统计在一个输入字符串中各个不同字符出现的频度

void freq(const string& s, char A[], int C[])
{
    int len = s.length();

    for (int m = 0; m < len; ++m) {        
        C[m] = 0;    
    }    

    for (int i = 0; i < len; ++i) {        
        int k = 0;
        int l = strlen(A);
        for (int t = 0; t < l; ++t) {
            if (s[i] == A[t]) {
                C[t]++;
            } else {
                k++;
            }
        }

        if (k == l) {
            A[l] = s[i];
            C[l]++; 
        }
    }
}

 

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用哈希表来统计每个字符出现频度。具体步骤如下: 1. 创建一个空的哈希表,用于存储每个字符出现的次数。 2. 遍历输入字符串的每个字符,如果该字符在哈希表不存在,则将其添加到哈希表,并将其出现次数设为1;如果该字符在哈希表已经存在,则将其出现次数加1。 3. 遍历完整个字符串后,哈希表存储的就是每个字符出现频度。 4. 可以按照字符的 ASCII 码值从小到大遍历哈希表,输出每个字符及其出现的次数。 例如,对于字符串 "hello world",可以得到以下哈希表: { 'h': 1, 'e': 1, 'l': 3, 'o': 2, ' ': 1, 'w': 1, 'r': 1, 'd': 1 } 输出结果为: 字符 h 出现 1 次 字符 e 出现 1 次 字符 l 出现 3 次 字符 o 出现 2 次 字符 出现 1 次 字符 w 出现 1 次 字符 r 出现 1 次 字符 d 出现 1 次 ### 回答2: 这个问题可以使用哈希表来解决,步骤如下: 1. 定义一个哈希表,用来存储不同字符出现频度。哈希表的 key 是每个字符,value 是该字符出现的次数。 2. 遍历输入的字符串,对于每个字符,判断它是否在哈希表已经存在。如果不存在,就将该字符加入哈希表并设置对应的 value 为 1。如果存在,就将该字符对应的 value 加 1。 3. 遍历完整个字符串后,哈希表存储的就是所有不同字符出现频度了。 以下是一个 Python 实现的样例代码: ```python def count_frequencies(s): freq_dict = {} for c in s: if c in freq_dict: freq_dict[c] += 1 else: freq_dict[c] = 1 return freq_dict ``` 这个算法的时间复杂度是 O(n),其 n 是字符串的长度。因为要遍历整个字符串一次,并且哈希表的插入和查找操作的时间复杂度是常数级别。如果使用一个固定大小的数组代替哈希表,时间复杂度同样是 O(n),但是空间复杂度会更小。 ### 回答3: 同学的问题很好,设计一个算法统计输入字符串各个不同字符出现频度。为了简化问题,我们假设输入的字符串只包含 ASCII 码字符(0~127),并且只考虑大和小字母的出现频度。 设计思路: 本问题的核心是在给定一串字符,寻找出现次数不同的所有字符,并统计它们出现的次数。我们可以借助哈希表,以字符为键,以出现次数为值。 具体的步骤如下: 1. 构建一个大小为 128 的哈希表,表示 ASCII 码表的所有字符。 2. 遍历输入字符串,对于每个字符,判断它是否为字母。如果不是字母,则忽略这个字符,进入下一个字符;如果是字母,则将字符转换为小形式,并在哈希表查找对应的键值对。 3. 如果哈希表不存在该键,则将该键插入哈希表,并将对应的值赋为 1;如果哈希表已经存在该键,则将对应的值加一。 4. 循环遍历完输入字符串后,哈希表所有键值对的值即为该字符输入字符串出现频度。 具体实现: ```python def count_character_frequency(string): # 构建哈希表 table = [0] * 128 for s in string: # 只考虑大小字母 if s.isalpha(): key = ord(s.lower()) table[key] += 1 # 遍历哈希表,统计频度 frequency = {} for i in range(128): if table[i] > 0: frequency[chr(i)] = table[i] return frequency ``` 总结: 本算法的时间复杂度为 $O(n)$,其 $n$ 表示输入字符串的长度。由于哈希表的查找和插入操作的时间复杂度为 $O(1)$,因此该算法非常高效。同时,该算法可扩展性强,可以在输入字符串统计任何字符出现频度
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值