如何快速找出字符串的出现频率

[firePhoenix1981]

今天被面到这样一道题：假设有一数组，包含数十万个字符串，里面有一些重复出现的字符串，如何统计各字符串出现的频率，并按从大到小的顺序显示出来。我当时的回答是先进行hash，对每个桶里面的字符串构造一个查找二叉树，统计其出现次数，并且每个桶里面的单词的统计次数按照从大到小的顺序排列，排列的算法采用堆排序（相当于动态维护堆），最后对所有桶里面的统计次数做一个归并排序即可。

我的方法似乎麻烦了一点，当时感觉不是很好。不知各位有没有什么更好的方法？

[acdbxzyw]

二叉排序树。。。

[勤奋的沉沦]

貌似2叉排序树可行呀。

先hash好了，然后将读到得字符串先从树里remove， 如果有则更新下节点， 没有就新加1个节点，然后插入树中， 最后用先序遍历，或者后续遍历的方式能得到1个排好序的序列

[FancyMouse]

trie

[firePhoenix1981]

这个方法不错，桶排序，比我的要好


[Quote=引用 6 楼 vshuang 的回复:]
可行的一种方法。
Hash+Hash
1、先进行hash，对每个字符串，统计其出现次数，最大出现次数m
2、根据出现次数放到桶里面
数组List <int> t[m]
如t[1]中记录出现次数为1的字符串。

3、直接逆向读出来就排好了序了。

引用楼主 firephoenix1981 的回复:
今天被面到这样一道题：假设有一数组，包含数十万个字符串，里面有一些重复出现的字符串，如何统计各字符串出现的频率，并按从大到小的顺序显示出来。我当时的回答是先进行hash，对每个桶里面的字符串构造一个查找二叉树，统计其出现次数，并且每个桶里面的单词的统计次数按照从大到小的顺序排列，排列的算法采用堆排序（相当于动态维护堆），最后对所有桶里面的统计次数做一个归并排序即可。

我的方法似乎麻烦了一点，当时感觉不是很好。不知各位有没有什么更好的方法？

[/Quote]

[firePhoenix1981]

我觉得面试官心里想要的就是这个答案吧


[Quote=引用 2 楼 fancymouse 的回复:]
trie
[/Quote]

[showjim]

[Quote=引用 4 楼 firephoenix1981 的回复:]
呵呵，电面的。
单纯的二叉排序数应该没有先hash再来二叉排序树好吧，另外最后要求出出现次数从大到小的排列。TRIE以前一直没有弄明白过，至此好好看看
[/Quote]
内存足够大的话可以用trie;否则先hash统计再桶排序.

[LeonTown]

mark
面试官有什么反映吗。。。

[firePhoenix1981]

呵呵，电面的。
单纯的二叉排序数应该没有先hash再来二叉排序树好吧，另外最后要求出出现次数从大到小的排列。TRIE以前一直没有弄明白过，至此好好看看

[zb_fly]

[Quote=引用 2 楼 fancymouse 的回复:]
trie
[/Quote]

同意

[黄舒颖 咸丫蛋]

可行的一种方法。
Hash+Hash
1、先进行hash，对每个字符串，统计其出现次数，最大出现次数m
2、根据出现次数放到桶里面
数组List<int> t[m]
如t[1]中记录出现次数为1的字符串。

3、直接逆向读出来就排好了序了。

[Quote=引用楼主 firephoenix1981 的回复:]
今天被面到这样一道题：假设有一数组，包含数十万个字符串，里面有一些重复出现的字符串，如何统计各字符串出现的频率，并按从大到小的顺序显示出来。我当时的回答是先进行hash，对每个桶里面的字符串构造一个查找二叉树，统计其出现次数，并且每个桶里面的单词的统计次数按照从大到小的顺序排列，排列的算法采用堆排序（相当于动态维护堆），最后对所有桶里面的统计次数做一个归并排序即可。

我的方法似乎麻烦了一点，当时感觉不是很好。不知各位有没有什么更好的方法？
[/Quote]

[komai908]

map<string,int> word ; ?

[编程农场]

采用我开发的数据结构即可实现：
请参考：http://topic.csdn.net/u/20090818/15/73cfd34b-cdfd-4e5f-9cf2-e069137cce43.html?
61140

步骤
1、先把字符串插入到有序HASH树中，统计相同键值的数量
2、以升序遍历此树即可。

e-mail：[e-mail]
QQ: 723273055