【Py/Java/C++三种语言OD2023C卷真题】20天拿下华为OD笔试之【哈希表】2023C-内存冷热标记【欧弟算法】全网注释最详细分类最全的华为OD真题题解

有LeetCode算法/华为OD考试扣扣交流群可加 948025485
可上全网独家的 欧弟OJ系统 练习华子OD、大厂真题
绿色聊天软件戳 od1336了解算法冲刺训练

题目描述与示例

题目描述

现代计算机系统中通常存在多级的存储设备,针对海量workload的优化的一种思路是将热点内存页优先放到快速存储层级,这就需要对内存页进行冷热标记。

一种典型的方案是基于内存页的访问频次进行标记,如果统计窗口内访问次数大于等于设定阈值,则认为是热内存页,否则是冷内存页。

对于统计窗口内跟踪到的访存序列和阈值,现在需要实现基于频次的冷热标记。内存页使用页框号作为标识。

输入描述

第一行为输入为N,表示访存序列的记录条数,0 < N < 10000

第二行为访存序列,空格间隔的N个内存页框号,页框号范围0-65535,同一页框号可能重复出现,出现的次数即为对应页框号的频次。

第三行为热内存页的频次阈值T,正整数,范围1< T < 10000

输出描述

第一行输出标记为热内存的内存页个数,如果没有被标记为热内存的,则输出0

如果第一行>0,则接下来按照访问频次降序输出内存页框号,一行一个,频次一样的页框号,页框号小的排前面。

示例

输入

10
1 2 1 2 1 2 1 2 1 2
5

输出

2
1
2

说明

内存页1和内存页2均被访问了5次,达到了阈值5,因此热内存页有2个。内存页1和内存页2的访问频次相等,页框号小的排前面。

解题思路

需要记录每一个编号出现的频次,显然应该使用哈希表计数器来进行统计,得到cnt

统计完之后,还需需根据每一个页面的出现频次和阈值筛去所有的冷内存页,得到新的哈希表cnt_filter。即

cnt = Counter(nums)
cnt_filter = {k: v for k, v in cnt.items() if v >= t}

获得cnt_filter中的所有key储存在变量ans中,即为所有的热内存页。

然后对ans进行排序,先按照出现频次逆序排序,再按照编号大小升序排序。即

ans = list(k for k in cnt_filter.keys())
ans.sort(key = lambda k: (-cnt_filter[k], k))

代码

Python

# 题目:【哈希表】2023C-内存冷热标记
# 分值:100
# 作者:许老师-闭着眼睛学数理化
# 算法:哈希表/排序
# 代码看不懂的地方,请直接在群上提问


from collections import Counter

# 输入数组长度
n = int(input())
# 输入内存页框号数组
nums = list(map(int, input().split()))
# 输入阈值t
t = int(input())

# 计算nums中每一个编号的出现次数
cnt = Counter(nums)
# 将cnt中所有v小于t的k过滤掉,cnt_filter中均为出现次数大于等于阈值t的k
cnt_filter = {k: v for k, v in cnt.items() if v >= t}
# cnt_filter的长度即为热内存页的个数
print(len(cnt_filter))

# 获得cnt_filter中的所有编号,构成一个数组
ans = list(k for k in cnt_filter.keys())
# 对ans进行排序,先按照出现频次逆序排序,再按照编号大小升序排序
ans.sort(key = lambda k: (-cnt_filter[k], k))
# 对ans排序完毕后,逐行输出num
for num in ans:
    print(num)

Java

import java.util.*;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int[] nums = new int[n];
        for (int i = 0; i < n; i++) {
            nums[i] = scanner.nextInt();
        }
        int t = scanner.nextInt();

        Map<Integer, Integer> cnt = new HashMap<>();
        for (int num : nums) {
            cnt.put(num, cnt.getOrDefault(num, 0) + 1);
        }

        Map<Integer, Integer> cntFilter = new HashMap<>();
        for (Map.Entry<Integer, Integer> entry : cnt.entrySet()) {
            if (entry.getValue() >= t) {
                cntFilter.put(entry.getKey(), entry.getValue());
            }
        }

