数据结构与算法：数组（一）

数据结构与算法是计算机发展的基石，现代计算机的起源是数学，数学的核心是算法，计算机历史上每一次大的变革都离不开算法的推动。纵然“条条大路通罗马”，但好的算法永远比提高硬件设备管用。

在排序数组中找出给定数字出现的次数

计算两个有序整型数组的交集

如何找出数组中重复次数最多的数

在On的时间复杂度内找出数组中出现次数超过了一半的数

找出数组中唯一的重复元素
解题方法

引申一没有要求每个数组只访问一次不能用辅助存储空间

引申二

在排序数组中，找出给定数字出现的次数

在排序数组中，找出给定数字出现的次数。如，【1,2,2,2,3】中2出现的次数是3次。。。

简单粗暴的方法是从头到尾遍历一遍，用个计数器进行计数，统计2出现的次数。

优化方法：该问题在二分查找的基础上进行改进。设数组array为递增序列，需要查找的元素为findData，为了求解给定数字出现的次数，可以分别寻找findData在array中最先出现的位置和最后出现的位置，通过两者的算术运算即可获得该数字的出现次数。编码的时候，用变量last来存储本次查找到的位置，然后根据情况变换查找方向，就可以分别确定最先出现的位置的下标left和最后出现的位置下标right的值。

#include<iostream>

using namespace std;

int BinarySearch( int *a, int length, int num, bool isLeft )
{

int left = 0;
int right = length - 1 ;
int last = 0;

while( left <= right )
{
int mid = ( left + right ) /2;
if( a[mid] < num )
{
left = mid+1;
}
else if( a[mid] > num )
{
right = mid - 1;

}
else
{
last = mid;
if( isLeft ) right = mid-1;
else left = mid + 1;
}

}
return last>0 ? last : -1;
}

int main()
{

int data[] = { 0,1,2,3,3,3,3,3,3,4,5,6,7,13,19 };

int lower = BinarySearch( data,sizeof(data)/sizeof(data[0]),3,true );
int upper = BinarySearch( data,sizeof(data)/sizeof(data[0]),3,false);

int count = upper - lower + 1;
cout << count << endl;
return 0;
}

计算两个有序整型数组的交集

如，两个含有n个元素的有序（非降序）整型数组a和b（数组a和b中都没有重复元素），求出其共同元素。

a = 0 , 1 , 2, 3, 4

b = 1, 3, 5, 7, 9

交集为{ 1,3 }。

计算数组交集可以采用很多种方法，但数组的相对大小一般会影响算法的效率，所以需要根据两个数组的大小来确定采用的方法。。

（1）对于两个数组长度相当的情况，一般可以采取以下3种方法。

采用二路归并来遍历两个数组

设两个数组分别为array1[n1] 和 array2[n2]，分别以i、j从头开始遍历两个数组。在遍历过程中，如果当前遍历位置的array1[i]和array[j]相等，则此数为两个数组的交集，记录下来，并继续向后遍历array1和array2。如果array1[i] 大于 array2[j] ，则需继续向后遍历array2. 如果array1[i] 小于 array2[j]，则需继续向后遍历array1，直到有一个数组结束遍历即停止。

顺序遍历两个数组，将数组元素存放到哈希表中，同时对统计的数组元素进行计数。如果为2，则为两者的交集元素。

遍历两个数组中的任意一个数组，将遍历得到的元素存放到哈希表，然后遍历另外一个数组，同时对建立的哈希表进行查询，如果存在，则为交集元素。

（2）对于两个数组长度相差悬殊的情况，如果数组a的长度远远大于数组b的长度，则可以采用下面几种方法。

依次遍历长度小的数组，将遍历的得到的数组元素在长数组中进行二分查找。具体而言，设两个指向两个数组末尾元素的指针，取较小的那个数在另一个数组中二分查找，找到，则存在一个交集，并且将该目标数组的指针指向该位置的前一个位置。如果没有找到，同样可以找到一个位置，使得目标数组中在该位置后的数肯定不在另一个数组中存在，直接移动该目标数组的指针指向该位置的前一个位置，再循环找，直到一个数组为空为止。因为两个数组中都可能出现重复的数，因此二分查找时，当找到一个相同的数x时，其下标为i，那么下一个二分查找的下界变为i+1，避免x重复使用。

