Type Find(Type *ID,int N)
{//寻找发帖"水王",假设只有一个
Type candidate;
int nTimes,i;
for( i = nTimes = 0; i < N; i++)
{
if(nTimes == 0)
{
candidate = ID[i];
nTimes = 1;
}
else
{
if(candidate == ID[i])
nTimes++;
else
nTimes--;
}
}
return candidate;
}
void Findall(Type *ID,Type *id1,Type *id2,Type *id3,int N)
{//寻找发帖"水王",假设有多个
Type candidate1,candidate2,candidate3;
int nTime1,nTime2,nTime3,i;
Type noexitID = 127;
nTime1 = nTime2 = nTime3 =0;
candidate1 = candidate2 = candidate3 = noexitID;
for(i = 0 ; i < N; ++i)
{
if(candidate1 == ID[i])
{
nTime1++;
}
else if(candidate2 == ID[i])
{
nTime2++;
}
else if(candidate3 == ID[i])
{
nTime3++;
}
else if(nTime1 == 0 )
{
candidate1 = ID[i];
nTime1 = 1;
}
else if(nTime2 == 0 )
{
candidate2 = ID[i];
nTime2 = 1;
}
else if(nTime3 == 0)
{
candidate3 = ID[i];
nTime3 = 1;
}
else
{
nTime1--;
nTime2--;
nTime3--;
}
}
*id1 = candidate1;
*id2 = candidate2;
*id3 = candidate3;
}
相关推荐
浏览器Cookie迁移实战:从Chrome导出导入登录态全攻略
Cookie是浏览器保存的会话凭证,服务端通过Set-Cookie将登录态种在本地。迁移Cookie本质上是把服务端认可的会话标识搬到新环境,从而免去重复输入账号密码和二次验证的麻烦。在换电脑、切浏览器或重装系统时,掌握Cookie的导出导入技术能显著提升效率。Chrome与Edge同属Chromium内核,存储结构相似,但字段差异(如Domain、SameSite、Secure)常导致迁移失败。通过浏览器扩展或CDP脚本可实现跨浏览器登录态迁移,适用于内网后台、开发环境等场景。本文从原理到实践,梳理Coo
编程之美--寻找发帖水王
问题描述: Tango是微软亚洲研究院的一个试验项目。研究院的员工和实习生们都很喜欢在Tango上面交流灌水。传说,Tango有一大“水王”,他不但喜欢发贴,还会回复其他ID发的每个帖子。坊间风闻该“水王”发帖数目超过了帖子总数的一半。如果你有一个当前论坛上所有帖子(包括回帖)
SAP STO流程实战:如何配置外向交货单PGI后自动生成内向交货单(附避坑指南)
本文详细解析了SAP STO流程中,如何配置实现外向交货单发货过账(PGI)后自动生成内向交货单。通过分步指南,重点阐述了SPED输出类型、输出条件记录、收货点及确认控制码等关键配置,并提供了针对“No goods receipt possible”等常见错误的避坑指南,助力实现跨公司物料转移流程的自动化与高效衔接。
编程之美 寻找发帖水王 扩展问题
编程之美中的“寻找发帖水王”描述的是这么一个问题,有一个ID列表,其中有一个ID(水王的ID)出现的次数超过了一半,请找出这个ID。 书中的思路是每次从列表中删除两个不同的ID,不影响“水王的ID在剩余ID中仍然超过一半”这一事实,因此每次删除两个不同的ID,直到剩下的所有ID都相同,那么剩下的就是水王的ID。 具体编程的时候,使用一个candidate记录当前猜测的水王ID,一个count记
DDR ECC错误注入与寄存器配置实战指南
本文详细介绍了DDR ECC错误注入的核心价值与实战操作指南,包括通过FI_Dx和FI_ECC寄存器注入数据与ECC错误的方法。文章提供了环境准备、寄存器配置、错误检测及系统可靠性测试策略,帮助开发者验证内存系统的纠错能力和可靠性,提升硬件开发的稳定性与效率。
大规模SoC芯片Hierarchical Flow Calibre LVS教程
大规模SoC芯片Hierarchical Flow Calibre物理验证LVS实现教程
编程之美之寻找发帖水王
简单来说就是求一个数组中出现次数超过一半的次数的数(保证存在),最容易想到的就是先排序,再返回中间位置的值。 优化方式就是每次删去两个不相等的数,最后找不到不相等的数,那么最后剩下的数就是这个出现次数超过一半的数。 考虑到每次寻找两个不相等的数比较困难,我们可以借助种思想换种写法。 用candidate代表当前候选的数,time次数,从头往后遍历,如果出现一次就time+1,不相等就time
基于STM32F103C8T6的循迹避障小车完整制作过程(详细)----上篇(第123点)
基于STM32F103C8T6的循迹避障小车完整制作过程 由于本人的一个小项目,要做一个基于STM32的循迹避障小车,前后花了约1周的时间,这个过程种也参考了很多大神分享的资料,学到很多的东西。但是资料都比较分散,有些东西也不好找,在这里就想把自己制作小车的一个整体过程记录分享一下,希望能够帮到你。 我自己也算是一个小白,之前有做过 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎...
