩视频| 亚洲高清色综合| 午夜久久电影网| 亚洲国产专区| 国产精品视频1区| 久久偷窥视频| 亚洲在线免费视频| 免费在线观看一区二区| 欧美一区二区免费视频| 久久www成人_看片免费不卡| 亚洲国内精品| 国产女同一区二区| 欧美激情91| 午夜精品久久久久久久99水蜜桃| 蜜臀a∨国产成人精品| 亚洲欧美激情精品一区二区| 亚洲国产成人精品视频| 国产免费观看久久黄| 欧美绝品在线观看成人午夜影视 | 亚洲欧美一区二区激情| 欧美国产视频一区二区| 欧美在线免费| 99精品欧美一区二区三区| 伊人久久婷婷| 国产精品尤物| 国产精品盗摄一区二区三区| 久久综合网hezyo| 午夜精品美女久久久久av福利| 91久久精品国产| 久久综合国产精品| 久久精品国产第一区二区三区| 亚洲深夜av| 日韩视频在线一区|