采用与方法一类似的方法，但是每次查找在前一次查找的基础上进行，这样可以大大缩小查找表的长度。

采用与方法二类似的方法，但是遍历长度小的数组的方式有所不同，从数组头部和尾部同时开始遍历，这样可以进一步缩小查找表的长度。

如何找出数组中重复次数最多的数

例如，数组 { 1,1,2,2,4,4,4,4,5,5,6,6,6,}，元素1出现的次数为两次，元素2出现的次数为2次，元素4出现的次数为4次，元素5出现的次数为两次，元素6出现的次数为3此，问题就是要找出出现重复次数最多的数，所以输出应该为元素4.可以采用如下的两种方法来计算数组中重复次数最多的数。

（1）以空间换时间，定义一个数组int count[MAX]，并将其数组元素都初始化为0，然后执行for( int i=0;i<100;i++ ) count[A[i]]++；操作，在count中找最大的数，即为重复次数最多的数。

（1）是一种典型的空间换时间的算法。一般情况下，除非内存空间足够大，否则一般不采用这种方法。

（2）使用map映射表，通过引入map表（map是STL的一个关联容器，它提供一对一的数据处理能力，其中第一个为关键字，每个关键字只能在map中出现一次，第二个称为该关键字的值）来记录每一个元素出现的次数，然后判断次数大小，进而找出重复次数最多的元素。

#include<iostream>
#include<map>

using namespace std;

bool findMostFrequentInArray( int *a, int size, int &val )
{

if(size==0)
return false;
map<int, int> m;
for(int i = 0; i<size; i++ )
{
if( ++m[a[i]]>=m[val] )
val = a[i];
}

return true;
}

int main()
{

int a[] = { 1,2,3,4,4,4,5,5,5,5,6 };
int val = 0;

if( findMostFrequentInArray( a,11,val ) )
cout << val << endl;

return 0;
}

在O(n)的时间复杂度内找出数组中出现次数超过了一半的数

如果本题对时间复杂度没有要求，可以采用很多方法。

第一种方法是建立一个二维数组，一维存储数组中的数据，二维存这个数出现的次数，出现次数最多的那个数就是要找的那个数。由于某个数出现的次数超过数组长度的一半，所以二维数组的长度只需要这个数组的一半即可，但是这种方法的时间复杂度和空间复杂度都比较大。

第二种方法是先对数组排序，然后取中间元素即可，因为如果某个元素的个数超过一半，那么数组排序后该元素必定占据数组的中间位置。如果出现最多的那个数是最小的，那么1—（n+1）/2都是那个数；如果出现最多的那个数是最大的，那么（n-1）/2-n都是那个数；如果不是最小也不是最大，当这个数由最小慢慢变成最大的数时，会发现中间的那个数的值是不变的，所以中间那个数就是要找的那个数。时间复杂度就是排序用的时间，即最快的排序算法的时间复杂度O(nlogn)。

但由于本题对时间复杂度有要求，以上方法显然都达不到要求，不可取，需要采取非常规方法，利用一些其他技巧来实现。

每次去除两个不同的数，剩下的数字中重复出现的数字肯定比其他数字多，将规模缩小化。如果每次删除两个不同的数（不管包不包括最高频数），那么在剩余的数字里，原高频数出现的频率一样超过了50%，不断重复这个过程，最后剩下的将全市同样的数字，即最高频数。此算法避免了排序，时间复杂度只有O(n)。

