-
Notifications
You must be signed in to change notification settings - Fork 23
Expand file tree
/
Copy pathunique.c
More file actions
1032 lines (946 loc) · 26.6 KB
/
Copy pathunique.c
File metadata and controls
1032 lines (946 loc) · 26.6 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
/*
* Copyright © https://github.com/microwind All rights reserved.
* @author: jarryli@gmail.com
* @version: 2.0
*
* 数组去重算法 - C 实现,20 种不同思路
*
* 算法原理:扫描数组,保留每个值的首次出现,丢弃后续重复
*
* 20 种实现按 5 类组织:
* - 第1类 基础循环(方法1-5):纯下标遍历,O(n²)
* - 第2类 排序后去重(方法6-9):相同元素相邻后扫描,O(n log n)
* - 第3类 哈希结构(方法10-14):键唯一性 O(1) 查询
* - 第4类 位图与位运算(方法15-17):极致空间效率
* - 第5类 泛型与高级技巧(方法18-20):void* / 字符串 / 结构体按字段
*
* C 没有内置 String、HashMap、泛型,所有动态结构都要自己 malloc/free。
* 这反而让你看清去重算法的"骨架"——同一个问题从 5 个角度切入。
*
* 应用场景:数据清洗、统计唯一值、数据库去重
*/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <stdint.h>
#include <time.h>
/* ==================== 工具函数 ==================== */
/**
* 打印整型数组(教学用)
*/
static void print_array(const int *arr, int len)
{
printf("{");
for (int i = 0; i < len; i++)
{
printf(" %d", arr[i]);
if (i < len - 1) printf(",");
}
printf(" }");
}
/**
* qsort 比较函数:防溢出写法
* 注意不要写成 `*(int*)a - *(int*)b`——两值符号相反时 int 溢出会出错
*/
static int int_cmp(const void *a, const void *b)
{
int ia = *(const int *)a;
int ib = *(const int *)b;
return (ia > ib) - (ia < ib);
}
/* ==================== 第1类:基础循环(方法1-5) ====================
*
* 策略:不依赖任何额外数据结构,纯靠下标、嵌套循环完成判重。
* 每一步判重都是 O(n),整体 O(n²)。
* 适用:教学、嵌入式、内存极度敏感的场景。
*/
/**
* 方法1:双循环 i == j 索引比较法
* 核心原理:对每个元素向前查找;若 i == j 表示前面没有相同值,是首次出现
*
* 时间复杂度:O(n²)
* 空间复杂度:O(n) 结果数组
*
* @param arr 输入数组(不修改)
* @param len 数组长度
* @param result 结果缓冲区(调用者分配,至少 len 长度)
* @return 去重后的实际长度
*/
int unique1(const int *arr, int len, int *result)
{
int idx = 0;
for (int i = 0; i < len; i++)
{
for (int j = 0; j <= i; j++)
{
if (arr[i] == arr[j])
{
/* i == j 表示前面没有相同值,是首次出现 */
if (i == j) result[idx++] = arr[i];
break;
}
}
}
return idx;
}
/**
* 方法2:标记数组 frequent 法
* 核心原理:给每个元素一个频次标记,frequent[i]==1 表示此前未出现
*
* 时间复杂度:O(n²)
* 空间复杂度:O(n) 频次数组 + 结果数组
*/
int unique2(const int *arr, int len, int *result)
{
/* malloc 替代 VLA,更稳健(VLA 大数组易爆栈,且 MSVC 支持有限) */
int *freq = (int *)malloc((size_t)len * sizeof(int));
if (!freq) return -1;
freq[0] = 1;
for (int i = 1; i < len; i++)
{
freq[i] = 1;
// 遍历前面的元素,判断是否重复
for (int j = 0; j < i; j++)
{
if (arr[i] == arr[j]) { freq[i]++; break; }
}
}
int idx = 0;
for (int i = 0; i < len; i++)
{
if (freq[i] == 1) result[idx++] = arr[i];
}
free(freq);
return idx;
}
/**
* 方法3:新建数组 + contains 检查
* 核心原理:维护结果数组,遍历时线性查找判重
* 这是最直观的"新手版"
*
* 时间复杂度:O(n²) - 每次 contains 是 O(n)
* 空间复杂度:O(n)
*/
int unique3(const int *arr, int len, int *result)
