- 综合排序
- 最热优先
- 最新优先
- 来自专栏C++信息学奥赛
杨校老师课堂之不去重桶排序算法——桶计数应用专项题单
桶排序题目描述输入5个不大于10的正整数，请按照从小到大的顺序输出这5个数。输入描述输入5个正整数。输出描述从小到大顺序输出5个数。中间用空格隔开。 样例输入2 5 2 1 8输出1 2 2 5 8#include<iostream> using namespace std;int a[15] = {0};int main(){ // 主函数 int x; // 定义一个大小为15的整型数组a并初始化为0，以及一个整型变量x for(int i = 1; i <= 5; i++){ // 循环5次，从1到5 cin > 俄罗斯套娃(不去重)题目描述本来有一个完整的俄罗斯套娃，现在被小可都拆开了，很是凌乱，现在需要你帮我按套娃的尺寸的给我（每个尺寸大小可能重复），帮我一起把套娃组装起来！
19200编辑于 2025-07-03 - 来自专栏C++信息学奥赛
杨校老师课堂之去重桶排序算法——桶标记应用专项题单
输入输出处理连续读取多个变量：cin >> n >> t;格式化输出：cout << i << " "; 按要求输出数字或结果二、核心算法思想哈希思想（简化版）标记法：用数组下标直接映射元素值（如 a[5] =1 表示数字 5 出现过）空间换时间：通过 O (1) 时间复杂度完成元素查询与标记统计与筛选计数统计：通过 a[t]++ 统计数字出现次数（第三套代码）补集思想：输出未被标记的元素（第二套代码）排序输出 小可的探险计划【题目描述】探险家小可想要绘制某个森林的路径图，已知森林里有10条路，编号为1~10，小可需要不重复的将每条路走一遍，现在已经走了其中5条。 例如走过2 7 4 1 8，则请告诉他：3 5 6 9 10没有走过。【输入格式】输入一行，五个数字，表示已经走过的路径编号。【输出格式】输出一行，五个数字，表示没有走过的路径编号。 1-10范围内的数字是否出现过，初始全为0int main() { int t; // 标记阶段：读取5个输入数字，并在数组a中标记这些数字出现过 for (int i = 1
23800编辑于 2025-07-03 - 来自专栏IT从业者张某某
C++018-C++桶排序及其应用
桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。 从不是空的桶子里把项目再放回原来的序列中 桶排序算法中，待排序的数据量和桶的数量并不一定是简单的“一对一”的关系，更多场景中是“多对一”的关系， 桶排序应用 我们可以利用桶来完成去重与计数的任务 解决去重问题时，只需将每个数据装入桶中后，再根据桶中是否有数据( tong[i]>0),来输出对应的桶的编号,只输出1次而不要多次输出。 所有整数去重后从低到高排序后的结果。 本文为C++桶排序序案例，包括相关案例练习。
64340编辑于 2023-10-16 - 来自专栏Triciaの小世界
蒜头君的随机数 【C++ 的排序与去重（sort函数与unique函数）】
然后再把这些数从小到大排序，按照排好的顺序去找同学做调查。 请你协助蒜头君完成“去重”与“排序”的工作。 输入格式 共两行，第一行为一个正整数n。 Sort函数 sort函数用于C++中，对给定区间所有元素进行排序，默认为升序，也可进行降序排序。 sort函数进行排序的时间复杂度为n*log2n，比冒泡之类的排序算法效率要高，sort函数包含在头文件为#include< algorithm>的c++标准库中。 sort类函数总结: sort 对给定区间所有元素进行排序 stable_sort 对给定区间所有元素进行稳定排序 partial_sort 对给定区间所有元素部分排序 partial_sort_copy 也包含在头文件为#include< algorithm>的c++标准库中。 一般使用前需要对容器进行排序，这样才能实现对整个数组去重。
1.4K20编辑于 2023-04-12 - 来自专栏IT从业者张某某
算法05-排序算法
