编程珠玑_第二章_啊哈 算法
三个问题：
一、给出一个顺序文件，它最多包含40亿个随机排列的32位整数。
问题：找出一个不在文件中的32位整数。
注意：题目中没有说，这40亿个数是否是含有重复的数据
条件限制：
1、如果有足够的内存，如何处理？
2、如果内存仅有上百字节（内存不足）且 可以用若干外部临时文件，如何处理？
二、类似字符串循环移位
举例：比如abcdef 左移三位,则变成defabc
条件限制：空间限制：可用内存为几十字节
时间限制：花费时间与n成比例
三、给出一个英语字典，找出所有变位词集。
举例：abc 的变位词为：abc acb bca bac cba cab
~~~~~~~~~~~~~~~~~~分界线~~~~~~~~~~~~~~~~~~~~
一、给出一个顺序文件，它最多包含40亿个随机排列的32位整数
问题：找出一个不在文件中的32位整数。
条件限制：
1、如果有足够的内存，如何处理？
2、如果内存仅有上百字节（内存不足）且 可以用若干外部临时文件，如何处理？
思路：由于2^32 = 4 294 967 296个数据，超过给出的40亿，所以肯定有数据不在文件中。
1、如果给出的内存是没有限制的
思想：我们可以使用位图法，寻找不在文件的数
申请的空间为(2^32)/8 = 最大数/一个字节可以表示8位 = 2^29B = 2^9MB = 512MB内存
之后，使用位图法。此时出现次数为0的数据为缺失的整数
2、如果内存仅有上百字节（内存不足）且 可以用若干外部临时文件，如何处理？
思想：类似二分查找。可以根据某一位（操作时，可以从最高位 到 最低位依次处理），把待处理的数据分成两部分。在一部分中，此位为0，另一部分此位为1。
之后，分别统计落在两个部分的数的个数。（此时我们不考虑数据是否重复）
如果，没有缺失，那么这两部分数的个数应该是相等的。
如果，数据有缺失，那么两部分数可能相等，也可能不等
两部分相等的情况：两段都缺失，但缺失的个数相等
两部分不等的情况：一个缺一个不缺 或 都缺但缺的个数不同
基于此，把数据分成两部分后，我们可以去数据量小的那个部分寻找缺失的数。如果两个部分的数相等，我们可以随意选择一个部分寻找缺失的数据。此时，可以递归的处理紧挨着的下一位。直到遍历完所有的位后，就可以找到一个缺失的数。
#include <iostream>
#include <assert.h>
using namespace std;
int FindLostNum(int arr[],int len,int maxBits)
{
assert(arr && len && maxBits && len != (unsigned long)(1 << maxBits));
int lostNum = 0;
int checkNum = 0;
int locZero = 0;
int locOne = 0;
int* arrZero = new int[len];
int* arrOne = new int[len];
for (int bit = maxBits - 1;bit >= 0;bit--)
{
locZero = 0;
locOne = 0;
checkNum = 1 << bit;
for (int i = 0;i < len;i++)
{
if (arr[i] & checkNum)//条件成立，该位为1
{
arrOne[locOne++] = arr[i];
}
else
{
arrZero[locZero++] = arr[i];
}
}
if (locOne > locZero)//该bit位上是1的总数 大于 是0的总数
{
arr = arrZero;
len = locZero;
}
else
{
lostNum += checkNum;
arr = arrOne;
len = locOne;
}
}
return lostNum;
}
int main()
{
/*int len = 10;
int maxBits = 4;
int arr[10] = {1,2,3,4,5,6,7,9,0};*/
/*int len = 1;
int maxBits = 1;
int arr[10] = {1};*/
int len = 15;
int maxBits = 4;
int arr[15] = {0,1,2,3,4,5,6,7,9,10,11,13,14,15};
int lostNum = FindLostNum(arr,len,maxBits);
cout<<lostNum<<endl;
system("pause");
}
时间复杂度为：由于每次处理的部分都近似是上次的一办，累加在一起可得O(n)
二、类似字符串循环移位
举例：比如abcdef 左移三位,则变成defabc
条件限制：空间限制：可用内存为几十字节
时间限制：花费时间与n成比例
方法一、求逆
直观的想法：先局部翻转，在整体翻转
字符串abcdefgh -> defghabc 需要三步： reverse(0,i-1); //cba defgh reverse(i,n-1); //cba hgfed reverse(0,n-1); //defghabc
代码：
#include <iostream>
#include <assert.h>
#include <sstream>
using namespace std;
void Reverse(char* str,int start,int end)
{
assert(str != NULL);
char tmp;
int mid = (start + end)/2;
for (int i = start,j = end;i <= mid;i++,j--)
{
tmp = str[i];
str[i] = str[j];
str[j] = tmp;
}
}
/*把字符串循环左移k位*/
void LeftRotateString(char* str,int k)
