华为24秋招笔试0821：数据重删 |哈希表 字符串
目录
【华为】20240821_1_数据重删
Problem：
数据重删是一种节约存储空间的技术，通常情况下，在数据存储池内是有很多重复的数据块，重删则是将这些重复的数据块找出并处理的技术。简单地说重删，就是将N份重复的数据块仅保留1份，并将N-1份数据的地址指针指向唯一的那一份。 我们输入一串存储的数据，用N表示数据个数，用K表示数据块的大小，设计一个方法判断当前数据块是否和前面的数据块有重复，两个数据块内容完全一样则表示重复，如果重复则将这个数据块删除，并且在第一个出现数据块的后面增加重复数据的计数，输出经过重删之后的数据内容。
8 输入数据的个数 2 数据块的大小 1 2 3 4 1 2 3 4 依次是数据值
注意： 输入的数据值都是正整数 1 <= K <= 10^6 1<= N <= 10^2
Solution：
Tag:哈希表 字符串
复杂度：时间 O(n) ， 空间 O(n)
思路：使用getline获取完整数据流，按照空格进行切割，然后以k为步长组合数据块，组合的过程中使用hashmap记录次数
#include<bits/stdc++.h>
using namespace std;
int main()
{
string input;
int n, k;
cin >> n >> k;// 读取数据块总数(n)和块大小(k)
cin.ignore(numeric_limits<streamsize>::max(), '\n'); // 清除输入缓冲区残留的换行符
getline(cin, input); // 获取完整输入数据流
// ================== 数据分割阶段 ==================
istringstream iss(input);
vector<string> words;
string word;
unordered_map<string, int> hashmap;// 存储数据块指纹及其出现次数
// 将输入字符串按空格分割为单词列表
while (iss >> word) {
words.push_back(word);
}
// ================== 数据块处理阶段 ==================
vector<string> mergeGroups;// 分割后的数据块
for (int i = 0; i < words.size(); i += k) { // 以k为步长遍历所有单词
string group;
for (int j = 0; j < k && i + j < words.size(); j++) { // 合并k个单词组成数据块（处理末尾不完整块）
group += words[i + j];
group += " ";
}
if (!group.empty()) {
group.pop_back();// 移除末尾多余的空格符
if (hashmap.find(group) == hashmap.end()) mergeGroups.push_back(group);// 只记录首次出现的数据块，保证顺序
}
hashmap[group]++; // 更新数据块计数
}
for (int i = 0; i < mergeGroups.size(); i++) {
// 输出格式：<唯一数据块> <重复次数>
cout << mergeGroups[i] << ' ' << hashmap[mergeGroups[i]] << ' ';
}
cout << endl;
}
optimization：
unordered_map 的键为长字符串，可能导致内存碎片化，若 K 较大，可对每组的每个单词单独哈希，再合并为组哈希（如异或或加法），不过对于这道题不需要这么复杂， O(n)的复杂度够用。
Extend：
1.字符串分割 istringstream
空格分割
示例：
#include <sstream>//头文件
string input;
istringstream iss(input);
while (iss >> word) { words.push_back(word); }//使用>>运算符按空格分隔提取数据，支持自动类型转换：
int a; double b; std::string c;
iss >> a >> b >> c; // a=123, b=45.6, c="test"
利用istringstream流按空格自动分割字符串，>>原生支持空格分割，>>会自动跳过前导空格，但不会跳过尾部空格
自定义分隔符（逗号、冒号等）
string csv = "apple,banana,orange";
istringstream iss(csv);
string fruit;
while (getline(iss, fruit, ',')) { // 指定分隔符为逗号
std::cout << fruit << std::endl;
}
// 输出：apple\nbanana\norange
2.输入缓冲处理
缓冲机制
输入流（如cin）采用缓冲区临时存储输入数据，数据从键盘输入后首先存入缓冲区，程序再从缓冲区读取，这种机制减少了硬件交互频率，提升效率。
常见缓冲区问题场景
1.混合输入方法
使用cin >>后接getline()时，cin残留的回车符会导致getline()直接读取空字符串
int num;
cin >> num; // 输入"123\n"
string s;
getline(cin, s); // s将为空，读取残留的'\n'
2.输入类型不匹配
若要求输入整数时用户输入字符，流状态置为failbit，后续输入将直接跳过
int x;
cin >> x; // 输入"abc"
if (cin.fail()) { // 检测到错误状态
cin.clear(); // 必须先清除状态
cin.ignore(1000, '\n'); // 再清理缓冲区
}
3.残留数据干扰
多次读取操作时，缓冲区未清理的数据可能导致意外结果
char a, b;
cin.get(a); // 输入"XY"
cin.get(b); // b='Y'而非等待新输入
缓冲区清理方法
1.cin.ignore()
- 功能：跳过指定数量字符或直到遇到终止符
cin.ignore(numeric_limits<streamsize>::max(), '\n');// 清除整行残留
numeric_limits
2.cin.sync()
- 功能：清空缓冲区全部内容
- 局限性：部分编译器（如Visual Studio）不支持该功能
浙公网安备 33010602011771号