总结 本系列为C++算法学习系列，会介绍 算法概念与描述，入门算法，基础算法，数值处理算法，排序算法，搜索算法，图论算法， 动态规划等相关内容。本文为排序部分。 从不是空的桶子里把项目再放回原来的序列中 桶排序算法中，待排序的数据量和桶的数量并不一定是简单的“一对一”的关系，更多场景中是“多对一”的关系， 桶排序应用 我们可以利用桶来完成去重与计数的任务 解决去重问题时，只需将每个数据装入桶中后，再根据桶中是否有数据( tong[i]>0),来输出对应的桶的编号,只输出1次而不要多次输出。 i=1;i<=n;i++) { int a; cin>>a; bucket[a]++; //进入相应的区域（桶） //如果题目要求把重复的数删掉（去重） 所有整数去重后从低到高排序后的结果。
60330编辑于 2023-10-16 - 来自专栏学习
【unordered_set和unordered_map】—— 我与C++的不解之缘（二十七）
然后就是迭代器的不同，set的iterator是双向迭代器，而unordered_set的iterator是单向迭代器；set底层是红黑树，set的迭代器是有序+去重的；而unoedered_set底层是哈希桶 ，unoedered_set是无序+去重的。 3. unordered_map 的基本用法 unordered_map 是一个哈希表实现的键值对容器，类似于 map，但是它的元素不按键排序。 然后就是迭代器的不同，map的iterator是双向迭代器，而unordered_map的iterator是单向迭代器；map底层是红黑树，map的迭代器是有序+去重的；而unoedered_map底层是哈希桶 ，unoedered_map是无序+去重的。
38800编辑于 2025-03-23 - 来自专栏C++教程
【Example】C++ 标准库常用容器全面概述
vector 所用的方式不在每次插入元素时，而只在额外内存耗尽时重分配。分配的内存总量可用 capacity() 函数查询。额外内存可通过对 shrink_to_fit() 的调用返回给系统。 (C++11 起) 重分配通常是性能上有开销的操作。若元素数量已知，则 reserve() 函数可用于消除重分配。 两者同样都会根据键值大小进行升序排序。 序列由哈希函数弱排序，哈希函数将此序列分区到称为存储桶的有序序列集中。 在每个存储桶中，比较函数确定任何一对元素是否具有等效的排序。 每个元素同时用作排序键和值。 哈希函数将此序列分区到称为存储桶的有序序列集中。 在每个存储桶中，比较函数将确定任一元素对是否具有等效顺序。 每个元素存储两个对象，包括一个排序键和一个值。
4.4K30编辑于 2022-04-28 - 来自专栏全栈程序员必看
十大排序——最全最详细，一文让你彻底搞懂
，直到找到已排序的元素小于或者等于新元素的位置； 5.将新元素插入到该位置后； 6.重复步骤2~5。 Top 桶排序 Bucket Sort 桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。 桶排序的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。 图示算法 在桶中的元素分布： 然后，元素在每个桶中排序: 关于桶排序的动态图，可以点击这里。 非比较类排序算法总结 这三种排序算法都利用了桶的概念，但对桶的使用方法上有明显差异： 基数排序：根据键值的每位数字来分配桶； 计数排序：每个桶只存储单一键值； 桶排序：每个桶存储一定范围的数值。
1.3K21编辑于 2022-09-15 - 来自专栏C++的逆袭之路
C语言之——入门必刷题（3）
(max=arr[0]，只是个人习惯） ---- 二、桶排序应用 1.去重整数并排序 1. / 举例： scanf("%d",&temp); // 给桶标号（输入5，则标号5号桶） arr[temp]=temp; // 将5放入五号桶 // 所以这里我们就明白，输入n个数，即为n个桶标号，然后放入对应的值 } // 第一次n=5，放入5号桶，若第二次n=5，也放入5号桶，这样就做到了去重 桶排序方法！！ ; //输出要查找的数字 scanf("%d",&k); //举例： printf("%d",arr[k]); //输入5，即看标号为5的桶用了几次
