C++ 在包含重复数据的长序列的滚动窗口中查找模式
给出一个数据序列（具有重复项），沿数据序列移动一个固定大小的窗口，并在每个iteraion的窗口中查找模式，其中删除最旧的数据并向窗口插入新数据 我在这里找不到更好的解决办法 我的想法是： 使用哈希表，key是数据，key的数据是窗口中数据出现的频率 在第一次迭代中，迭代窗口中的每个数据并将其放入哈希表，同时计算每个数据的频率。之后，遍历哈希表并返回频率最高的数据。 对于下面的每次迭代，搜索哈希表中最旧的数据，如果它在hahstable中，则将其频率降低1如果它变为0，则使用新数据替换旧数据。否则，只需将新数据插入数据库即可。遍历表并返回模式 它是O（n*m），其中n是数据序列大小，m是窗口大小。 缺点是：哈希表的大小不是固定的，它可能有调整大小的开销。每次迭代都要遍历表，这是不高效的 可以用O（n lgm）或O（n）来做吗 感谢您的帮助 谢谢 另一个解决方案： 在第一次迭代中，建立一个哈希表，其中数据作为键，其频率作为与键关联的值。在哈希表的基础上，建立以频率为键、关联数据为值的多重映射 之后，在每次迭代中，在窗口中删除最旧的数据并更新哈希表，然后使用哈希表中最新更新的数据更新多重映射。如果映射键有多个数据，则仅将其替换为频率未更改的数据。但，添加一对新的频率和数据 在窗口中，获取新数据并更新哈希表，使用哈希表中最新更新的数据更新多重映射 位于multimap（二元搜索树）最右侧的条目是模式，因为它的值是当前窗口中的最高频率 时间O（m+m*lgm+n*lgm）如果n>>m，O（n lgm）。 空格：O（m）C++ 在包含重复数据的长序列的滚动窗口中查找模式,c++,algorithm,data-structures,hash,mode,C++,Algorithm,Data Structures,Hash,Mode,给出一个数据序列（具有重复项），沿数据序列移动一个固定大小的窗口，并在每个iteraion的窗口中查找模式，其中删除最旧的数据并向窗口插入新数据 我在这里找不到更好的解决办法 我的想法是： 使用哈希表，key是数据，key的数据是窗口中数据出现的频率 在第一次迭代中，迭代窗口中的每个数据并将其放入哈希表，同时计算每个数据的频率。之后，遍历哈希表并返回频率最高的数据。 对于下面的每次迭代，搜索哈希表中最旧的数据，如果它在hahstable中，则将其频率降低1如果它变为0，则使用新数据替换旧数据。否
还有更好的主意吗 回顾前一个问题的解决方案 维护数据值的环形缓冲区。创建一个频率/数据值对类型 维护一张地图，将数据键入这些对；制作一个多重映射，键入频率，也包含这样的对 在通过数据前进的每一步中，模式都是地图上的最后一个输入项，输入频率。可能会有一条领带——如何处理这条领带是读者的一个练习。报告模式后，需要使用映射查找属于要删除的值的对；然后从多重映射中检索所有具有删除频率的条目，并找到具有正确值的条目。删除、更改和重新将节点插入地图和多重地图，以处理删除的数据；使用类似的过程来处理添加的数据。根据您的预期数据，可能需要首先检查要插入的值是否与要删除的值匹配。空格O（M）：
- 一个用于保存M值的环形缓冲区
- 一个BST，包含M{值，PQ指针}对
- 一个优先级队列包含M个计数
- 在环形缓冲区中找到偏离值
O（1） - 在BST
中找到相同的值O（lg M） - 调整链接PQ节点中的计数。
- 在该节点上调整优先级
O（lg M）
- 在该节点上调整优先级
- 将旧的环形缓冲区条目替换为新的
O（1） - 在BST
中查找新值O（lg M） - 调整链接PQ节点中的计数。
- 在该节点上调整优先级
O（lg M）
- 在该节点上调整优先级
- 首先在PQ上查找模式
O（1）
nextItem