{
int idx = 0;
for (int i = 0; i < len; i++)
{
int found = 0;
/* 遍历结果数组,判断是否已存在当前元素 */
for (int j = 0; j < idx; j++)
{
if (result[j] == arr[i]) { found = 1; break; }
}
if (!found) result[idx++] = arr[i];
}
return idx;
}
/**
* 方法4:原地从前往后删除(memmove 风格)
* 核心原理:遇到重复就把后面元素整体前移
* 注意:会修改原数组,函数返回新长度
*
* 时间复杂度:O(n²) - 每次 memmove 是 O(n)
* 空间复杂度:O(1) - 原地修改
*/
int unique4(int *arr, int len)
{
for (int i = 0; i < len; i++)
{
for (int j = i + 1; j < len; )
{
if (arr[i] == arr[j])
{
/* 把 [j+1, len) 整体前移一位 */
memmove(&arr[j], &arr[j + 1], (size_t)(len - j - 1) * sizeof(int));
len--;
/* j 不前进,因为新的 arr[j] 是原来的 arr[j+1] */
}
else
{
j++;
}
}
}
return len;
}
/**
* 方法5:原地从后往前删除
* 核心原理:倒序遍历,与左侧任一相同则删除自身
* 倒序的好处:删除点之后元素已处理,不影响下标
*
* 时间复杂度:O(n²)
* 空间复杂度:O(1)
*/
int unique5(int *arr, int len)
{
for (int i = len - 1; i > 0; i--)
{
for (int j = 0; j < i; j++)
{
if (arr[i] == arr[j])
{
memmove(&arr[i], &arr[i + 1], (size_t)(len - i - 1) * sizeof(int));
len--;
break;
}
}
}
return len;
}
/* ==================== 第2类:排序后去重(方法6-9) ====================
*
* 策略:先 qsort 让相同元素相邻,再扫一遍删除相邻相同项。
* 复杂度由排序决定,O(n log n)。
* 优点:不需要额外哈希结构。
* 缺点:会破坏原顺序,要求元素可比较。
*/
/**
* 方法6:qsort + 相邻去重(新数组)
* 排序后扫描一遍,与前一项不同的才追加到结果
*
* 时间复杂度:O(n log n) - 排序主导
* 空间复杂度:O(n) - 结果数组
*/
int unique6(int *arr, int len, int *result)
{
if (len == 0) return 0;
qsort(arr, (size_t)len, sizeof(int), int_cmp);
int idx = 0;
result[idx++] = arr[0];
for (int i = 1; i < len; i++)
{
if (arr[i] != arr[i - 1]) result[idx++] = arr[i];
}
return idx;
}
/**
* 方法7:qsort + 双指针(LeetCode 26 经典解法)
* 核心原理:原地双指针,slow 指向最后唯一元素,fast 扫描
* 优势:O(1) 额外空间
*
* 时间复杂度:O(n log n)
* 空间复杂度:O(1)
*/
int unique7(int *arr, int len)
{
if (len == 0) return 0;
qsort(arr, (size_t)len, sizeof(int), int_cmp);
int slow = 0;
for (int fast = 1; fast < len; fast++)
{
if (arr[fast] != arr[slow])
{
arr[++slow] = arr[fast];
}
}
return slow + 1;
}
/**
* 方法8:qsort + memmove 原地
* 排序后从后往前扫,相邻相同就 memmove 删除
* 与方法7 等价但写法不同,体现 C 中"删除元素 = memmove"的惯用法
*
* 时间复杂度:O(n log n + n²) - memmove 累积成 O(n²)
* 空间复杂度:O(1)
*/
int unique8(int *arr, int len)
{
if (len == 0) return 0;
qsort(arr, (size_t)len, sizeof(int), int_cmp);
for (int i = len - 1; i > 0; i--)
{
if (arr[i] == arr[i - 1])
{
memmove(&arr[i], &arr[i + 1], (size_t)(len - i - 1) * sizeof(int));
len--;
}
}
return len;
}
/**
* 方法9:自实现快排 + 去重(教学用)
* 不用 qsort,自己写快排展示算法本质
* 工程上没必要——qsort 是高度优化的 quicksort/mergesort 混合实现
*/
static void quick_sort(int *a, int lo, int hi)
{
if (lo >= hi) return;
int pivot = a[(lo + hi) / 2];
int i = lo, j = hi;
while (i <= j)
{
while (a[i] < pivot) i++;
while (a[j] > pivot) j--;
if (i <= j)
{
int t = a[i]; a[i] = a[j]; a[j] = t;
i++; j--;
}
}
