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新單詞后都可以++ssmap[str];來統(tǒng)計單詞數(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vec用sort進行排序。(之所以要用string*是因為不希望發(fā)生string的拷貝構(gòu)造,以免浪費時間)。
第三步:將vec輸出。

試驗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,請各位賜教一下!


呵呵,謝謝大家這么積極。

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

posted on 2009-09-03 16:05 HIT@ME 閱讀(2026) 評論(16)  編輯 收藏 引用

FeedBack:
# re: 有沒有更快的辦法來統(tǒng)計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,排序浪費了太多的時間。可以修改成radix sort, 加快速度。不過可能會有點難度,你要把string轉(zhuǎn)換成int,還用到多重排序。

個人測試大規(guī)模數(shù)據(jù),速度還能接受。貼點逼人的簡陋代碼,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]];

// 測試 程序 文字 1
// 測試 程序 文字
// 測試 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)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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會頻繁調(diào)用也耗費不少時間。可以改用id software的那個idHeap,官網(wǎng)quake4 sdk里就有,速度號稱是vc版本的N倍。

當(dāng)然,前提必須是單線程。  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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的題目.
樓主的做法應(yīng)該就是利用hash表統(tǒng)計吧..
我提出另外一個做法用trie樹..  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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),才會有明顯優(yōu)勢。  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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..
而且樓主說的這個還是太籠統(tǒng)..
比如單詞字符串的長度上限等等.
不同的條件下不同的方法有著不同的效率..

hash的話,就想到一個比較出名的elfhash..  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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,打錯字了,是RB-TREE.  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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...個人覺得只要能設(shè)計出合理的hash還是hash更快些吧..  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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,簡單方便,散布率對本人而言,已經(jīng)相當(dāng)滿意了。  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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..事實上我只會寫elfhash...  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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
"個人覺得只要能設(shè)計出合理的hash還是hash更快些吧", 嚴(yán)重同意!不過對于樓主來說,寫一個hash查找來替換std::map挺費時間的,內(nèi)存管理上弄不好的話,效率和穩(wěn)定性會下降,說不定還沒人家stl的快,所以不是很推薦呢。  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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的底層用紅黑樹實現(xiàn),
可以用trie樹,但是有中文,還有其他符號,好像就不好處理了  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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
這個不是標(biāo)準(zhǔn)的mapreduce樣例么?  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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 | 凡客誠品
不錯哦  回復(fù)  更多評論
  
# re: 有沒有更快的辦法來統(tǒng)計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)  更多評論
  

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


<2009年9月>
303112345
6789101112
13141516171819
20212223242526
27282930123
45678910

常用鏈接

留言簿(5)