寻找发帖水王java_编程之美之寻找发帖水王
简单来说就是求一个数组中出现次数超过一半的次数的数(保证存在),最容易想到的就是先排序,再返回中间位置的值。优化方式就是每次删去两个不相等的数,最后找不到不相等的数,那么最后剩下的数就是这个出现次数超过一半的数。考虑到每次寻找两个不相等的数比较困难,我们可以借助种思想换种写法。用candidate代表当前候选的数,time次数,从头往后遍历,如果出现一次就time+1,不相等就time-1如果ti...
Cadence IC618与Spectre231安装:环境变量与License配置详解
在Linux系统中部署Virtuoso等EDA工具时,环境变量与License管理是决定工具能否顺利启动的核心环节。环境变量决定了系统如何找到工具二进制文件以及工具如何定位自身资源,而License则通过FlexLM授权机制控制工具的使用权限。理解PATH、CDS_ROOT、CDS_LIC_FILE等关键变量的作用,掌握lmgrd服务与lmstat验证方法,能显著减少安装后启动失败的概率。无论是学生初装Cadence IC618与Spectre231,还是实验室工作站需要搭建可用的模拟设计环境,理顺环境变量
毫米波雷达之CFAR 目标检测
恒虚警率(CFAR)算法是一种广泛应用于雷达目标检测的算法,其主要目 标是减少由于杂波与回波之间强度不对称而引起的误报,以确保相对恒定的虚警 率。如图 3.4(a)所示,表示由距离单元组成的一维数据。在待测单元 D 周围选 择若干个背景杂波功率的蓝色单元构成参考滑窗,称为参考单元;而待测单元 D 相邻的若干个不用于背景估计的单元则称为保护单元。当参考单元和保护单元的 维度从一维扩展到二维时,相应的 CFAR 检测由一维 CFAR 演变为二维 CFAR 以处理参考窗口,如图 3.4 (b)所示。
编程之美 -- 寻找发帖水王,以及扩展题
#include #include using namespace std; unsigned int find_id(unsigned int *array,unsigned int n); unsigned int find_half_id(unsigned int *array,unsigned int n); void find_3_more(unsigned int *array,
2、探秘储备池计算:原理、应用与前沿趋势
储备池计算(Reservoir Computing)作为一种新兴的计算方法,起源于计算神经科学和机器学习领域,现已广泛应用于非线性动力系统理论、物理学、材料科学、生物学和机器人学等多个领域。其核心优势在于概念简洁性,通过利用高维动态系统的非线性响应,将学习过程集中在读出层,避免了传统循环神经网络(RNN)训练的复杂性。储备池计算的发展方向主要包括拓展到非线性动态系统和利用物理动态系统作为计算资源(PRC),后者有望突破冯·诺依曼瓶颈,实现边缘计算。理论方面,储备池计算与人类大脑的信息处理方式密切相关,并推动
编程之美----寻找发帖水王
编程之美----寻找发帖水王 题目:Tango是微软亚洲研究院的一个试验项目。研究院的员工和实习生们都很喜欢在Tango上面交流灌水。传说,Tango有一大“水王”,他不但喜欢发贴,还会回复其他ID发的每个帖子。坊间风闻该“水王”发帖数目超过了帖子总数的一半。如果你有一个当前论坛上所有帖子(包括回帖)的列表,其中帖子作者的ID也在表中,你能快速找出这个传说中的Tango水王吗? –《
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
VB摄像头监控
该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制
《编程之美》寻找发帖水王 质疑
《编程之美》一书上关于发帖水王的解答请参见点击打开链接。但是该算法求解的答案并不符合题意,当前求解的答案只是候选者,绝不是真正的发帖水王。比如,输入:{1,2,3,4,5,6,7,87,8,9,10,11,11},输出:11.此时很直观可以确认id=11的作者不是发帖水王。书上给出的算法求解的只是候选者后,应再进行一遍遍历计数,确定个数确实大于总个数的一半,才能被认为是发帖水王。
VC中sqlite的使用
在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示
寻找发帖水王java_编程之美–寻找发帖水王 | Acm之家
问题描述:Tango是微软亚洲研究院的一个试验项目。研究院的员工和实习生们都很喜欢在Tango上面交流灌水。传说,Tango有一大“水王”,他不但喜欢发贴,还会回复其他ID发的每个帖子。坊间风闻该“水王”发帖数目超过了帖子总数的一半。如果你有一个当前论坛上所有帖子(包括回帖)的列表,其中帖子作者的ID也在表中,你能快速找出这个传说中的Tango水王吗?书中第一种方法是先对ID进行排序,再遍历排序后...