{
assert(str != NULL && k > 0);
int strLen = strlen(str);
Reverse(str,0,k-1);
Reverse(str,k,strLen-1);
Reverse(str,0,strLen-1);
}
int main()
{
char str[81] = "abcde";
//char str[81] = "abcdef";
LeftRotateString(str,3);
cout<<str<<endl;
system("pause");
return 1;
}
方法二、杂耍算法
举例：原串：0123456789 结果：3456789012
直观的想法：由于要对数组整体向左循环移动k位，那么我们就可以对数组中的每一个元素向左移动k位(超过数组长度的可以取模回到数组中)，此时总是能获得结果的。
步骤：(k表示循环移动的位数)
1)先将x[0]移到临时变量t中
2)将x[k]移动到x[0]中，x[2k]移动到x[k]中，依次类推
3)将x中的所有下标都对n取模，直到我们又回到从x[0]中提取元素。不过这时我们从t中提取元素，结束。
循环的终止条件：当我们要从循环的起始位置点中提取元素时，此次循环结束
由于k，2k...之间的偏移量是相同的，所以整个操作实际上就是讲序列向左移动k个位置
注意：从下标0开始，按照上述步骤移动位置时，一次循环并不一定能够把所有数移到目标位置。这还与n和k是否互质有关
如果，n与k互质，从0开始，每一个元素向前移动k个位置，一次循环就可以处理完所有元素，最后一个元素会从0位置取元素
如果，n与k不互质，仅仅从0开始，每次向前移动k个位置。终止时是不能把所有元素放到目的地的。这是要需要进行gcd(n，k)次循环。即第一次是从0开始，每次向前移动k个位置，直至循环结束。第二次是从1开始，每次向前移动k个位置，直至循环结束。第三次...直到第gcd(n，k)-1次。而且每次循环的最后一个元素都会回到该循环的起点
我们这里把包含gcd(n，k)的元素称为一段，可以看出程序需要进行gcd(n，k)循环才能够把所有数移到目标位置
代码：
#include <iostream>
#include <assert.h>
#include <sstream>
using namespace std;
/*获取m和n的最大公约数*/
int gcd(int m,int n)
{
int tmp;
if (m < n)
{
tmp = m;
m = n;
n = tmp;
}
if (m % n == 0)
{
return n;
}
else
{
return gcd(n,m%n);
}
}
//*把字符串循环左移k位*/
void LeftRotateString(char* str,int k)
{
assert(str != NULL && k > 0);
int strLen = strlen(str);
int gcdNum = gcd(strLen,k);
for (int i = 0;i < gcdNum;i++)
{
int first = i;
int next = (first + k) % strLen;
char tmp = str[i];//每段的起始位置，注意不能写成0
while(next != i)
{
str[first] = str[next];
first = next;
next = (first + k) % strLen;
}
str[first] = tmp;//临时变量中存储每一趟的循环的最后一个字符
}
}
int main()
{
//char str[81] = "abcde";
char str[81] = "abcdef";
LeftRotateString(str,3);
cout<<str<<endl;
system("pause");
return 1;
}
参考：http://www.cnblogs.com/solidblog/archive/2012/07/15/2592009.html
http://www.cnblogs.com/HappyAngel/archive/2011/01/16/1936905.html
方法三、块变换
直观的想法：
举例：原串：0123456789 结果：3456789012
观察结果，直接的想法，我们能不能直接把待移动的串直接后面（0123456789 -- 7893456012）
此时，012是正确的位置了，但是其他元素还需调整。
但是我们可以看到，把7893456变成3456789也需要向左循环移3位，这和第一步的变化是一样的，可以用递归做。
原理：我们将待旋转的向量x看成是由向量a和b组成的，那么旋转向量x实际上就是将向量ab的两个部分交换为向量ba
步骤：假设a比b短(谁长，谁分成两部分)
1)将b分割为bl和br两个部分，使得br的长度和a的长度一样
2)交换a和br，即ablbr转换成了brbla。通过本次变换，序列a就位于它的最终位置了。
3)我们需要集中精力交换b的两个部分了，这个时候就回到了最初的问题上了,我们可以递归地处理b部分。
举例：待旋转字符串"0123456789",向左移动3位
程序：
#include <iostream>
#include <assert.h>
using namespace std;
/*
函数作用：把两块数据互换
arr:待翻转的字符串
aStart：第一块内容的起始位置
bStart：第二块内容的起始位置
len：交换的长度
*/
void swap(char* arr,int aStart,int bStart,int len)
{
assert(arr != NULL && aStart >= 0 && bStart >= 0 && len > 0);
char tmp;
while(len-- > 0)
{
tmp = arr[aStart];
arr[aStart] = arr[bStart];
