字符串中的字符频率计算答案

【问题标题】：character frequency calculation in string字符串中的字符频率计算
【发布时间】：2012-08-27 01:26:25
【问题描述】：

我正在寻找最有效的（时间和空间）算法来计算给定字符串的字符频率。

想到的最简单的算法是有一个你想要搜索的标志数组（大小 = 不同字符的数量）并增加相应索引的计数器。这在线性时间内有效。唯一的问题是 flag-array 的空间要求，如果需要所有 ASCII 字符，它可以达到 256 个。

有没有更好的算法，可以节省空间/时间？

【问题讨论】：

如果您要计算字符串中 m 不同字符的出现次数，您如何期望内存少于 m？
一个给定的字符串可能不包含所有 256 个 ASCII 字符，在这种情况下，可能有一种算法可以只存储“找到”字符的频率......而且，我不仅寻求空间改进，也欢迎任何有时间改进的替代建议
您可以构建一个动态数据结构，只存储找到的字符的频率。它必须有效地搜索找到的字符的频率，以便您可以快速增加它们。您可以使用哈希表或二叉搜索树。但是，除非您有超过 256 个可能的字符，否则它可能对您没有帮助，并且实际上可能会损害效率。除非您是从 60 年代开始编写的，否则 256 个整数的数组实际上可以忽略不计。
只有 128 个 ASCII 字符。

【解决方案1】：

如果您使用hash table 来存储计数器，您需要的空间与字符串中不同字符的数量成正比，并且您仍然可以在线性时间内运行计算。很容易看出，您无法比线性时间更好，因为您需要至少查看每个字符一次。

然而，在实践中，如果你的字符串真的只使用一个字节来存储一个字符（即它不是 Unicode）你的“标志数组”将只有大约 1 kb，因此可能是最好的选择，因为它没有具有哈希表的（常数因子）时间和空间开销。

【讨论】：