quick_sort(a, lo, j);
quick_sort(a, i, hi);
}
int unique9(int *arr, int len)
{
if (len == 0) return 0;
quick_sort(arr, 0, len - 1);
int slow = 0;
for (int fast = 1; fast < len; fast++)
{
if (arr[fast] != arr[slow]) arr[++slow] = arr[fast];
}
return slow + 1;
}
/* ==================== 第3类:哈希结构(方法10-14) ====================
*
* 策略:用键唯一性 O(1) 判重。
* C 没有内置 HashMap,要么自己写、要么用 uthash/GLib 等第三方库。
* 手写哈希表是 C 程序员必经之路。
*/
/**
* 方法10:计数数组(仅适合小范围非负整数)
* 核心原理:把值当下标,count[v] 累加频次
* 优势:O(n + V) 极快,V 是值域大小
* 缺点:值域大时浪费空间;负数需偏移
*
* 时间复杂度:O(n + V)
* 空间复杂度:O(V)
*
* @param arr 输入数组(非负)
* @param len 长度
* @param max_val 已知的最大值
* @param result 结果数组
* @return 去重后长度(保序)
*/
int unique10(const int *arr, int len, int max_val, int *result)
{
/* 假设非负整数;负数需先偏移 */
char *seen = (char *)calloc((size_t)max_val + 1, sizeof(char));
if (!seen) return -1;
int idx = 0;
for (int i = 0; i < len; i++)
{
if (arr[i] >= 0 && arr[i] <= max_val && !seen[arr[i]])
{
seen[arr[i]] = 1;
result[idx++] = arr[i];
}
}
free(seen);
return idx;
}
/* ---- 方法11/14 共用:开链法哈希集合 ---- */
typedef struct HashNode
{
int key;
int count; /* 频次(用于方法14;方法11 不读) */
struct HashNode *next;
} HashNode;
#define HASH_SIZE 1024
typedef struct
{
HashNode *buckets[HASH_SIZE];
} HashSet;
/**
* 简单乘法哈希;工程级请用 wymhash/xxhash
* 对负数也能工作(unsigned 转换后保留位模式)
*/
static unsigned hash_int(int k)
{
return (unsigned)((unsigned)k * 2654435761u) % HASH_SIZE;
}
static HashNode *hashset_find(HashSet *s, int key)
{
unsigned h = hash_int(key);
for (HashNode *p = s->buckets[h]; p; p = p->next)
{
if (p->key == key) return p;
}
return NULL;
}
/**
* 已存在返回 0;新插入返回 1
*/
static int hashset_add(HashSet *s, int key)
{
if (hashset_find(s, key)) return 0;
unsigned h = hash_int(key);
HashNode *node = (HashNode *)malloc(sizeof(HashNode));
if (!node) return -1;
node->key = key;
node->count = 1;
node->next = s->buckets[h];
s->buckets[h] = node;
return 1;
}
static void hashset_free(HashSet *s)
{
for (int i = 0; i < HASH_SIZE; i++)
{
HashNode *p = s->buckets[i];
while (p) { HashNode *n = p->next; free(p); p = n; }
s->buckets[i] = NULL;
}
}
/**
* 方法11:开链法哈希表(自实现)
* 核心原理:每个桶是链表头,碰撞时链表追加
* 是 C 实现哈希表的最经典方式
*
* 时间复杂度:O(n) 平均
* 空间复杂度:O(n)
*/
int unique11(const int *arr, int len, int *result)
{
HashSet set = {{0}};
int idx = 0;
for (int i = 0; i < len; i++)
{
if (hashset_add(&set, arr[i]) == 1) result[idx++] = arr[i];
}
hashset_free(&set);
return idx;
}
/**
* 方法12:开放地址法哈希表(线性探测)
* 核心原理:碰撞时探测下一个槽位,无需链表节点
* 优势:缓存友好,无 malloc 节点开销
* 缺点:删除复杂、负载因子敏感(这里只 add 不 remove,简单可用)
*
* 时间复杂度:O(n) 平均
* 空间复杂度:O(n)
*/
typedef struct
{
int *keys;
char *used;
int cap;
} OAHashSet;
/**
* cap 向上取到 2 的幂(便于线性探测求模等价为按位与,且不易聚集)
*/
