本文探讨数据流中的频繁元素问题，特别是寻找出现次数超过m/k的元素。首先定义了问题，然后通过一个经典案例——过半元素查找问题引入，并给出O(n)时间复杂度的解决方案。接着，文章提出使用一个大小为k-1的哈希映射来跟踪元素及其出现次数，以解决一般情况下的问题。最后，通过分析算法结束时映射中元素的总次数，对频繁元素的实际出现次数进行了估算。
对于频繁元素，也可以称作heavy hitter，有大概这么几类问题：比如找出出现最为频繁的前k个元素；找出出现超过m/k次的元素；计算某个具体元素的出现次数；计算某个连续范围内元素出现总次数等。
下面讨论下如何求其中第二个问题。
一、问题定义
如果一个数据流，其中m为数据流的大小，
。我们可以定义每个元素出现的次数为
，其中
为第i个元素出现的次数。容易得出：
。
如果给定参数k，我们想求出所有出现次数超过m/k的元素。也就是输出集合：。下面我们先从一个简单特例入手，对这个问题进行分析和解决。
二、简单情况
有个经典的过半元素查找问题，在编程之美里面也有分析（寻找发帖水王）。就是说给定一个数组，找出出现次数超过一半的元素
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