#include<iostream>

using namespace std;

int findMostApperse( int *num, int len )
{
int candidate = 0;
int count = 0;
for( int i=0; i<len; i++ )
{
if( count==0 )
{
candidate = num[i];
count = 1;
}
else
{
if( candidate == num[i] )
count++;
else
count--;
}
}
return candidate;
}

int main()
{

int arr[] = { 2,1,1,2,3,1,1,1 };
int len = sizeof(arr)/sizeof(arr[0]);
cout << findMostApperse( arr,len ) << endl;
return 0;
}

Hash 法。首先创建一个hash_map，其中key为数组元素值，value为此数出现的次数。遍历一遍数组，用hash_map统计每个数出现的次数，并用两个值存储目前出现次数最多的数和对应出现的次数，此时的时间复杂度为O(n)，空间复杂度为O(n)，满足题目要求。

使用两个变量A和B，其中变量A存储某个数组中的数，变量B用来计数。开始时将变量B初始化为0，遍历数组：

如果当前数与A不同，则需要分两种情况进行讨论

（1）如果B等于0，则令A等于当前数，令B等于1。

（2）如果B大于0，则令B=B-1。

如果当前数与A相同，则令B=B+1。遍历结束时，A中存储的数就是所要找的数。这个算法的时间复杂度是O(n)，空间复杂度是O(1)

#include<iostream>

using namespace std;

int main()
{
int i,A,B;
int a[10] = { 1,2,3,1,2,1,1,6,1,1 };
A = a[5];
B = 0;

for( i=0;i<10; i++ )
{
if( B==0 )
{
A = a[i];
B = 1;
}
else if( A== a[i] )
{
B++;
}
else if( A!=a[i] )
{
B--;
}
}

cout << A <<endl;

return 0;
}

找出数组中唯一的重复元素

数组a
, 1至N-1这N-1个数存放在a
中，其中某个数重复一次，写一个函数，找出被重复的数字。要求每个数组元素只能访问一次，不能用辅助存储空间

解题方法

由于题目要求每个数组元素只能访问一次，不用辅助存储空间，可以从原理上入手，采用数学求和法，因为只有一个数字重复一次，而数又是连续的，根据累加和原理，对数组的所有项求和，然后减去1至N-1的和，即为所求的重复数。

引申一：没有要求每个数组只访问一次，不能用辅助存储空间

如果题目没有要求每个数组元素只能访问一次，不用辅助存储空间，还可以用异或法和位图法来求解。

异或法

根据异或法的计算方式，每两个相异的数执行异或运算之后，结果为1；每两个相同的数异或之后，结果为0，所以数组a
中的N个数异或结果与1至N-1异或的结果再做异或，得到的值即为所求。

用异或巧妙的解决对比问题

位图法

位图法的原理是首先申请一个长度为N-1且均为‘0’组成的字符串，然后从头开始遍历数组a
，取每个数组元素a[i]的值，将其对应的字符串中的相应位置置1，如果已经置1，那么该数就是重复的数。由于采用的是位图法，所以空间复杂度比较大，为O(n)。

引申二

此题进行一个变形：取值为【1，n-1】含n个元素的整数数组，至少存在一个重复数，即可能存在多个重复数，O(n)时间内找出其中任意一个重复数。例如，array【】= { 1,2,2,4,5,4}，则2和4均是重复元素。

位图法。使用大小为N位图，记录每个元素是否出现过，一旦遇到一个已经出现过的元素，则直接输出。时间复杂度是O(n)，空间复杂度是O(n)

数组排序法。首先对数组进行计数排序，然后顺次扫描整个数组，直到遇到一个已出现的元素，直接将之输出。时间复杂度为O(n)，空间复杂度为O(n)

Hash法

以上的两种方案都需要额外的存储空间，能不能不使用额外的存储空间？。。数组元素如果是有符号的int型，则本方法可行。将数组元素作为索引，对于元素array[i]，如果array[array[i]]大于0，则设置 array[array[i]] = -array[array[i]]；如果array[array[i]]小于0，则array[array[i]]是一个重复数