        System.out.println(cntFilter.size());

        List<Integer> ans = new ArrayList<>(cntFilter.keySet());
        ans.sort((a, b) -> {
            int freqCompare = cntFilter.get(b).compareTo(cntFilter.get(a));
            if (freqCompare == 0) {
                return a.compareTo(b);
            }
            return freqCompare;
        });

        for (int num : ans) {
            System.out.println(num);
        }
    }
}

C++

#include <iostream>
#include <vector>
#include <unordered_map>
#include <algorithm>

using namespace std;

int main() {
    int n;
    cin >> n;
    vector<int> nums(n);
    for (int i = 0; i < n; i++) {
        cin >> nums[i];
    }
    int t;
    cin >> t;

    unordered_map<int, int> cnt;
    for (int num : nums) {
        cnt[num]++;
    }

    unordered_map<int, int> cntFilter;
    for (auto& kv : cnt) {
        if (kv.second >= t) {
            cntFilter[kv.first] = kv.second;
        }
    }

    cout << cntFilter.size() << endl;

    vector<int> ans;
    for (auto& kv : cntFilter) {
        ans.push_back(kv.first);
    }

    sort(ans.begin(), ans.end(), [&](int a, int b) {
        if (cntFilter[a] == cntFilter[b]) {
            return a < b;
        }
        return cntFilter[a] > cntFilter[b];
    });

    for (int num : ans) {
        cout << num << endl;
    }

    return 0;
}

时空复杂度

时间复杂度:O(NlogN)。排序所需时间复杂度。

空间复杂度:O(N)。哈希表所占空间


华为OD算法/大厂面试高频题算法练习冲刺训练

  • 华为OD算法/大厂面试高频题算法冲刺训练目前开始常态化报名!目前已服务300+同学成功上岸!

  • 课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化

  • 每期人数维持在20人内,保证能够最大限度地满足到每一个同学的需求,达到和1v1同样的学习效果!

  • 60+天陪伴式学习,40+直播课时,300+动画图解视频,300+LeetCode经典题,200+华为OD真题/大厂真题,还有简历修改、模拟面试、专属HR对接将为你解锁

  • 可上全网独家的欧弟OJ系统练习华子OD、大厂真题

  • 可查看链接 大厂真题汇总 & OD真题汇总(持续更新)

  • 绿色聊天软件戳 od1336了解更多

  • 22
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于冷热配置问题,CPLEX 可以用于求解最优的冷热系统布局和配置方案。冷热配置问题通常涉及到如何合理地安排设备、管道、传热设备等组件,以实现最佳的能源利用和热平衡。 在使用 CPLEX 解决冷热配置问题时,需要进行以下步骤: 1. 定义决策变量:根据具体问题,定义表示设备的开关状态、管道的连接与断开、能源的供应与消耗等决策变量。这些变量的取值将决定系统的配置方案。 2. 建立目标函数:根据问题的目标,建立一个数学模型的目标函数。目标函数可以包括能源消耗最小化、系统运行成本最小化等指标。 3. 设定约束条件:根据问题的约束条件,建立一系列约束方程。这些约束方程可以包括设备运行状态的约束、能量平衡方程的约束等。 4. 调用 CPLEX 接口:使用 CPLEX 提供的编程接口,将定义好的决策变量、目标函数和约束条件传递给 CPLEX 求解器。 5. 求解和分析结果:调用 CPLEX 求解器开始求解问题,并获取最优解。根据求解结果进行分析和后续决策。 需要注意的是,冷热配置问题可能涉及到大规模和复杂的优化问题,因此在实际应用,需要合理地选择建模方法、调整求解参数等,以获得高效和准确的求解结果。 总之,使用 CPLEX 解决冷热配置问题需要进行变量定义、目标函数建立、约束条件设定等步骤,并调用 CPLEX 求解器进行求解和分析。这样可以帮助优化冷热系统的布局和配置方案。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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