使用二进制搜索从排序的 int[] 中删除重复项答案

【问题标题】：Removing duplicates from a sorted int[] using binarysearch使用二进制搜索从排序的 int[] 中删除重复项
【发布时间】：2013-06-11 18:24:30
【问题描述】：

我有一个相当大的 int[]，它使用 Arrays.sort() 排序。我需要从数组中删除重复的元素。

这个问题源自 sedgewick 的算法书 1.1.28

1.1.28 删除重复项。修改 BinarySearch 中的测试客户端，以在排序后删除白名单中的所有重复键。

我尝试创建一个 noDupes() 方法，该方法接受一个 int[] 并返回一个删除重复项的 int[]

rank() 方法来自 sedgewick 的代码。它执行二进制搜索

public static int[] noDupes(int[] a){
    Arrays.sort(a);
    int maxval= a[a.length-1];
    int[] nodupes = new int[maxval];
    int i=0;
    for(int j=0;j<a.length;j++){
        int rnk = rank(a[j],nodupes);
        System.out.println(a[j]+" rank="+rnk);
        if (rnk < 0){
            System.out.println(a[j]+" is not dupe");
            nodupes[i] = a[j];
            i++;
        }
    }

    return nodupes;
}
public static int rank(int key,int[] a){
    return rank(key,a,0,a.length-1);
}

public static int rank(int key,int[] a,int lo,int hi){
    if(lo > hi) return -1;
    int mid = lo+(hi-lo)/2;

    if(key < a[mid])return rank(key,a,0,mid-1);
    else if(key > a[mid])return rank(key,a,mid+1,hi);
    else return mid;
}

当我用一个示例数组运行它时

int[] a =new int[]{2,2,2,3,4,4,5,6};
int[] ret = noDupes(a);

我得到了一些意想不到的输出..即使将 2 添加到 nodupes 数组中，现有元素的排名也是 -1..

2 rank=-1
2 is not dupe
2 rank=-1
2 is not dupe
2 rank=-1
2 is not dupe
3 rank=-1
3 is not dupe
4 rank=-1
4 is not dupe
4 rank=4
5 rank=-1
5 is not dupe
6 rank=-1
6 is not dupe
Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: 6
    at ...noDupes(BinSearch.java:85)
    at ...main(BinSearch.java:96)

我不知道我做错了什么......有人可以帮忙吗？

【问题讨论】：

为什么不能使用Set<Integer>？
@sanbhat - 因为这不是练习的目的。
我正在尝试在不使用任何库类的情况下学习如何做到这一点。我认为这个练习意味着使用二进制搜索来解决这个问题
这里有问题。如果数组已经排序，您可以通过线性扫描找到重复项。无需二分查找。
@EJP 你是对的..线性扫描就可以了

标签： java arrays binary-search duplicate-removal

【解决方案1】：

我会这样做

public static int[] noDupes(int[] a) {
    Arrays.sort(a);
    int noDupCount = 0;
    for (int i = 0; i < a.length; i++) {
        if (i == 0 || a[i] != a[i - 1]) {
            noDupCount++;
        }
    }
    int[] a2 = new int[noDupCount];
    for (int i = 0, j = 0; i < a.length; i++) {
        if (i == 0 || a[i] != a[i - 1]) {
            a2[j++] = a[i];
        }
    }
    return a2;
}

【讨论】：

那不会花费 O(n) 时间吗？
会的，但我认为如果不遍历整个数组就无法完成
您可以通过使用大于必要的数组、循环一次并执行 System.arraycopy 来加快速度

【解决方案2】：

只需将所有数组值添加到 HashSet，它将自动删除重复项并为您提供唯一值，然后再次将其转换为您需要的数组

【讨论】：

这不会保持顺序 - 尽管您当然应该在删除重复项后进行排序。
好吧，使用 SortedSet 而不是 HashSet 并且会保持顺序。

【解决方案3】：

如果您对数组进行了排序并且想要删除重复项，我认为您不需要为此使用二进制搜索。

当你对数组进行排序时，重复的元素会彼此相邻。

例如数组 = {9,8,9,1,2,5,2,5,1} 排序后 Array = {1,1,2,2,5,5,8,9,9}

您可以使用以下方式删除重复项（就地）

int a[] = {sorted array}

for(int i=0,target=0;i<a.length-1;i++) {
  if(a[i]!=a[i+1]) {
     a[target++] = a[i];
  }
}
a[target++] = a[a.length-1];
for(int i=target;i<a.length;i++) {
a[i] = 0; // fill in the values which you don't want.
}

只会一次性删除重复项

【讨论】：

【解决方案4】：

这应该会有所帮助：

int[] nodupes = new int[a.length];

nodupes 数组超出范围。

注意：我不确定您使用的逻辑是否最适合该问题。但这应该可以解决您的异常。

【讨论】：

【解决方案5】：

此代码将帮助您。

public Integer[] removeDuplicates(Integer[] input){
        Integer[] arrayWithoutDuplicates = null;
        Set<Integer> set = new LinkedHashSet<Integer>();
        for(int i : input){
            set.add(i);
        }
        arrayWithoutDuplicates = (Integer[]) set.toArray();
        return arrayWithoutDuplicates;
}

【讨论】：