我对算法世界很陌生，并不了解一切，所以我不得不问一些问题，最近我遇到了一个有趣的问题。作为我的任务，我正在开发一个程序，该程序必须计算数组中所有出现的数字，即 array[6] = {1, 2 , 2, 2, 3 ,3 };用户询问“2”，答案是 3。我通过两个并行二进制搜索来做到这一点，一个是寻找出现数字的最低索引，另一个是最高的。最后，我只是减去这两个值。问题来了：有没有更快/更有效的方法来只使用数组？提前谢谢你。
【问题讨论】：
highindex-lowIndex 的差值上加一，以获得正确的解决方案。如果数组未排序，则需要遍历整个数组并简单地计算数字 n 的出现次数。
标签： arrays search binary-search
您可以按值分组并获取计数。
您可以将值字典保留为键和计数器，每次在数组中看到该值时，该值都会增加。
【讨论】：
如果您对数据的内存布局有一定的控制权，您可能需要查看 Judy 数组。
或者说一个更简单的想法：二分搜索总是将搜索空间减半。可以通过插值找到最佳切点（切点不应该是预期关键所在的位置，而是最小化下一步搜索空间的统计期望的点）。这最大限度地减少了步骤的数量，但......并非所有步骤都具有相同的成本。如果可以保持局部性，分层存储器允许在单个测试的同时执行多个测试。由于二分搜索的前 M 步最多只涉及 2**M 个唯一元素，因此将这些存储在一起可以更好地减少每个缓存行获取（而不是每次比较）的搜索空间，这在现实世界中具有更高的性能。
n 叉树在此基础上工作，然后 Judy 数组添加了一些不太重要的优化。
底线：即使是“随机存取存储器”（RAM）在顺序访问时也比随机访问要快。搜索算法应该充分利用这一事实。
【讨论】：
如果数组已经排序，那么你的方法是好的（即 O(log n)）。我不确定您是否可以渐近地更快。
我不认为你可以并行化二分搜索（但我已经很久没有做过这种事情了）。无论如何，O(log n) 还不算太寒酸。
如果您的数组尚未排序，那么排序的开销 (O(nlog N)) 显然比通过数组进行简单的线性扫描要大。
【讨论】：
如果数组已经从最低值到最高值排序，你的方法似乎并没有低效。如果没有排序，则必须从头到尾搜索所有数组，然后成本将是线性 O(n)
【讨论】：