在C中的字符串数组中查找唯一元素答案

【问题标题】：Finding unique elements in an string array in C在C中的字符串数组中查找唯一元素
【发布时间】：2011-02-17 18:28:42
【问题描述】：

C 对字符串的处理让我很困扰。我脑子里有个这样的伪代码：

char *data[20]; 

char *tmp; int i,j;

for(i=0;i<20;i++) {
  tmp = data[i]; 
  for(j=1;j<20;j++) 
  {
    if(strcmp(tmp,data[j]))
      //then except the uniqueness, store them in elsewhere
  }
}

但是当我对此进行编码时，结果很糟糕。（我处理了所有的内存内容，小事情等）问题显然出在第二个循环中：D。但我想不出任何解决方案。如何在数组中找到唯一的字符串。

输入示例：输入 abc def abe abc def deg 唯一的：应该找到 abc def abe deg。

【问题讨论】：

首先对数组进行排序会让您走得更远。然后只是遍历字符串，如果当前字符串与之前的字符串不同，它是唯一的，你可以将它存储在其他地方。
问题是我需要确切的位置。你知道这样：输入：abc def abe abc def deg 输入了唯一的：abc def abe deg 如果我对数组进行排序，我将得到这样的唯一的：abc abe def deg 这不是我想要的我需要的位置也是。
然后在您排序的初始数组中创建一个指针数组或数组索引数组，而不是对初始数组进行排序。
他也可以尝试构建一个哈希表，尽管只有 20 个左右的项目，这肯定是矫枉过正。

标签： c arrays string strcmp

【解决方案1】：

您可以使用qsort 强制重复项彼此相邻。排序后，您只需比较相邻条目即可找到重复项。结果是 O(N log N) 而不是（我认为） O(N^2)。

这是没有错误检查的 15 分钟午餐时间版本：

  typedef struct {
     int origpos;
     char *value;
  } SORT;

  int qcmp(const void *x, const void *y) {
     int res = strcmp( ((SORT*)x)->value, ((SORT*)y)->value );
     if ( res != 0 )
        return res;
     else
        // they are equal - use original position as tie breaker
        return ( ((SORT*)x)->origpos - ((SORT*)y)->origpos );
  }

  int main( int argc, char* argv[] )
  {
     SORT *sorted;
     char **orig;
     int i;
     int num = argc - 1;

     orig = malloc( sizeof( char* ) * ( num ));
     sorted = malloc( sizeof( SORT ) * ( num ));

     for ( i = 0; i < num; i++ ) {
        orig[i] = argv[i + 1];
        sorted[i].value = argv[i + 1];
        sorted[i].origpos = i;
        }

     qsort( sorted, num, sizeof( SORT ), qcmp );

     // remove the dups (sorting left relative position same for dups)
     for ( i = 0; i < num - 1; i++ ) {
        if ( !strcmp( sorted[i].value, sorted[i+1].value ))
           // clear the duplicate entry however you see fit
           orig[sorted[i+1].origpos] = NULL;  // or free it if dynamic mem
        }

     // print them without dups in original order
     for ( i = 0; i < num; i++ )
        if ( orig[i] )
           printf( "%s ", orig[i] );

     free( orig );
     free( sorted );
  }

【讨论】：

我知道这一点。我不想要一个排序数组并完成这项工作。我需要这些你知道的位置。你知道这样：输入：abc def abe abc def deg 输入了唯一的：abc def abe deg 如果我对数组进行排序，我将得到这样的唯一的：abc abe def deg 这不是我想要的我需要的位置也是。
我认为 Mark 实际上并不知道，因为您在问题中没有提到这一点。
这就是我问这个的原因:)。我已经知道排序和检查相邻元素。但这并不能解决我的问题。
按照 WhirlWind 的建议对索引数组进行排序应该可以解决这个问题。它会保持原始订单不变。

【解决方案2】：

可能你的测试是 if (strcmp (this, that)) 如果两者不同就会成功？ !strcmp 可能是你想要的。

【讨论】：

【解决方案3】：

char *data[20];
int i, j, n, unique[20];

n = 0;
for (i = 0; i < 20; ++i)
{
    for (j = 0; j < n; ++j)
    {
        if (!strcmp(data[i], data[unique[j]]))
           break;
    }

    if (j == n)
        unique[n++] = i;
}

如果我做对了，每个唯一字符串的第一次出现的索引应该在 unique[0..n-1] 中。

【讨论】：

这看起来很有趣，我会试试这个。

【解决方案4】：

为什么要从 1 开始第二个循环？

你应该从我+1。即

for(j=i+1;j<20;j++)

如果列表是这样的

abc
def
abc
abc
lop

然后

当 i==4

tmp="lop"

然后第二个循环开始，从 1 到 19。这意味着它在一个阶段也将获得 4 的值，然后

data[4]，即“lop”，将与 tmp 相同。所以虽然“lop”是唯一的，但它会被标记为重复。

希望对您有所帮助。

【讨论】：

这绝对不是主要问题。还是 O(n^2)
这真的取决于你对“主要问题”的定义。这个答案已经确定了一个比性能问题更严重的正确性问题。
@caf 和@Terry：实际上，在他的问题中我没有找到任何与性能相关的内容。他的报价“但是当我编码时结果很糟糕。（我处理了所有的内存东西，小东西等）问题显然出在第二个循环中：D。但我想不出任何解决方案。我如何找到唯一的字符串在一个数组中。”所以我只关注他的代码为什么不起作用。后来，从其他答案和 cmet 中，我意识到讨论已经采取了不同的形式。

【解决方案5】：

多想想你的问题——你真正想做的是查看以前的字符串，看看你是否已经看过它。因此，对于每个字符串 n，将其与字符串 0 到 n-1 进行比较。

print element 0 (it is unique)
for i = 1 to n
  unique = 1
  for j = 0 to i-1 (compare this element to the ones preceding it)
    if element[i] == element[j]
       unique = 0
       break from loop
  if unique, print element i

【讨论】：