例如，
int num[] = {1, 5, 3, 12, 5, 1, 4};
int len = 7;
int count = 0;
（假设数组中相同的元素不超过 2 个）
那我就做吧
for(int i=0; i<len-1; i++) {
for(int j=i+1; j<len; j++) {
if(num[i] == num[j]) {
count++;
}
}
}
那么计数将是 2。
但是这个算法的效率是O(N^2)。
有没有更有效的方法？
提前谢谢！
【问题讨论】：
标签： c arrays performance algorithm
比O(n log n) 排序更快，使用hash table。它的构造是线性的或O(n)；每次插入时，当您遍历输入数组时，您可以测试（使用常量，O(1) 成本）是否已经在哈希表中存在该键 - 即，“对”。当你找到这个“匹配”的情况时，你增加一个计数器。一旦你完成了你的数组，你的计数器就会告诉你答案。
【讨论】：
你可以试试这个方法：
#define MAX 99999 // consider your array have largest elemnt < 99999 and >=0
int main () {
int num[] = {1, 5, 3, 12, 5, 1, 4,3};
int len = 8;
int count[MAX+1u] = {0};
int i,pair=0;
for( i=0;i<len;i++){
count[num[i]]++; // here count the frequecy of each number
}
for(i=0;i<MAX;i++){
if(count[i]>1){ // if frequecy is > 1
printf("%d occurs %d times \n",i,count[i]);
pair++; // increment pair
}
}
printf("%d pairs ",pair); // print pair
return 0;
}
【讨论】：
基本上，核心思想保持不变：您必须计算输入数组中每个元素的出现次数。
关键问题是如何实现这个计数过程。您的解决方案是完全有效的，但正如您所感受到的，它可以改进。 您收到一条评论，建议对数组进行排序，然后对其执行扫描以计算对数：O(n.ln n)。
您也可以使用哈希表，正如@AlexReynolds 回答所建议的那样。但是你必须处理冲突，因为不同的整数可以散列到同一个键。为此，您可以为每个键使用一个存储桶。这个桶会存储每个散列到它的键的整数，加上该整数的出现次数。
如何实现这些桶：
一旦你的哈希表建立起来，每个元素出现在你的数组中，你必须计算对。但是您可以在填充数据结构时保留一个计数器，以避免执行这种额外的扫描。这很简单。以下是用于使用从数组中获取的元素 e 更新表格的基本操作：
在每次 counter update 时执行一个 if 语句是否比最后执行一个简单的检查更快？我不确定，请注意您可以同时测试两者。
让k 为哈希表中的槽数。使用均匀分布的散列函数，您将在每个插槽中获得 n/k 个元素。这会导致列表的 n²/k 时间复杂度，即 O(n²) ... 但是 如果 k 接近 n 你真正接近线性时间。
堆/树桶也是如此，除了最后你会得到 O(n. ln n) 的渐近复杂度。如果 k 足够大，那么您将再次接近线性时间。
【讨论】：
你不能使用普通的哈希表。我使用了动态编程和哈希表。
你应该像这样设置你的哈希表：
[数组的值，重复次数，相同对的数量]
例如，我们可以在数组A = [3, 3, 3, 3, 3] 上运行我的算法。
我们遍历数组。对于 A 中的第一个数字，将新行插入到哈希表中
3,0,0 /* A[i], the number of repetition of 3 so far (Rep[i]),
the number of identical pair so far ( Iden[i]). */
然后在 A 中的第二个 3：
3,1,1
A 中的第三个 3：
3,2,3
A 区第 4 3 位：
3,3,6
6 是该数组中相同对的数量。一般来说，我们可以通过以下公式计算相同对的数量：
Iden[i] = Rep[i] + Iden[i-1]
这是一个 C# 代码示例：
public static int solution(int[] A)
{
int identical = 0;
Dictionary<int, KeyValuePair<int, int>> dic = new Dictionary<int, KeyValuePair<int, int>>(); /* A[i], the number of repetition of 3 so far (Rep[i]),
the number of identical pair so far ( Iden[i]). */
for (int i = 0; i < A.Length; i++)
{
if (!dic.ContainsKey(A[i]))
dic.Add(A[i], new KeyValuePair<int, int>(0,0));
else
{
KeyValuePair<int,int> valDic = dic[A[i]];
KeyValuePair<int, int> newVal;
if (valDic.Key < 1)
newVal = new KeyValuePair<int, int>(1, 1);
else
{
int preIdenticalPair = valDic.Value;
int preReptation = valDic.Key;
int newRepetation = ++preReptation;
int newIdenticalPair = preIdenticalPair + newRepetation;
newVal = new KeyValuePair<int, int>(newRepetation, newIdenticalPair);
}
dic[A[i]] = newVal;
}
}
//summation of all identical pairs
foreach (KeyValuePair<int, KeyValuePair<int, int>> pair in dic)
identical += pair.Value.Value;
return identical;
}
【讨论】：