52220编辑于 2023-04-12 - 来自专栏五分钟学算法
【图解数据结构】 一组动画彻底理解桶排序
桶排序 桶排序(Bucket sort)是一种基于计数的排序算法（计数排序可参考上节的内容），工作的原理是将数据分到有限数量的桶子里，然后每个桶再分别排序（有可能再使用别的排序算法或是以递回方式继续使用桶排序进行排序 把数据放到对应的桶中。 对每个不为空的桶中数据进行排序。 拼接不为空的桶中数据，得到结果。 算法演示 动画演示GIF加载有点慢，请稍等片刻^_^ ? 排序动画过程解释 首先，设置固定数量的空桶，在这里为了方便演示，设置桶的数量为 5 个空桶 遍历整个数列，找到最大值为 56 ，最小值为 2 ，每个桶的范围为 （ 56 - 2 + 1 ）/ 5 = 11 ，判断桶中已存在的数字与新插入数字的大小，按照左到右，从小到大的顺序插入（可以使用前面讲解的插入排序）实现 比如，插入数字 19 时， 1 号桶中已经有数字 23 ，在这里使用插入排序，让 19 排在 这样就完成了 桶排序 代码实现 为了更好的让读者用自己熟悉的编程语言来理解动画，笔者将贴出多种编程语言的参考代码，代码全部来源于网上。 C++代码实现 ? Java代码实现 ?
1.6K20发布于 2018-12-25 Deskflow 局域网共享鼠标键盘（New）
开启了共享剪贴版时，截屏的内容会跨电脑传输（有可能是我们希望的），造成软件卡顿（表面上看鼠标过不去），记得随后随便复制点字符，清理掉图片。 2. 最新版可能需要最新版的Microsoft Visual C++ 环境，请去微软官方下载：https://learn.microsoft.com/zh-cn/cpp/windows/latest-supported-vc-redist 服务端显示连接提示，点Add 跳出配置窗，拖动编辑电脑相对位置，拖到左上角垃圾桶删除（如果误删除了在用的屏幕，可能需要重启服务器端才能重连）。 点击OK就可以用了。
2.6K00编辑于 2025-07-14- 来自专栏学习
深入剖析C++ STL中的set：高效管理有序数据的利器
前言:在 C++ 标准模板库（STL）中，set是一个常用的关联容器，用于存储唯一的、自动排序的数据。它是解决去重、有序存储、快速查找等问题的绝佳工具。 set 是 C++ STL 提供的一个模板类，基于红黑树实现，具有以下核心特性： 元素唯一：set 会自动去重，插入相同的元素时，新元素会被忽略。 升序排序 set<int> s; // 去重+降序排序（给⼀个⼤于的仿函数） //set<int, greater<int>> s; s.insert(5); s.insert(2); s.insert #include<iostream> #include<set> using namespace std; int main() { // 相⽐set不同的是，multiset是排序，但是不去重 multiset set<int> s1(nums1.begin(), nums1.end()); // 将 nums2 的元素存入另一个 set，自动去重并排序 set
55410编辑于 2024-11-21 - 来自专栏蛮三刀的后端开发专栏
海量数据处理问题知识点复习手册
如果为每个所有可能的值分配1个bit，32bit的int所有可能取值需要内存空间为： 232bit=229Byte=512MB 但对于海量的、取值分布很均匀的集合进行去重，Bitmap极大地压缩了所需要的内存空间 Filter 如果说Bitmap对于每一个可能的整型值，通过直接寻址的方式进行映射，相当于使用了一个哈希函数，那布隆过滤器就是引入了k(k>1)个相互独立的哈希函数，保证在给定的空间、误判率下，完成元素判重的过程 而还有一个很有趣的地方是，实际使用的却并不是5个哈希函数。实际进行映射时，而是分别使用了一个64bit哈希函数的高、低32bit进行循环移位。 这样，我们就可以采用trie树/hash_map等直接来统计每个query出现的次数，然后按出现次数做快速/堆/归并排序就可以了 bitmap直接映射 经典例题：5 在2.5亿个整数中找出不重复的整数 红黑树 平衡二叉树，广泛用在c++的stl中。如map和set都是用红黑树实现的。 b/b+树 用在磁盘文件组织 数据索引和数据库索引。