arr[bStart] = tmp;
aStart++;
bStart++;
}
//cout<<arr<<endl;
}
//待旋转字符串的起始位置start，长度len，向左移动的位数bits
void Rotate(char* str,int Start,int len,int bits)
{
//根据移动的位数，把待旋转字符串分成两部分
//左半部分
int leftStart = Start;
int leftLen = bits;
//右半部分
int rightStart = Start + bits;
int rightLen = len - bits;
//待旋转字符串长度为1时，直接结束
if (1 == len)
{
return;
}
//旋转字符串
if (leftLen > rightLen)
{
swap(str,leftStart,leftStart + leftLen,rightLen);
Rotate(str,leftStart + rightLen,len - rightLen,len - 2 * rightLen);
}
else
{
swap(str,leftStart,leftStart + len - leftLen,leftLen);
Rotate(str,leftStart,len - leftLen,leftLen);
}
}
void LeftRotateString(char* str,int k)
{
Rotate(str,0,strlen(str),k);
}
int main()
{
char str[81] = "abcdefghij";
LeftRotateString(str,3);
cout<<str<<endl;
/*char str[81] = "abcdefghij";
LeftRotateString(str,7);
cout<<str<<endl;*/
system("pause");
return 1;
}
书中给出的三种方法的效率分析：
从这个图中，我们可以看出：
反向（即求逆算法）的运行时间比较一致。
块交换算法在执行短距离变换的时候开销很大（可能是由于交换单个元素块的函数调用引起的）。但他具有良好的高速缓存性能
这使得当旋转距离大于2时，他具有最快的执行效率。
Juggling算法（杂耍算法）的高速缓存性能很差，在三个算法中效率最差。
基于分析，虽然求逆算法需要遍历数组两遍，块交换和杂耍算法只需要遍历一遍，但是杂耍算法有求素数，还是块交换的效率高。但是从实际编码上的难度上，还是使用求逆比较划算。
三、给出一个英语字典，找出所有变位词集。
举例：abc 的变位词为：abc acb bca bac cba cab
思想：
1、为每一个单词生成一个标签，并使所有的变位词有相同的标签
2、根据标签收集单词，每一个标签对应一个集合，这个集合包括其所有的变位词
每个单词标签的生成：把这个单词所包含的字母，按照字母顺序排列。这样，所有变位词的标签就全相等了。
#include <iostream>
#include <fstream>
#include <string>
#include <map>
#include <vector>
#include <algorithm>
using namespace std;
void GenAnagram(string word,map<string,vector<string>>& anagramSet)
{
string key = word;
sort(key.begin(),key.end());
anagramSet[key].push_back(word);
}
int main()
{
string str;
map<string,vector<string>> anagramSet;
vector<string>::iterator itVec;
map<string,vector<string>>::iterator itMap;
fstream in("Dic.txt");
while(in >> str)
{
GenAnagram(str,anagramSet);
}
//输出
for (itMap = anagramSet.begin();itMap != anagramSet.end();itMap++)
{
cout<<itMap -> first<<" ";
for (itVec = itMap->second.begin();itVec != itMap->second.end();itVec++)
{
cout<<*itVec<<" ";
}
cout<<endl;
}
in.close();
system("pause");
return 1;
}
问题5、向量旋转函数将向量ab更改为ba，那你应该如何将abc转换为cba？
方法：把abc三部分分别翻转，之后对整体翻转
一个面试题：输入一个英文句子，翻转句子中单词的顺序，但单词内字符的顺序不变。句子中单词以空格符隔开。为简单起见，标点符号和普通字母一样处理。
方法：先分别对各个单词进行逆转，然后对整个句子进行逆转。
问题6、类似手机键盘，每个数字对应几个字母。按下数字键，就意味着多个字符组合，有关这些字符组合的姓名和手机号就找到。问题，如何实现一个以名字的按键编码为参数，并返回所有可能的匹配名字的函数
方法：把名字对应的数字按键形成一个唯一的标识符，值存入数字键对应的名字map<int,map<string> > rec;
问题8、给定一个n元实数集合，一个实数t和一个整数k，如何快速确定是否存在一个k元子集，使其元素之和不超过t？
方法：构建一个最小堆，取其前k个最小的数。 如果用topk的思路，那么应该更加快速，构建一个k个元素的最大堆来获得k个最小的元素。
参考http://www.cnblogs.com/solidblog/archive/2012/07/18/2596683.html