【蓝桥杯 压缩变换】 hashMap

小明最近在研究压缩算法。
他知道，压缩的时候如果能够使得数值很小，就能通过熵编码得到较高的压缩比。
然而，要使数值很小是一个挑战。
最近，小明需要压缩一些正整数的序列，这些序列的特点是，后面出现的数字很大可能是刚出现过不久的数字。对于这种特殊的序列，小明准
备对序列做一个变换来减小数字的值。
变换的过程如下：
从左到右枚举序列，每枚举到一个数字，如果这个数字没有出现过，将数字变换成它的相反数，如果数字出现过，则看它之前在原序列中最后的
一次出现后面（且在当前数前面）出现了几种数字，用这个种类数替换原来的数字。
比如，序列(a1, a2, a3, a4, a5)=(1, 2, 2, 1, 2)在变换过程为：
a1: 1未出现过，所以a1变为-1；
a2: 2未出现过，所以a2变为-2；
a3: 2出现过，最后一次为原序列的a2，在a2后、a3前有0种数字，所以a3变为0；
a4: 1出现过，最后一次为原序列的a1，在a1后、a4前有1种数字，所以a4变为1；
a5: 2出现过，最后一次为原序列的a3，在a3后、a5前有1种数字，所以a5变为1。
现在，给出原序列，请问，按这种变换规则变换后的序列是什么。
输入格式：
输入第一行包含一个整数n，表示序列的长度。
第二行包含n个正整数，表示输入序列。
输出格式：
输出一行，包含n个数，表示变换后的序列。
例如，输入：
5
1 2 2 1 2
程序应该输出：
-1 -2 0 1 1
再例如，输入：
12
1 1 2 3 2 3 1 2 2 2 3 1
程序应该输出：
-1 0 -2 -3 1 1 2 2 0 0 2 2
数据规模与约定
对于30%的数据，n<=1000；
对于50%的数据，n<=30000；
对于100%的数据，1 <=n<=100000，1<=ai<=10^9
资源约定：
峰值内存消耗（含虚拟机） < 256M
CPU消耗 < 3000ms

---

基本思路

主要是创建一个0/1数组flag,用来存每种数字的最后一次出现的下标位置，1表示新的种类数字最后一次出现的位置

然后创建hashmap存放每一种数字最后一次出现的 <值-最后出现的下标> 映射，这样通过值可以直接get到最后的下标

然后每输入一个数即开始判断输出一个结果到存结果的数组中

详细代码

import java.lang.reflect.Array;
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
import java.util.Scanner;

public class 压缩变换_10 {
	static int flag[],ans[];//flag/0/1/数组存最后一次出现的数字种类的下标，ans数组存答案
	static Map<Integer,Integer> map = new HashMap<Integer,Integer>(); //存放之前没出现过的数的下标，值
	public static int count(int l,int r)//返回l,r之间（不包括r）的数字种类
	{
		int sum = 0;
		for(int i =l;i<r;i++)
		{
			if(flag[i]==1)
				sum++;
		}
		return sum;
	}
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int num,n;
		Scanner in = new Scanner(System.in);
		num = in.nextInt();
		flag = new int[num];
		ans = new int[num];
		Arrays.fill(flag,0);//把flag数组全部填充0;
		
		for(int i=0;i<num;i++)
		{
			n = in.nextInt();
			if(!map.containsKey(n))//map中不包括数n
			{
				ans[i]=-n;
				map.put(n, i);//把下标i存为值，数n存为键，这样保证键的唯一性，即存进去的数n是唯一的
				flag[i] = 1;
			}
			else//map中之前出现过数n
			{
				int lastIndex = map.get(n);//获得n上一次出现的下标，这里证明了存放时n应该是键，取出来的值是下标i,如果顺序反过来，hashmap不能通过值获得唯一键，只能通过键获得一个值
				flag[lastIndex]=0;
				int numType = count(lastIndex+1,i);
				ans[i] = numType;
				map.put(n, i);
				flag[i]=1;
			}
		}
		for(int i = 0;i<ans.length;i++)
		{
			System.out.print(ans[i]+" ");
		}
		
	}

}

这道题还有另一种优化方法，利用线段树来存储出现的次数，等我学完线段树再把代码加上。