• <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(lián)系 :: 聚合  :: 管理

            題目很清晰,直接上python代碼。下面的解法是假設(shè)內(nèi)存足夠存儲(chǔ)n個(gè)數(shù)的字典。如果內(nèi)存不夠,我想的解法在時(shí)間復(fù)雜度上不太理想。
            如果內(nèi)存不夠,我想到的解法是在下面解法的基礎(chǔ)上,對(duì)dictCounts存儲(chǔ)數(shù)量設(shè)定閾值,刪除出現(xiàn)次數(shù)較少的數(shù)對(duì)應(yīng)的項(xiàng),且要確保刪除該數(shù)在后續(xù)數(shù)列中不再出現(xiàn)或出現(xiàn)的次數(shù)加上其總次數(shù)仍然較少。
            這就讓數(shù)據(jù)的遍歷增加了不少。網(wǎng)上也有很多類似該題的問題并給出了解法,有的給出把數(shù)分為很多組,再對(duì)每組數(shù)找出最多的10個(gè)數(shù),然后對(duì)找出的結(jié)果進(jìn)行歸并,
            我認(rèn)為其是有漏洞的,如果某個(gè)數(shù)在所有分組中并不占優(yōu),而都有出現(xiàn),其就有可能被漏選掉。

            這個(gè)題是我面試時(shí)碰到的,當(dāng)時(shí)想得過于復(fù)雜,還自己給自己挖坑,問數(shù)據(jù)量會(huì)不會(huì)很大,考官說了會(huì)很大,幾百萬,其實(shí)即使幾百萬對(duì)內(nèi)存來講也不是什么問題,又不是幾千億
            ,當(dāng)時(shí)勉強(qiáng)給了個(gè)解法還有很多紕漏,自己雖然編程多年,這方面的訓(xùn)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(yùn)行結(jié)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

            久久99精品九九九久久婷婷| 国产精品无码久久四虎| 久久亚洲春色中文字幕久久久| 精品国产VA久久久久久久冰| 国产精品女同一区二区久久| 伊人久久大香线蕉综合影院首页| 久久免费精品视频| 国产成人综合久久精品红| 久久久久久久99精品免费观看| 综合久久一区二区三区| 亚洲国产精品久久久久网站| 亚洲第一极品精品无码久久| 久久久久久久亚洲精品| 精品久久无码中文字幕| 熟妇人妻久久中文字幕| 天天影视色香欲综合久久| 伊人久久大香线蕉影院95| 久久人人爽爽爽人久久久| 一本色道久久88综合日韩精品| 91久久精品电影| 久久777国产线看观看精品| 久久亚洲精品中文字幕| 久久人人爽人人爽人人片av麻烦| 久久精品国产WWW456C0M| 久久伊人精品青青草原高清| 久久久久亚洲AV无码永不| 精品久久久无码21p发布| 2020国产成人久久精品| 久久久久国产亚洲AV麻豆| 久久亚洲高清观看| 好久久免费视频高清| 久久精品国产亚洲av麻豆小说| 国产成人精品久久| 亚洲国产精品一区二区久久hs| 亚洲∧v久久久无码精品| 99精品国产99久久久久久97| 天天躁日日躁狠狠久久 | 久久亚洲AV永久无码精品| 91久久精品无码一区二区毛片| 99久久国产综合精品网成人影院 | 欧美午夜A∨大片久久|