我应该使用哪个数据集？答案

【问题标题】：Which dataset should I use?我应该使用哪个数据集？
【发布时间】：2023-03-12 15:00:01
【问题描述】：

标题可能有点含糊，但我会感谢我对当前问题的一些想法。

这是一个数据集：

1   1/1/2013
2   1/1/2013
3   1/1/2013
1   1/2/2013
2   1/2/2013
1   1/3/2013
2   1/3/2013
3   1/3/2013

所以，我从第一条记录开始，看看我的列表中是否还有另一个 1。如果有，我忽略它，并返回第二条记录。如果我的列表中还有另外 2 个，我会忽略它，并返回到第 3 个记录，依此类推。

现在，我正在寻找的这个列表的期望结果是，因为它下面不存在 1 的其他记录。

同样，在这个数据集中：

1   1/1/2013
2   1/1/2013
3   1/1/2013
1   1/2/2013
2   1/2/2013
3   1/2/2013
4   1/2/2013
1   1/3/2013
2   1/3/2013
3   1/3/2013

所需的结果是，因为列表中没有其他 4 出现。

我的问题是，我该怎么做呢，我可以使用什么标准的 STL 容器？此外，这些是查询返回的结果。

很抱歉，我不使用 boost 或任何其他库，并希望通过 std 变量来完成这项工作。

【问题讨论】：

标签： c++ algorithm sorting stl

【解决方案1】：

您可以使用两个映射 - 一个映射存储从键（您的第一列）到值（您的第二列）的映射，第二个映射存储从键（您的第一列）到记录号的映射：

std::map<int, std::string> m1;
std::map<int, int> m2;

int counter = 0;
while (...)
{
  <...get record...>
  m1[record.key] = record.value;
  m2[record.key] = counter++;
}

然后你需要扫描第二张地图 m2 以找到位置最小的键：

int keyMin = <...big number...>, posMin = <...big number...>;
for (std::map<int, int>::const_iterator it = m2.begin(); it != m2.end(); ++it)
{
  if (it->second < posMin)
  {
    keyMin = it->first;
    posMin = it->second;
  }
}

结果将是第一个键，以后没有该键的记录。使用此键和第一张地图 m1 您将能够找到其对应的值。

【讨论】：

那么，如果元素已经存在，我该怎么办？当我插入时，m[1] 会发生什么？
如果你为同一个“key”插入一个新的“value”，那么旧的“value”将会丢失——这就是你想要的，对吧？映射由对（键、值）组成，键是唯一的。
所以 - 在地图中插入所有数据，然后对于每个“键”（您的第一列），您将获得最新“值”（您的第二列） .
我不想要最新的值。请看我的例子，它是列表中不再出现的值。
你对你想要什么的描述有点模糊。例如，在您的第一个数据集中，您可以选择因为（如您所写）“它下面不存在 2 的其他记录”。可能是，您正在寻找具有此条件的 first 记录？

【解决方案2】：

您可以从底部开始检查，并记住每个索引的第一次（从顶部数到最后一次）出现。在你完成这个之后（时间 O(n)）你可以拿走你找到的最后一个。

【讨论】：

【解决方案3】：

查询返回什么？如果它返回一个已知的结构，你可以选择std::vector<some-structure>，或者如果它返回一个字符串列表，你可以选择std::vector<std::vector<std::string> >。然后从底部开始并记住所有你看到的唯一 ID，你能够在 o(n) 时间和 o(n) 内存中获得最后一个好的值。

【讨论】：