老版QQ原生表情gif动态
这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。
编程之美 寻找发帖水王
// 编程之美 寻找发帖水王.cpp : 定义控制台应用程序的入口点。 //有一个水王发帖超过一半 给你发帖所有的id 找到他 //统计每个id出现次数 找到最大的(超过一半) #include "stdafx.h" #include #include #include using namespace std; class ID { public: int nTime
编程之美 (寻找发帖水王)
//每次sha public class King { /** * @param args */ public static void main(String[] args) { // TODO Auto-generated method stub int Id[]={1,4,3,4,5,4,2,4,2,4,4,4}; int times=0; int king = 0;
《编程之美》之寻找发帖水王与JOJ 1069
两个题目解题思想非常相似。就是把一个问题转化为规模较小的问题,在转化的过程中小问题与原问题本质上一致。这样,可以通过把小问题转化为更小的问题。寻找发帖水王题目是找出一堆数据中出现次数超过总数一半的那个数据。《编程之美》上的分析是:如果每次删除两个不同的数据,那么剩下的数据列表中,我们要找的那个数据的出现次数仍然超过总数的一半。于是,可以在O(N)的时间复杂度内和O(1)的空间复杂度解决这个问题。J
【编程之美】读书笔记:寻找发帖水王
问题:传说,Tango有一大“水王”,他不但喜欢发帖还会回复其他ID发的每个帖子。该“水王”的帖子数目超过了帖子总数的一半,如何用快速的方法找出这个“水王”的ID? 分析:首先想到的是对所有的ID进行排序,然后再扫描一遍排好序的ID列表,统计各个ID出现的次数。如果某个ID的次数超过总数的一半,那么就输出这个ID。这个算法的时间复杂度为O(N*logN+N).
编程之美2.3 寻找发帖水王
/* copyright@nciaebupt 转载请注明出处 题目:Tango是微软亚洲研究院的一个试验项目。研究院的员工和实习生们都很喜欢在Tango上面交流灌水。传说,Tango有一大“水王”,他不但喜欢发贴,还会回复其他ID发的每个帖子。坊间风闻该“水王”发帖数目超过了帖子总数的一半。如果你有一个当前论坛上所有帖子(包括回帖)的列表,其中帖子作者的ID也在表中,你能快速找出这个传说中的Tan
编程之美2.3: 寻找发帖水王
编程之美问题2.3扩展:如果没有超级水王了,可是有三个ID在列表中出现的次数都超过了1/4,怎么找出这三个ID?
《编程之美》寻找发帖水王扩展问题的代码实现
求职过程中,你会发现面试官的不少问题在《编程之美》中都能找到痕迹。想在企业招聘面试中成功忽悠,这本书不可不读。算了,不再打广告了,哈哈。 书中有一节探讨了“寻找发帖水王”,问题是从一堆ID构成的集合中,找到某个发帖总数超过帖子总数一半的ID。面试中的常见问题“从一堆整数中找到出现次数超过总数一半的整数”实际上就是该问题了。 在原题中,初步解法是对所有的ID进行排序,然后分析可知这个有序表中第N
寻找发帖水王java_编程之美之寻找发帖“水王” 的算法问题
分析与解法首先想到的是一个最直接的方法,我们可以对所有ID进行排序。然后再扫描一遍排好序的ID列表,统计各个ID出现的次数。如果某个ID出现的次数超过总数的一半,那么就输出这个ID。这个算法的时间复杂度为O(N* log2N+N)。如果ID列表已经是有序的,还需要扫描一遍整个列表来统计各个ID出现的次数吗?如果一个ID出现的次数超过总数N的一半。那么,无论水王的ID是什么,这个有序的ID列表中...
340



被折叠的 条评论
为什么被折叠?