57020发布于 2019-03-26 - 来自专栏动态规划
C++ —— set系列的使用
set是key搜索场景的结构，map是key/value搜索场景的结构 2. set和multiset参考⽂档 - C++ Reference https://legacy.cplusplus.com }); for (auto e : s) { cout << e << " "; } cout << endl; //删除最小的元素就删除排序后的首元素 s.erase(s.begin multiset和set的差异 multiset和set的使⽤基本完全类似，主要区别点在于multiset⽀持值冗余(也就是不去重)，那么insert/find/count/erase都围绕着⽀持值冗余有所差异 ，具体参看下⾯的样例代码理解 相比set不同的是，multiset是排序，但是不去重 multiset相比set不同的是，x可能会存在多个，find查找中序的第⼀个 当在左子树找到符合的值后继续从该值的左子树寻找 ，但是不去重 multiset<int> s = { 4,2,7,2,4,8,4,5,4,9 }; auto it = s.begin(); while (it !
24100编辑于 2024-11-19 一篇搞懂接口安全与性能优化：幂等、防重复提交、令牌桶、防抖与节流
Redis 实现 Set 集合： 天然去重，用于短期请求去重 SETNX / SET NX EX： 原子操作保证同一请求只处理一次 可设置过期时间，避免锁死 应用场景：短期幂等控制 MQ 异步去重消费 ① 常见 MQ 去重方式 RocketMQ（≥5.x）：自带消息去重功能（基于唯一 keys + Broker 内存缓存） Kafka：支持幂等生产（enable.idempotence =true）避免重复写入 RabbitMQ：原生不去重，可用社区 deduplication 插件（基于 message_id 或 header） 通用方案：消费端用 Redis / 数据库 后端：用 Redis 记录 用户ID+订单ID，5 秒内拒绝重复请求。 目的：防止用户短时间重复触发同一操作，减少接口压力。 5️⃣ 接口幂等性 — 确保业务结果一致 场景：你支付过程中网络闪断，刷新页面后再次提交支付请求。 做法： 每个订单有唯一 orderNo，后端判断订单状态，如果已支付，不会再次扣款。
32010编辑于 2025-12-17- 来自专栏跳跳爸的Abc
两个Elaticsearch查询问题分析
好了，这个时候就必须看下name这个字段的分词器了： 是个单字分词，也就是18688034559分词后为[1,8,6,8,8,0,3,4,5,5,9]，去重后得到[0,1,3,4,5,6,8,9]，而查询词 15858593403分词后为[1,5,8,5,8,5,9,3,4,0,3]，去重后得到[0,1,3,4,5,8,9]，手机号为11位，在13词范围内，所以必须要全部词元匹配，显然上面的分词结果符合要求 ，目的是找出值相同的记录（大多数记录值都是唯一的），如果碰巧相同值的记录分散在不同的shard且排序靠后，那么很可能连单shard的top5都进不去，最终结果中看不到预期的L值也很自然了。 之所以修改gt条件可以将预期结果召回，主要也是因为数据桶范围缩小，使得L值有机会进去shard的top5而已。 这个操作其实在Elasticsearch的官方文档上都有写，认真看过文档的同学应该对这个都有印象，terms统计的结果不保证100%精确，如果terms统计设置的size小于数据桶中的唯一值数量，那么就有可能会丢失部分统计结果
44520编辑于 2022-01-18 - 来自专栏后端技术漫谈
海量数据处理问题知识点复习手册
