如何在 C++ 中的字符串向量中找到重复的单词？

Question

我有一个std::vector<string>，其中每个元素都是一个单词。我想打印向量没有重复的单词！

我在网上进行了很多搜索，找到了很多材料，但我不能也不想使用哈希映射、迭代器和“高级”（对我而言）的东西。我只能使用纯字符串比较==，因为我还是个初学者。

所以，让 my_vec 和 std::vector<std::string> 从 std 输入初始化。我的想法是读取所有向量并在找到任何重复的单词后删除它：

  for(int i=0;i<my_vec.size();++i){
    for (int j=i+1;j<my_vec.size();++j){
      if(my_vec[i]==my_vec[j]){
        my_vec.erase(my_vec.begin()+j); //remove the component from the vector
      }
    }
  }

我尝试测试std::vector<std::string> my_vec{"hey","how","are","you","fine","and","you","fine"}

我确实找到了

嘿，你好吗

所以看起来是对的，但是例如如果我写简单的向量std::vector<std::string> my_vec{"hello","hello","hello","hello","hello"}

我得到

你好你好

问题是每次调用erase 时，维度都会变小，因此我会丢失信息。我该怎么做？

Answer 1

对现有代码的极简主义方法。 j 的自动增量最终会破坏您的算法。不要那样做。相反，仅当您不删除元素时才增加它。

即

for (int i = 0; i < my_vec.size(); ++i) {
    for (int j = i + 1; j < my_vec.size(); ) {  // NOTE: no ++j
        if (my_vec[i] == my_vec[j]) {
            my_vec.erase(my_vec.begin() + j);
        }
        else ++j; // NOTE: moved to else-clause
    }
}

确实如此。

Answer 2

您可以存储元素元素索引以擦除，然后在最后消除它。 或者重复循环，直到没有执行擦除。

第一个代码示例：

std::vector<int> index_to_erase();

for(int i=0;i<my_vec.size();++i){
    for (int j=i+1;j<my_vec.size();++j){
      if(my_vec[i]==my_vec[j]){
        index_to_erase.push_back(j);
        
      }
    }
  }
//starting the cycle from the last element to the vector of index, in this 
//way the vector of element remains equal for the first n elements
for (int i = index_to_erase.size()-1; i >= 0; i--){
   my_vec.erase(my_vec.begin()+index_to_erase[i]); //remove the component from the vector
} 

第二个代码示例：

bool Erase = true;
while(Erase){
  Erase = false;
  for(int i=0;i<my_vec.size();++i){
    for (int j=i+1;j<my_vec.size();++j){
      if(my_vec[i]==my_vec[j]){
        my_vec.erase(my_vec.begin()+j); //remove the component from the vector
        Erase = true;
      }
    }
  }
}

Answer 3

你为什么不用std::unique？

您可以像这样简单地使用它：

std::vector<std::string> v{ "hello", "hello", "hello", "hello", "hello" };
std::sort(v.begin(), v.end());
v.erase(std::unique(v.begin(), v.end()), v.end()); 

注意元素需要排序，因为std::unique 仅适用于连续重复。

如果您不想更改std::vector 的内容，但只有稳定的输出，我推荐其他答案。

Answer 4

在循环内从容器中擦除元素有点棘手，因为在擦除索引i 处的元素后，下一个元素（在下一次迭代中）不在索引i+1 处，而是在索引i 处。

阅读有关擦除元素的惯用方式的erase-remove-idiom。但是，如果您只想在屏幕上打印，有一种更简单的方法来修复您的代码：

for(int i=0; i<my_vec.size(); ++i){
   bool unique = true;
   for (int j=0; j<i; ++j){
       if(my_vec[i]==my_vec[j]) {
           unique = false;
           break; 
       }
       if (unique) std::cout << my_vec[i];
   }
}

您应该与之前的元素进行比较，而不是检查当前元素之后的元素。否则，当我认为应该是“bar x y”时，“bar x bar y bar”将导致“x x bar”。

最后但同样重要的是，考虑到使用带有索引的传统循环是一种复杂的方式，而使用迭代器或基于范围的循环要简单得多。不要害怕新东西，从长远来看它会更容易使用。

Answer 5

您可以简单地使用sort 和unique 的组合，如下所示。

#include <iostream>
#include <algorithm>
#include <vector>

int main() {
    std::vector<std::string> vec{"hey","how","are","you","fine","and","you","fine"};
    sort(vec.begin(), vec.end());
    vec.erase(unique(vec.begin(), vec.end() ), vec.end());
    
    for (int i = 0; i < vec.size(); i ++) {
        std::cout << vec[i] << " ";
    }
    std::cout << "\n";

    return 0;
}