博客
关于我
1207. 独一无二的出现次数
阅读量:552 次
发布时间:2019-03-09

本文共 917 字,大约阅读时间需要 3 分钟。

对于给定的整数数组,我们需要统计每个数的出现次数,并检查这些次数是否互不相同。

方法思路

  • 统计次数:使用哈希表(字典)来记录每个数及其出现次数。哈希表的键是数组中的数值,值是对应数值的出现次数。
  • 去重检查:将哈希表中的所有值(即出现次数)添加到集合中。集合自动将重复元素去重。
  • 比较容器大小:检查哈希表的大小(键数)和集合的大小(值数是否相同)。如果两者不相同,说明出现次数存在重复,返回false;否则返回true。
  • 解决代码

    #include 
    #include
    #include
    using namespace std;bool uniqueOccurrences(vector
    arr) { unordered_map
    hashMap; for (int num : arr) { hashMap[num]++; } unordered_set
    occurrenceSet; for (auto& pair : hashMap) { occurrenceSet.insert(pair.second); } return occurrenceSet.size() == hashMap.size();}

    代码解释

  • 统计次数unordered_map<int, int> hashMap; 用于存储每个数及其出现次数。
  • 遍历数组for (int num : arr),更新哈希表,记录每个数的出现次数。
  • 去重检查unordered_set<int> occurrenceSet; 用于存储出现次数,将重复次数去重。
  • 比较大小return occurrenceSet.size() == hashMap.size(); 如果两集合大小相同,说明次数独一无二,返回true;否则返回false。
  • 通过这种方法,可以高效地解决问题,并确保代码易于理解和维护。

    转载地址:http://nnusz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>