static OAHashSet *oahs_new(int cap_hint)
{
int cap = 16;
while (cap < cap_hint) cap *= 2;
OAHashSet *s = (OAHashSet *)malloc(sizeof(*s));
s->cap = cap;
s->keys = (int *)malloc((size_t)cap * sizeof(int));
s->used = (char *)calloc((size_t)cap, sizeof(char));
return s;
}
static int oahs_add(OAHashSet *s, int key)
{
unsigned h = (unsigned)((unsigned)key * 2654435761u) % (unsigned)s->cap;
while (s->used[h])
{
if (s->keys[h] == key) return 0; /* 已存在 */
h = (h + 1) % (unsigned)s->cap; /* 线性探测下一个槽 */
}
s->keys[h] = key;
s->used[h] = 1;
return 1;
}
static void oahs_free(OAHashSet *s)
{
free(s->keys); free(s->used); free(s);
}
int unique12(const int *arr, int len, int *result)
{
/* 容量 ≥ 2 × len,保证负载因子 ≤ 0.5 */
OAHashSet *s = oahs_new(len * 2 > 16 ? len * 2 : 16);
int idx = 0;
for (int i = 0; i < len; i++)
{
if (oahs_add(s, arr[i])) result[idx++] = arr[i];
}
oahs_free(s);
return idx;
}
/**
* 方法13:开放地址法哈希表(三角数探测)
* 核心原理:探测序列 h, h+1, h+3, h+6, h+10, ...(增量 1,2,3,4,...)
* 当 cap 为 2 的幂时,三角数序列能遍历所有槽,避免线性探测的"主聚集"
* 替代第三方 uthash,避免外部依赖
*
* 时间复杂度:O(n) 平均
* 空间复杂度:O(n)
*/
typedef struct
{
int *keys;
char *used;
int cap;
} TriHashSet;
static TriHashSet *tri_new(int cap_hint)
{
int cap = 16;
while (cap < cap_hint) cap *= 2;
TriHashSet *s = (TriHashSet *)malloc(sizeof(*s));
s->cap = cap;
s->keys = (int *)malloc((size_t)cap * sizeof(int));
s->used = (char *)calloc((size_t)cap, sizeof(char));
return s;
}
static int tri_add(TriHashSet *s, int key)
{
unsigned h = (unsigned)((unsigned)key * 2654435761u) % (unsigned)s->cap;
unsigned step = 0;
while (s->used[h])
{
if (s->keys[h] == key) return 0;
step++;
h = (h + step) % (unsigned)s->cap; /* 三角数:增量 1,2,3,... */
}
s->keys[h] = key;
s->used[h] = 1;
return 1;
}
static void tri_free(TriHashSet *s)
{
free(s->keys); free(s->used); free(s);
}
int unique13(const int *arr, int len, int *result)
{
TriHashSet *s = tri_new(len * 2 > 16 ? len * 2 : 16);
int idx = 0;
for (int i = 0; i < len; i++)
{
if (tri_add(s, arr[i])) result[idx++] = arr[i];
}
tri_free(s);
return idx;
}
/**
* 方法14:哈希表 + 频次统计
* 核心原理:去重的同时统计每个值的出现次数
* 工程里"按 id 去重 + 累计金额"等场景的基础
*
* 时间复杂度:O(n) 平均
* 空间复杂度:O(n)
*
* @param arr 输入数组
* @param len 长度
* @param result 去重后的元素(保序)
* @param freq_out 与 result 一一对应的频次
* @return 去重后长度
*/
int unique14(const int *arr, int len, int *result, int *freq_out)
{
HashSet set = {{0}};
int idx = 0;
for (int i = 0; i < len; i++)
{
HashNode *node = hashset_find(&set, arr[i]);
if (node)
{
node->count++; /* 已见过:累加频次 */
}
else
{
hashset_add(&set, arr[i]); /* 新建(count=1) */
result[idx++] = arr[i];
}
}
/* 输出每个唯一值对应的频次(顺序与 result 一致) */
for (int i = 0; i < idx; i++)
{
HashNode *node = hashset_find(&set, result[i]);
