上千万或上亿数据（有重复），统计其中出现次数最多的N个数据. C++实现

最新推荐文章于 2022-02-18 17:54:45 发布

swffsdgasdg

最新推荐文章于 2022-02-18 17:54:45 发布

阅读量6.4k

点赞数

分类专栏：数据结构与算法 C++ 文章标签：大数据数据统计 c++ hash

本文链接：https://blog.csdn.net/u013011841/article/details/44249351

版权

针对上千万乃至上亿条含有重复数据的场景，利用内存可容纳全部数据的优势，通过hash_map、搜索二叉树或红黑树进行统计次数。再借助堆数据结构，高效地找出出现频率最高的N个元素。

摘要由CSDN通过智能技术生成

上千万或上亿的数据，现在的机器的内存应该能存下。所以考虑采用hash_map/搜索二叉树/红黑树等来进行统计次数。然后就是取出前N个出现次数最多的数据了，可以用第2题提到的堆机制完成。

#include "IOSTREAM"
#include<hash_map>
#include<string>
#include<map>
using namespace std;

int main(void)
{
	//海量待统计数据
	char* a[5]={"ab","b","ccc","ab","ccc"};


	//哈希映射统计频率
	hash_map<char *,int> hp;
	for(int i=0;i<5;i++)
	{
		if(hp.f