【整理】在一亿个数中寻找出现频率最多的4个 <转>

本文中所有算法均搜集于网络，在此感谢各位大师的无私奉献。

主函数：

1 const int max = 1000 ; // 最大取值范围
2 // const int count = 5000; // 小数据量
3   const int count = 100000000 ; // 数据量
4   const int resultLen = 4 ; // 返回长度
5  
6 static void Main( string [] args)
7 {
8 var random = new Random( 2010 ); // 固定随机种子，确保大家测试数据一致
9   var data = new int [count];
10 #region 生成测试数据，不在性能计算之内
11 for (var i = 0 ; i < count; i ++ ) data[i] = random.Next(max);
12 #endregion 生成测试数据
13
14 #region 计算性能
15 Console.WriteLine( " Zswang_0 开始运行 " );
16 var tick = Environment.TickCount;
17 foreach (var i in Zswang_0(data, 4 ))
18 {
19 Console.WriteLine(i);
20 }
21 Console.WriteLine( " 共耗时{0}毫秒 " , Environment.TickCount - tick);
22 #endregion
23
24 Console.ReadKey();
25 }
26  

 

算法一：

1 static int [] Zswang_0( int [] data, int len)
2 {
3 // 计算每个数据出现的次数
4   var dict = new int [max];
5 for (var i = 0 ; i < count; i ++ ) dict[data[i]] ++ ;
6
7 // 按出现的次数排序
8   var indexs = new int [max];
9 for (var i = 0 ; i < max; i ++ ) indexs[i] = i; // 获得完整的序号
10 Array.Sort(indexs, delegate ( int a, int b)
11 {
12 return dict[b] - dict[a];
13 });
14 /*
15 for (var i = 0; i < 100; i++)
16 {
17 Console.WriteLine("{0}={1}", indexs[i], dict[indexs[i]]);
18 }
19 // */
20 var result = new int [len];
21 for (var i = 0 ; i < len; i ++ ) result[i] = indexs[i]; // 输出
22 return result;
23 }
24

运行结果如下：

 

算法二：

1 static int [] ChrisAK_0( int [] data, int len)
2 {
3 // 计算每个数据出现的次数
4 int ncpu = Environment.ProcessorCount;
5 var dict = new int [ncpu][];
6 int part = count / ncpu;
7 if (ncpu > 1 )
8 {
9 Thread[] threads = new Thread[ncpu - 1 ]; // 每个cpu分配一个线程
10 for (var i = 1 ; i < ncpu; ++ i)
11 {
12 dict[i] = new int [max]; // 分配线程用的计数器
13 var th = new Thread((baseidx) =>
14 {
15 int bidx = ( int )baseidx;
16 int start = bidx * part;
17 int end = start + part;
18 for (var j = bidx * part; j < end; j ++ )
19 {
20 ++ dict[bidx][data[j]];
21 }
22 });
23 th.Start(i);
24 threads[i - 1 ] = th;
25 }
26 dict[ 0 ] = new int [max]; // 主线程开始计算自己的部分
27 for (var i = 0 ; i < part; i ++ )
28 {
29 dict[ 0 ][data[i]] ++ ;
30 }
31 for (var i = 1 ; i < ncpu; ++ i) // 等待其它线程结束
32 threads[i - 1 ].Join();
33 for (var i = 0 ; i < max; ++ i) // 合并结果
34 {
35 int sum = 0 ;
36 for (var j = 1 ; j < ncpu; ++ j)
37 sum += dict[j][i];
38 dict[ 0 ][i] += sum;
39 }
40 for ( int i = ncpu * part; i < count; ++ i) // 处理某些CPU内核个数无法整除的情况
41 dict[ 0 ][ 1 ] ++ ;
42 }
43 else
44 {
45 for (var i = 0 ; i < part; i ++ ) // 单线程的情况.
46 {
47 dict[ 0 ][data[i]] ++ ;
48 }
49 }
50 // 按出现的次数排序
51 var indexs = new int [max];
52 for (var i = 0 ; i < max; i ++ ) indexs[i] = i; // 获得完整的序号
53 Array.Sort(indexs, delegate ( int a, int b)
54 {
55 return dict[ 0 ][b] - dict[ 0 ][a];
56 });
57 for (var i = 0 ; i < 50 ; i ++ )
58 {
59 Console.WriteLine( " {0}={1} " , indexs[i], dict[ 0 ][indexs[i]]);
60 }
61 var result = new int [len];
62 for (var i = 0 ; i < len; i ++ ) result[i] = indexs[i]; // 输出
63 return result;
64 }
65

运行结果如下：

 