freq_out[i] = node ? node->count : 0;
}
hashset_free(&set);
return idx;
}
/* ==================== 第4类:位图与位运算(方法15-17) ====================
*
* 策略:用每一位代表一个值是否出现过。
* 整数集合上的极致空间效率——10 亿个 int 只要 128MB。
* Linux 内核大量使用(cpumask_t、nodemask_t 等)。
*/
/**
* 方法15:BitSet 位图(uint64_t 数组)
* 核心原理:每个非负整数用一位标记
* 推荐场景:海量非负整数(10亿规模仅约 128MB)
*
* 时间复杂度:O(n)
* 空间复杂度:O(max_val / 64)
*/
int unique15(const int *arr, int len, int max_val, int *result)
{
int n_words = max_val / 64 + 1;
uint64_t *bits = (uint64_t *)calloc((size_t)n_words, sizeof(uint64_t));
if (!bits) return -1;
int idx = 0;
for (int i = 0; i < len; i++)
{
int v = arr[i];
if (v < 0 || v > max_val) continue;
uint64_t mask = (uint64_t)1 << (v % 64);
if (!(bits[v / 64] & mask))
{
bits[v / 64] |= mask;
result[idx++] = v;
}
}
free(bits);
return idx;
}
/**
* 方法16:字符级位图(256 字节字符集)
* 核心原理:char 数组的 256 个值,固定 32 字节就能完整覆盖
* 适合 char 数组去重(如 "banana" -> "ban")
*
* 时间复杂度:O(n)
* 空间复杂度:O(1) - 固定 32 字节
*/
int unique16_char(const char *arr, int len, char *result)
{
uint64_t bits[4] = {0, 0, 0, 0}; /* 256 位 = 4 × 64 */
int idx = 0;
for (int i = 0; i < len; i++)
{
unsigned char v = (unsigned char)arr[i];
uint64_t mask = (uint64_t)1 << (v % 64);
if (!(bits[v / 64] & mask))
{
bits[v / 64] |= mask;
result[idx++] = arr[i];
}
}
return idx;
}
/**
* 方法17:单 uint64_t 整数集合(值域 0~63)
* 核心原理:所有值都在 [0, 63] 时,一个 uint64_t 就够了
* 优势:极致紧凑,全部位运算
* 缺点:值域受限
*
* 时间复杂度:O(n)
* 空间复杂度:O(1)
*/
int unique17(const int *arr, int len, int *result)
{
uint64_t seen = 0;
int idx = 0;
for (int i = 0; i < len; i++)
{
if (arr[i] < 0 || arr[i] > 63) continue;
uint64_t mask = (uint64_t)1 << arr[i];
if (!(seen & mask))
{
seen |= mask;
result[idx++] = arr[i];
}
}
return idx;
}
/* ==================== 第5类:泛型与高级技巧(方法18-20) ====================
*
* 策略:用 void* + cmp_fn 模拟泛型;自定义 cmp 处理字符串和结构体。
* 这是 C 中"泛型编程"的标准模式(参考 qsort 的 API 设计)。
*/
/**
* 方法18:通用泛型去重(void* + cmp_fn)
* 核心原理:模仿 qsort 的 API 设计,通过 void* 和回调支持任意类型
*
* 时间复杂度:O(n log n) - qsort 主导
* 空间复杂度:O(n) - 临时缓冲
*
* @param arr 输入数组(不修改)
* @param len 元素个数
* @param elem_size 单元素大小
* @param cmp 比较函数
* @param result 结果缓冲区
* @return 去重后长度
*/
int unique18(const void *arr, int len, size_t elem_size,
int (*cmp)(const void *, const void *),
void *result)
{
if (len == 0) return 0;
/* 复制一份输入,避免修改原数组 */
void *tmp = malloc((size_t)len * elem_size);
if (!tmp) return -1;
memcpy(tmp, arr, (size_t)len * elem_size);
qsort(tmp, (size_t)len, elem_size, cmp);
char *r = (char *)result;
char *t = (char *)tmp;
memcpy(r, t, elem_size);
int idx = 1;
for (int i = 1; i < len; i++)
{
char *cur = t + (size_t)i * elem_size;
char *prev = t + (size_t)(i - 1) * elem_size;
if (cmp(cur, prev) != 0)
{