如果为每个所有可能的值分配1个bit，32bit的int所有可能取值需要内存空间为： 2^32bit=2^29Byte=512MB 但对于海量的、取值分布很均匀的集合进行去重，Bitmap极大地压缩了所需要的内存空间 Filter 如果说Bitmap对于每一个可能的整型值，通过直接寻址的方式进行映射，相当于使用了一个哈希函数，那布隆过滤器就是引入了k(k>1)个相互独立的哈希函数，保证在给定的空间、误判率下，完成元素判重的过程 这样，我们就可以采用trie树/hash_map等直接来统计每个query出现的次数，然后按出现次数做快速/堆/归并排序就可以了 bitmap直接映射 经典例题：5 在2.5亿个整数中找出不重复的整数， 桶排序 经典例题：15 给定n个实数，求着n个实数在实轴上向量2个数之间的最大差值，要求线性的时间算法。 方案1：最先想到的方法就是先对这n个数据进行排序，然后一遍扫描即可确定相邻的最大间隙。 红黑树 平衡二叉树，广泛用在c++的stl中。如map和set都是用红黑树实现的。 b/b+树 用在磁盘文件组织 数据索引和数据库索引。
66730发布于 2019-08-07 - 来自专栏前端ACE
各种常用排序算法（CC++，Java）动态显示
； 将新元素插入到该位置后； 重复步骤2~5。 5、归并排序（Merge Sort） 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 9、桶排序（Bucket Sort） 桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。 桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。 var DEFAULT_BUCKET_SIZE = 5; // 设置桶的默认数量为5 bucketSize = bucketSize || DEFAULT_BUCKET_SIZE
85620编辑于 2022-11-21 - 来自专栏Python与算法之美
3小时吃掉HiveSQL：从基础语法到性能优化
• 2，数据表分区和分桶的区别是什么？分桶有什么用？ • 3，常用select查询语句的执行顺序是什么？给出join、groupby、where 和窗口函数 的执行顺序排序。 分桶和分区的区别： • 每个分区对应一个子目录，每个分桶对应一个文件。 • 分区字段不是实际的列，分桶字段必须是实际的列。 • 分区表的分区数量可以一直增长，而分桶表创建好之后桶的数量就固定不变了。 这与SQL中有些数据库默认的UNION（去重）行为略有不同。 如果希望得到不重复的数据，通常需要在UNION ALL之后使用DISTINCT或其他去重方法。 • COLLECT_LIST: 将分组中的值收集到一个列表中(不去重) 可以在GROUP BY子句中使用HAVING子句来过滤分组。 -- 假设salary取值： 8w, 7w, 5w, 5w, 3w, 1w, 1w -- dense_rank取值： 1, 2, 3, 3, 4, 5, 5 SELECT emp_id
1.6K12编辑于 2025-07-30 - 来自专栏linux驱动个人学习
基数排序
时间复杂度 基数排序的时间复杂度为O (nlog(r)m)，其中r为所采取的基数，而m为堆数 排序原理 排序数字为16,21,5,49,33,456,327,56,65,234 这是我测试的实例数字，下面有源程序 ，最高位有三位（程序里max=3）,所以要进行三遍排序（下图只排了两次，第三遍也一样啦），第一遍，以个位数分桶，个位相同放在一个桶里，然后把桶里的数在依次拿出来，第一次拿出，顺序为21，33，234，5 个位数是（第一遍） 桶 0 - 1 21 2 - 3 33 4 234 5 5, 65 6 16, 456, 56 7 327 8 - 9 49 十位数是（第二遍）| 桶 0| 5 1|16 2 |21,327 3 | 33，234 4 | 49 5 | 456，56 6 | 65 7 | - 8|- 9|- 该排序实例，是按部就班的按照桶来放的，但是由于在排序过程中用到的桶是二维数组 c++ 该排序实例，是按部就班的按照桶来放的，但是由于在排序过程中用到的桶是二维数组，因此造成一定的资源浪费，但二维数组前一个数字表示桶号，后一个表示放的位置，极大的降低了理解难度，因为每个桶内放的个数是用
99230发布于 2019-07-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号