按值对具有未知键的地图进行排序答案

【问题标题】：Sorting a map with unknown keys by value按值对具有未知键的地图进行排序
【发布时间】：2014-04-22 10:59:20
【问题描述】：

我有一张如下风格的地图：

mapa["01"]=2
mapa["111"]=3

显示每个子字符串在文本中出现的频率（文本由 1 和 0 组成）。

现在假设我要输出 10 个最常用的子字符串，我需要遍历 map 中的所有键并获取具有最大值的键（按值排序，降序）。我应该使用任何伪代码或命令吗？

如果它对你有用，我正在处理this 任务并且我得到了所有值，我只是不知道如何对它们进行排序。

【问题讨论】：

如果这是您希望对数据执行的唯一项操作，则说明您存储错误。 :)
@LightnessRacesinOrbit 是否愿意提出任何其他想法？请记住，我在这里仍然是初学者，解决高中比赛的任务。也不能使用额外的库。
@LightnessRacesinOrbit 我不同意。这基本上是最常见元素的常见 map-reduce 解决方案。 map(text)->(token,'1'), reduce(token,list)->(token,sum(list)，然后选择top k。唯一值得注意的区别是使用基于树的地图而不是散列解决方案（这就是 MR 的实现方式）
@amit：如果这是他想要执行的唯一查找，那么他的键和值显然是错误的。如果没有，那么没有问题。
@LightnessRacesinOrbit 该地图是他在上一步中创建的直方图。他必须计算每个子字符串的#occurrances，这就是通常的做法。

标签： c++ algorithm sorting map

【解决方案1】：

你基本上需要使用比较器实现一些top-k过滤算法

x < y if and only if mapa[x] < mapa[y]

线程Store the largest 5000 numbers from a stream of numbers中涵盖了有效地从列表中选择前k个：

基本思想是创建一个最小堆，它始终存储迄今为止遇到的前 k 个元素。完成后，堆包含流中的前 K 个元素。

另一种方法是使用选择算法找到第 10 个最大的元素，并生成所有大于它的元素（如果有重复则工作量更大）。

【讨论】：

【解决方案2】：

看到这个duplicate，你基本上是迭代地图并在值上使用std::partial_sort。

typedef std::pair<std::string, int> mypair;

struct IntCmp {
    bool operator()(const mypair &lhs, const mypair &rhs) {
        return lhs.second > rhs.second;
    }
};


void print10(const std::map<std::string,int> &mymap) {
    std::vector<mypair> myvec(mymap.begin(), mymap.end());
    assert(myvec.size() >= 10);
    std::partial_sort(myvec.begin(), myvec.begin() + 10, myvec.end(), IntCmp());

    for (int i = 0; i < 10; ++i) {
        std::cout << i << ": " << myvec[i].first 
            << "-> " << myvec[i].second << "\n";
    }
}

【讨论】：

有效，但amit的解决方案更好（无需复制绝对不在前10名的地图条目）