删除重复项算法

Remove duplicates algorithm

本文关键字：算法 删除      更新时间：2023-10-16

我正在尝试编写一个算法来从vector<struct xxxx*>中删除重复项。

struct xxxx{
    int value;     // This is just to make you understand
    xxxx* one; 
    xxxx* two;
}

就像你看到的结构体，它就像一个树，但是指针不是有序的。指针可以指向其他指针中的任何一个(实际上不是任何一个，而是大多数)。并且vector不包含结构体而是包含指针，所以我也不能使用std算法来帮助我。

我试图删除具有完全相同的值和相同的两个指针的重复项，但同时，如果我有两个类似的结构体(让我们说A和B)和C.one或C.two指向B。然后我需要将其更改为A，反之亦然。

换句话说:如果A == B，则删除B并将C.one更改为A。

我想我可以写蛮力，所以如果没有更好的算法我就自己写了

昨天，我试图向一位同事解释一个非常类似的问题的合理方法，他使用了N方的解决方案来解决N log N的问题。

首先创建一个helper结构，它基本上是一个xxxx*的包装器，带有检查内容(不是指针值)的比较操作符，可能还有一些其他实用函数。与只使用xxxx*相比，这个包装器结构不是严格需要的，但从经验来看，我认为它使任务更简洁。

创建一个std::帮助结构的集合，你只能在其中插入唯一的元素，并可能在另一个集合中插入递归无法解析的元素。

循环遍历原始向量，并在每个位置递归遍历它的子向量。如果你命中了唯一集中已经存在的子指针，那就是那个子指针的最终值。如果你命中了匹配唯一元素的子元素，而不是它所匹配的元素，那么修复让你到达那里的指针。如果还存在空指针的可能性，它应该在递归底部，并且如果可能存在循环，则需要检测它们(使用递归未解析的集合)并决定如何处理循环。在某一时刻，你会遇到已解析的唯一元素，并将其添加到唯一集合中。

这个想法的表现，甚至可能是合理的，取决于循环的深度和复杂性，以及你想用循环做什么。在一些混乱的情况下，一个循环会映射到另一个循环，但检测这种情况可能非常棘手。如果你的阶段"像树一样"意味着"没有循环"，那么递归就会干净而有效地结束，而不需要显式管理递归未解析元素的额外复杂性。

显然，我省略了一些繁琐的工作细节，比如当你退出递归时检测唯一/非唯一，以及当你在递归上面的主循环中碰到一个项时检测"在早期递归中已经做过了"。但是，在编写代码的相关部分时，所有这些细节都应该非常明显。

编辑:要理解尽管在顺序循环中嵌套了递归，但仍然有很少的节点访问，请从指针的角度考虑。我们最多跟踪每个指针一次(有些重复项在不跟踪指针的情况下被预先检测到)。对于N个节点，有N个顶层指针(如果我理解正确的话)和明显少于2N个内部指针(越像树，越接近N-1个内部指针，而不是2N个)。所以每个节点的平均访问次数少于3次，其中少数访问需要预查找和后递归查找，每次查找是log U, U是到该点为止找到的唯一项的数量。所以我们可以看到6 N log N的边界

相关文章：