隨筆檔案

test

搜索

  •  

最新評論

閱讀排行榜

評論排行榜

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>
            国产精品红桃| 毛片av中文字幕一区二区| 女仆av观看一区| 欧美亚洲一区| 亚洲国产成人av在线| 久久国产精品一区二区| 欧美一级专区| 老司机免费视频一区二区| 欧美顶级艳妇交换群宴| 亚洲黄一区二区三区| av成人福利| 亚洲一区亚洲二区| 久久伊人亚洲| 欧美午夜电影网| 激情五月婷婷综合| 9久草视频在线视频精品| 欧美亚洲网站| 亚洲国产精品久久久久秋霞不卡| 一本久久知道综合久久| 久久久久www| 国产精品草莓在线免费观看| 国产在线精品一区二区夜色| 日韩视频一区| 久久视频在线免费观看| 99这里只有久久精品视频| 久久精品国产欧美激情| 国产精品啊v在线| 99re6热在线精品视频播放速度| 欧美一区二区三区在线看| 亚洲国产精品高清久久久| 亚洲欧美日韩在线高清直播| 模特精品在线| 黄网动漫久久久| 亚洲男人第一网站| 亚洲激精日韩激精欧美精品| 欧美在线不卡视频| 国产精品久久一区二区三区| 99国产一区| 亚洲第一视频| 久久蜜桃av一区精品变态类天堂| 国产精品视频你懂的| 日韩一级精品| 91久久在线播放| 久久色在线观看| 黄色成人在线| 久久三级福利| 久久国产精品一区二区三区| 国产精品免费aⅴ片在线观看| 一本色道久久精品| 在线视频免费在线观看一区二区| 欧美sm极限捆绑bd| 欧美一二区视频| 国产精品日韩在线观看| 亚洲视频自拍偷拍| 91久久久在线| 欧美精品成人91久久久久久久| 精品成人国产| 麻豆久久婷婷| 久久天堂av综合合色| 激情欧美国产欧美| 欧美aⅴ99久久黑人专区| 久久精品综合网| 国内久久精品| 欧美国产日本在线| 欧美国产日韩a欧美在线观看| 亚洲欧洲日产国产综合网| 亚洲二区在线观看| 欧美日韩精品二区第二页| 亚洲一区二区精品在线观看| aa成人免费视频| 国产精品在线看| 久久亚洲精选| 欧美精品1区2区| 亚洲欧美日本在线| 欧美一区二区三区视频在线| 一区二区亚洲精品国产| 欧美激情91| 国产精品大全| 久久综合影视| 欧美日韩国产区| 久久精品噜噜噜成人av农村| 久久字幕精品一区| 亚洲视频视频在线| 欧美在线观看一区| 亚洲免费观看在线观看| 亚洲一区二区在线免费观看视频 | 欧美高清在线| 亚洲小视频在线观看| 欧美一区二区性| 日韩亚洲欧美一区二区三区| 亚洲一区二区久久| 亚洲电影网站| 亚洲午夜久久久久久尤物| 伊人久久亚洲美女图片| 日韩手机在线导航| 伊人成人网在线看| 亚洲午夜未删减在线观看| 亚洲国产成人91精品| 亚洲一级影院| 99精品国产一区二区青青牛奶| 香港成人在线视频| 在线视频一区观看| 久久中文字幕一区二区三区| 亚洲免费伊人电影在线观看av| 久久精品成人一区二区三区蜜臀| 这里只有精品视频| 欧美jizz19性欧美| 久久全国免费视频| av成人手机在线| 中文网丁香综合网| 亚洲品质自拍| 欧美综合二区| 亚洲欧美一区二区精品久久久| 久久精品免费播放| 午夜久久黄色| 欧美日韩在线另类| 亚洲国产女人aaa毛片在线| 国产一区欧美日韩| 亚洲宅男天堂在线观看无病毒| 亚洲精品欧洲| 久久综合免费视频影院| 久久久久久电影| 国产色综合天天综合网| 中文欧美日韩| 亚洲制服丝袜在线| 欧美午夜视频在线| 一区二区三区国产| 亚洲一区欧美一区| 欧美视频在线一区二区三区| 亚洲欧洲免费视频| 一区二区三区精品久久久| 欧美激情视频一区二区三区不卡| 欧美jjzz| 亚洲区一区二区三区| 老司机精品福利视频| 欧美国产免费| 亚洲免费成人av电影| 欧美日韩国产综合视频在线观看中文 | 欧美在线3区| 久久在线免费视频| 亚洲第一精品夜夜躁人人爽 | 久久免费视频一区| 欧美高清视频一区二区三区在线观看| 国内精品国语自产拍在线观看| 欧美在线免费观看| 男人天堂欧美日韩| 亚洲激情av| 国产精品www994| 香蕉av福利精品导航| 欧美www在线| 亚洲美女淫视频| 国产精品黄页免费高清在线观看| 亚洲无亚洲人成网站77777| 久久本道综合色狠狠五月| 国产综合色产| 欧美日本韩国| 亚洲性感美女99在线| 久久婷婷综合激情| 99精品视频免费观看| 国产精品久久看| 久久婷婷国产综合精品青草 | 六月婷婷久久| 一区二区三区欧美视频| 国产欧美日韩在线播放| 狂野欧美激情性xxxx| 亚洲精品色婷婷福利天堂| 欧美成人精品1314www| 亚洲巨乳在线| 国产麻豆精品久久一二三| 久久国产主播| 亚洲美女免费视频| 久久夜精品va视频免费观看| 亚洲精选成人| 国产一区二三区| 欧美日韩免费观看一区| 久久av在线看| 日韩天堂在线视频| 裸体一区二区| 欧美一级视频精品观看| 亚洲欧洲一区二区在线观看| 国产精品一区二区在线观看不卡| 久热精品视频| 欧美一区二区免费视频| 亚洲免费av观看| 欧美福利一区二区| 久久久久一本一区二区青青蜜月| 在线亚洲观看| 日韩香蕉视频| 亚洲国产日韩综合一区| 国产亚洲成精品久久| 欧美午夜在线| 欧美日韩免费看| 欧美福利网址| 欧美gay视频激情| 久久久在线视频| 久久精品99久久香蕉国产色戒| 亚洲午夜性刺激影院| 一本到高清视频免费精品| 亚洲国产三级在线| 欧美激情视频在线播放|