C++ 在c++；
有人能提出一种快速的方法来获得向量中每个元素的秩吗。 我不需要对向量进行排序，只要对向量进行排序，就可以得到每个元素的索引 例如：{40,20,10,30} 应该给出{3,1,0,2}C++ 在c++；,c++,c++11,C++,C++11,有人能提出一种快速的方法来获得向量中每个元素的秩吗。 我不需要对向量进行排序，只要对向量进行排序，就可以得到每个元素的索引 例如：{40,20,10,30} 应该给出{3,1,0,2} 我是否能够获得加速，因为我实际上不必对数据进行适当排序？同样的排序下限证明也适用于这里。如果没有其他信息（密钥分发等），则下限为n log（n），您也可以进行排序。从形式上讲，任何更低的值都允许您将排列压缩到下面 话虽如此，问题在于如何对指数进行排序。看。我可以想出两种方法：（但我不认为它们会更快） 将对放入地
我是否能够获得加速，因为我实际上不必对数据进行适当排序？同样的排序下限证明也适用于这里。如果没有其他信息（密钥分发等），则下限为n log（n），您也可以进行排序。从形式上讲，任何更低的值都允许您将排列压缩到下面
话虽如此，问题在于如何对指数进行排序。看。我可以想出两种方法：（但我不认为它们会更快）
对于数字而言，对数组本身进行排序并不比对索引进行排序困难——您将构建一个索引集，并按照原始值对其进行排序。第一种方法是复制数组并对其进行排序。然后遍历原始数组，对每个项执行二进制搜索以确定秩。在此遍历过程中，生成所需的序列。在这个方法中，你取O（n）作为副本，加上O（n lgn）作为排序，最后O（n lgn）作为产生列组序列 另一种方法是将所有项目插入二叉搜索树（一种平衡的搜索树，如avl或红黑）。这需要O（n lgn）。二叉树必须支持“秩扩展”；也就是说，每个子树的大小必须存储在节点中。这些树可以导出操作
position（key）key位置（array[i]）而且速度可能更快，占用的空间肯定更少：Jarod42发布的算法，我认为也是O（n）+O（n lg n）+O（n），但这将使缓存获益更多
template <typename T>
std::vector<std::size_t> compute_order(const std::vector<T>& v)
{
std::vector<std::size_t> indices(v.size());
std::iota(indices.begin(), indices.end(), 0u);
std::sort(indices.begin(), indices.end(), [&](int lhs, int rhs) {
return v[lhs] < v[rhs];
});
std::vector<std::size_t> res(v.size());
for (std::size_t i = 0; i != indices.size(); ++i) {
res[indices[i]] = i;
}
return res;
}
模板
标准：：向量计算顺序（常数标准：：向量&v）
{
向量指数（v.size（））；
std:：iota（index.begin（）、index.end（）、0u）；
排序（index.begin（），index.end（），[&]（int-lhs，int-rhs）{
返回v[lhs][我认为]排序向量是最快的方法，这个例子不应该给出{2,1,3,0}？不，很明显，最低的值（10）有最低的索引（0）A[]={40,20,10,30}，I[]={2,1,3,0}，A[I[]={A[2]，A[1]，A[3]，A[0]={10,20,30,40}。Puppy是write@rcgldr你误解了我不想要原始索引，我想要他们的新指数，假设他们被分类了这是一个很好的答案，但我知道你不能超过nlog（n）下限，我所说的加速是在这一范围内，但在复杂的细节中。。像常数因子或something@VikashB请参阅更新。我不得不说，在这方面，你的问题是一个重复的问题，不是吗？不是真的，因为常数的因素将是非常不同的，你不能完全在C++中使用NoPy。为什么你不能使用NUMPY？code>numpy.argsort（foo）应该适用于您的示例。我的钱是，这也给出了最好的常数。@ AmiTavory：因为NUMPY不是C++。是Python
g++numpy.argsort（foo）