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”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(2036) 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


<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(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>
            亚洲国产精品国自产拍av秋霞| 亚洲免费观看在线观看| 欧美日韩亚洲综合一区| 欧美阿v一级看视频| 国产精品高潮视频| 亚洲欧洲一区二区在线播放| 国产午夜亚洲精品羞羞网站| 在线综合欧美| 一区二区三区视频在线看| 久久久久久婷| 久久久久久穴| 香蕉乱码成人久久天堂爱免费 | 亚洲欧美日韩综合一区| 亚洲美女av在线播放| 久色婷婷小香蕉久久| 久久久国产精品一区二区三区| 国产精品国产自产拍高清av王其 | 国产亚洲综合精品| 亚洲一区日韩在线| 亚洲女爱视频在线| 国产精品99一区| 99伊人成综合| 亚洲一区三区视频在线观看| 欧美日韩国产一区二区三区地区| 亚洲激情在线激情| 亚洲精品视频二区| 国产欧美日韩在线观看| 亚洲自拍偷拍网址| 欧美影院精品一区| 国产日韩欧美精品在线| 性欧美videos另类喷潮| 久久久久国产成人精品亚洲午夜| 国产色产综合色产在线视频| 午夜精品区一区二区三| 久久久久久九九九九| 国内精品模特av私拍在线观看| 欧美永久精品| 欧美成人午夜激情在线| 日韩亚洲欧美中文三级| 欧美视频在线看| 亚洲在线观看免费| 久久精品91久久久久久再现| 精品动漫3d一区二区三区免费版| 久久野战av| 亚洲精品在线三区| 香蕉av777xxx色综合一区| 狠狠色2019综合网| 男女av一区三区二区色多| 亚洲人午夜精品免费| 亚洲女女女同性video| 国产一区二区福利| 免费观看亚洲视频大全| 99热免费精品在线观看| 欧美伊人久久久久久午夜久久久久| 国产午夜精品视频| 欧美高清在线| 亚洲欧美综合另类中字| 欧美成人综合在线| 亚洲欧美国产不卡| 1024成人网色www| 欧美午夜精品久久久久久孕妇| 欧美一级大片在线免费观看| 亚洲第一精品夜夜躁人人躁| 亚洲一区日韩| 91久久精品国产| 国产日韩精品一区| 亚洲精品欧美日韩专区| 亚洲欧美日本精品| 在线日韩一区二区| 国产精品入口日韩视频大尺度| 久久国产精品免费一区| 一区二区三区精品视频在线观看| 久久色在线观看| 亚洲制服丝袜在线| 亚洲精品影院在线观看| 国产一区二区久久精品| 欧美精品网站| 老司机精品视频网站| 性欧美超级视频| 在线亚洲美日韩| 欧美黄色一区| 久久综合伊人77777蜜臀| 午夜精品免费在线| 一本色道久久综合一区| 在线观看久久av| 国产女主播一区| 欧美午夜电影在线观看| 欧美精品v日韩精品v国产精品| 欧美在线3区| 午夜精品久久久久久久久| 激情久久久久| 午夜精品久久久久久99热| 欧美二区乱c少妇| 久久另类ts人妖一区二区| 亚洲欧美一区二区精品久久久| 99国内精品久久久久久久软件| 亚洲高清二区| 在线精品一区| 在线免费观看欧美| 狠狠色狠狠色综合系列| 国产日产欧产精品推荐色 | 欧美一区二区三区久久精品茉莉花| 亚洲最新合集| 日韩午夜剧场| 亚洲欧洲在线一区| 亚洲高清av在线| 伊人婷婷欧美激情| 一区二区三区精品视频在线观看| 欧美视频一二三区| 欧美国产日韩一二三区| 麻豆91精品| 久久亚洲影音av资源网| 久久久人成影片一区二区三区| 羞羞答答国产精品www一本 | 久久综合激情| 久久人人看视频| 久久在线免费观看视频| 久久精品视频在线看| 久久精品99国产精品| 久久精品国亚洲| 久久综合色一综合色88| 免费视频一区| 欧美剧在线免费观看网站| 欧美人在线观看| 欧美性猛片xxxx免费看久爱| 国产精品久久二区| 国产亚洲成av人片在线观看桃 | 影音先锋亚洲电影| 性欧美video另类hd性玩具| 亚洲欧美日韩综合一区| 欧美一级专区免费大片| 久久国产精品高清| 久久综合国产精品台湾中文娱乐网| 久久嫩草精品久久久久| 欧美成人69av| 欧美视频在线观看 亚洲欧| 国产精品一区二区在线观看不卡| 国产欧美二区| 亚洲国产成人久久综合一区| 日韩视频第一页| 午夜精品久久99蜜桃的功能介绍| 久久精品国产亚洲一区二区| 欧美国产精品中文字幕| 亚洲精品一区二区在线| 亚洲欧美日韩精品综合在线观看| 久久国产精品一区二区三区四区| 美女黄毛**国产精品啪啪| 欧美日韩精品免费观看视频完整| 国产精品男女猛烈高潮激情 | 亚洲国产日本| 亚洲大片免费看| 在线成人性视频| 日韩一级欧洲| 亚洲欧洲av一区二区三区久久| 久久精品视频亚洲| 亚洲精品久久久久| 午夜国产精品影院在线观看| 久久综合福利| 国产精品久久久久久久久| 在线电影一区| 先锋影音网一区二区| 欧美国产精品一区| 亚洲欧美日韩国产| 牛牛影视久久网| 国产午夜精品一区二区三区视频| 日韩一区二区精品葵司在线| 久久精品人人做人人爽电影蜜月| 亚洲黄色av一区| 久久久久久久一区| 国产乱码精品一区二区三区av | 亚洲电影成人| 性色一区二区| av不卡免费看| 欧美成人有码| 亚洲第一页在线| 久久男人av资源网站| 亚洲特色特黄| 亚洲精品在线一区二区| 久久久久青草大香线综合精品| 中文在线一区| 欧美啪啪一区| 亚洲高清在线观看| 久久影院午夜片一区| 欧美一区二区三区免费观看视频| 国产精品理论片在线观看| 亚洲午夜久久久久久尤物 | 欧美亚洲专区| 国产欧美韩国高清| 性做久久久久久久免费看| 亚洲影视九九影院在线观看| 欧美性猛交xxxx乱大交蜜桃| 一区二区高清视频在线观看| 亚洲欧洲精品天堂一级| 欧美电影美腿模特1979在线看| 亚洲福利视频一区| 欧美h视频在线| 蜜桃av噜噜一区二区三区| 亚洲人成啪啪网站| 日韩视频不卡| 国产精品高清一区二区三区|