能否在 O(n) 中识别和量化字符串中的重复字符？

Question

建议有一个 O(n) 替代我的 O(n log n) 解决方案这个问题：

给定 string str("helloWorld") 预期输出为：

l = 3
o = 2

我的解决方案是这样做的：

sort(begin(str), end(str));

for(auto start = adjacent_find(cbegin(str), cend(str)), finish = upper_bound(start, cend(str), *start); start != cend(str); start = adjacent_find(finish, cend(str)), finish = upper_bound(start, cend(str), *start)) {
   cout << *start << " = " << distance(start, finish) << endl;
}

明显受限于str的排序。我认为这需要桶排序解决方案？我还缺少什么更聪明的东西吗？

Answer 1

这是@bathsheba mentioned 以及@Holt 的改进：

#include <string>
#include <climits>
#include <iostream>

void show_dup(const std::string& str) {
    const int sz = CHAR_MAX - CHAR_MIN + 1;
    int all_chars[sz] = { 0 };
    // O(N), N - the length of input string
    for(char c : str) {
        int idx = (int)c;
        all_chars[idx]++;
    }
    // O(sz) - constant. For ASCII char it will be 256
    for(int i = 0; i < sz; i++) {
        if (all_chars[i] > 1) {
            std::cout << (char)i << " = " << all_chars[i] << std::endl;
        }
    }
}

int main()
{
  std::string str("helloWorld");

  show_dup(str);
}

Answer 2

这是一种方法，它是 O(N)，代价是为每个可能的 char 值维护存储空间。

#include <string>
#include <limits.h> // for CHAR_MIN and CHAR_MAX. Old habits die hard.

int main()
{
    std::string s("Hello World");        
    int storage[CHAR_MAX - CHAR_MIN + 1] = {};
    for (auto c : s){
        ++storage[c - CHAR_MIN];
    }

    for (int c = CHAR_MIN; c <= CHAR_MAX; ++c){
        if (storage[c - CHAR_MIN] > 1){
            std::cout << (char)c << " " << storage[c - CHAR_MIN] << "\n";
        }
    }    
}

由于 char 可以是 signed 或 unsigned。

，所以此便携式解决方案很复杂

能否在 O(n) 中识别和量化字符串中的重复字符？

Can the Duplicate Characters in a string be Identified and Quantified in O(n)?

c++

sorting

duplicates

time-complexity

bucket-sort