算法三：

1 static int [] Wuyi8808_0( int [] data, int len)
2 {
3 // 计算每个数据出现的次数
4 var dict = new int [max];
5 for (var i = 0 ; i < count; i ++ ) dict[data[i]] ++ ;
6 // 奇怪，这里如果改用下一行，速度反而更慢：
7 // foreach (var x in data) dict[x]++;
8
9 // 按出现的次数排序
10 var indexs = new int [max];
11 for (var i = 0 ; i < max; i ++ ) indexs[i] = i; // 获得完整的序号
12 Array.Sort(dict, indexs); // 似乎这样就可以了，不过速度和伴水的是一样的
13 // *
14 for (var i = max - 1 ; i > max - 51 ; i -- )
15 {
16 Console.WriteLine( " {0,4}={1} " , indexs[i], dict[i]);
17 }
18 // */
19 var result = new int [len];
20 for (var i = 0 ; i < len; i ++ ) result[i] = indexs[max - i - 1 ]; // 输出
21 return result;
22 }
23

运行结果如下：

 

算法四：

1 static int [] sp1234_0( int [] data, int len)
2 {
3 var dict = new int [max];
4 for (var i = 0 ; i < count; i ++ ) dict[data[i]] ++ ;
5 var indexs = new int [max];
6 for (var i = 0 ; i < max; i ++ ) indexs[i] = i;
7 int f = 0 ;
8 int t = indexs.Length - 1 ;
9 int m;
10 loop:
11 m = partition(dict, indexs, f, t);
12 if (m == len)
13 {
14 var result = new int [len];
15 for (var i = 0 ; i < len; i ++ ) result[i] = indexs[i];
16 return result;
17 }
18 else if (m > len)
19 t = m - 1 ;
20 else
21 f = m + 1 ;
22 goto loop;
23 }
24
25 static int partition( int [] value, int [] data, int i, int j)
26 {
27 var x = i ++ ;
28 var y = value[data[x]];
29 int m;
30 begin:
31 while (i <= j && value[data[i]] >= y)
32 i ++ ;
33 while (j >= i && value[data[j]] <= y)
34 j -- ;
35 if (i > j)
36 {
37 m = data[x];
38 data[x] = data[j];
39 data[j] = m;
40 return j;
41 }
42
43 m = data[i];
44 data[i] = data[j];
45 data[j] = m;
46 i ++ ;
47 j -- ;
48 goto begin;
49 }
50

运行结果如下：

 

算法五：

1 static int [] Wuyi8808_1( int [] data, int len)
2 {
3 int [] dict = new int [max];
4 int [] indexs = new int [max];
5 int [] result = new int [len];
6 unsafe
7 {
8 fixed ( int * a = data, b = dict, c = indexs)
9 {
10 for ( int i = 0 ; i < count; i ++ ) b[a[i]] ++ ;
11 for ( int i = 0 ; i < max; i ++ ) c[i] = i;
12 Array.Sort(dict, indexs);
13 for ( int i = 0 ; i < len; i ++ ) result[i] = c[max - i - 1 ];
14 }
15 }
16 return result;
17 }
18

运行结果如下：

 

算法六：

1 struct set
2 {
3 public int count;
4 public int key;
5 }
6 static int [] LCL_0( int [] data, int len)
7 {
8 // 计算每个数据出现的次数
9 set [] dict = new set [max];
10
11 for ( int i = 0 ; i < count; i ++ )
12 {
13 dict[data[i]].count ++ ;
14 if (i < max) dict[i].key = i;
15 }
16
17 // 按出现的次数排序
18 Array.Sort(dict, delegate ( set a, set b)
19 {
20 return b.count - a.count;
21 });
22
23 int [] result = new int [len];
24 for ( int i = 0 ; i < len; i ++ ) result[i] = dict[i].key; // 输出
25 return result;
26 }
27

运行结果如下：

 

算法七：

1 static int [] Lihanbing_0( int [] data, int len)
2 {
3 // 计算每个数据出现的次数
4 int [] dict = new int [max];
5 for ( int i = 0 ; i < count; i ++ ) dict[data[i]] ++ ;
6
7 // 按出现的次数排序
8 int [] result = new int [len], resultcount = new int [len];
9 int tempResult = 0 , tempResult2 = 0 ;
10 int tempCount = 0 , tempCount2 = 0 ;
11 for ( int i = 0 ; i < max; i ++ )
12 {
13 tempCount = dict[i];
14 tempResult = i;
15 for ( int j = 0 ; j < len; j ++ )
16 {
17 if (tempCount <= resultcount[j])
18 continue ;
19 tempCount2 = resultcount[j];
20 tempResult2 = result[j];
21 resultcount[j] = tempCount;
22 result[j] = tempResult;
23 tempCount = tempCount2;
24 tempResult = tempResult2;
25
26 }
27 }
28 return result;
29 }
30

运结结果如下：

本文转自温景良(Jason)博客园博客，原文链接：http://www.cnblogs.com/wenjl520/archive/2010/05/17/1737824.html，如需转载请自行联系原作者