memcpy(r + (size_t)idx * elem_size, cur, elem_size);
idx++;
}
}
free(tmp);
return idx;
}
/**
* 方法19:字符串数组去重(char**)
* 核心原理:与方法18 类似,但 cmp 用 strcmp
* 注意:char** 元素本身是指针,去重的是"字符串内容相同"
*
* 时间复杂度:O(n log n × m) - m 是平均字符串长度
* 空间复杂度:O(n) - 指针副本
*/
static int str_cmp(const void *a, const void *b)
{
return strcmp(*(const char **)a, *(const char **)b);
}
int unique19(const char **arr, int len, const char **result)
{
if (len == 0) return 0;
/* 排序前先复制指针数组(不复制字符串本身) */
const char **tmp = (const char **)malloc((size_t)len * sizeof(char *));
if (!tmp) return -1;
memcpy(tmp, arr, (size_t)len * sizeof(char *));
qsort(tmp, (size_t)len, sizeof(char *), str_cmp);
result[0] = tmp[0];
int idx = 1;
for (int i = 1; i < len; i++)
{
if (strcmp(tmp[i], tmp[i - 1]) != 0)
{
result[idx++] = tmp[i];
}
}
free(tmp);
return idx;
}
/**
* 方法20:结构体按字段去重
* 核心原理:自定义 cmp 函数从结构体提取键
* 这是工程里最常见的需求:"按 user_id 去重"
*
* 时间复杂度:O(n log n)
* 空间复杂度:O(1) - 原地排序
*/
typedef struct
{
int id;
char name[32];
double score;
} User;
static int user_id_cmp(const void *a, const void *b)
{
int ia = ((const User *)a)->id;
int ib = ((const User *)b)->id;
return (ia > ib) - (ia < ib);
}
int unique20(User *arr, int len, User *result)
{
if (len == 0) return 0;
qsort(arr, (size_t)len, sizeof(User), user_id_cmp);
result[0] = arr[0];
int idx = 1;
for (int i = 1; i < len; i++)
{
if (arr[i].id != arr[i - 1].id)
{
result[idx++] = arr[i];
}
}
return idx;
}
/* ==================== main 函数 ==================== */
/**
* 主函数:测试 20 种数组去重方法
*
* 测试数据:{1, 3, -1, 1, 2, 2, 4, 2, 2, -1}
* 包含重复元素:1×2、-1×2、2×4、3×1、4×1
* 期望保序结果:{1, 3, -1, 2, 4}
* 期望排序结果:{-1, 1, 2, 3, 4}
*/
int main(void)
{
int base[] = {1, 3, -1, 1, 2, 2, 4, 2, 2, -1};
int len = (int)(sizeof(base) / sizeof(base[0]));
int buf[64];
printf("base: ");
print_array(base, len);
printf("\n\n");
/* ---- 第1类:基础循环(方法1-5),保序 ---- */
printf("---- 第1类:基础循环(O(n²),保序) ----\n");
int n;
n = unique1(base, len, buf);
printf("unique1 (双循环 i==j): ");
print_array(buf, n);
printf("\n");
n = unique2(base, len, buf);
printf("unique2 (frequent 标记): ");
print_array(buf, n);
printf("\n");
n = unique3(base, len, buf);
printf("unique3 (contains 检查): ");
print_array(buf, n);
printf("\n");
int tmp4[16];
memcpy(tmp4, base, sizeof(base));
n = unique4(tmp4, len);
printf("unique4 (原地正向删除): ");
print_array(tmp4, n);
printf("\n");
int tmp5[16];
memcpy(tmp5, base, sizeof(base));
n = unique5(tmp5, len);
printf("unique5 (原地反向删除): ");
print_array(tmp5, n);
printf("\n\n");
/* ---- 第2类:排序后去重(方法6-9),输出升序 ---- */
printf("---- 第2类:排序后去重(O(n log n),输出升序) ----\n");
int tmp6[16];
memcpy(tmp6, base, sizeof(base));
n = unique6(tmp6, len, buf);
printf("unique6 (qsort+相邻去重): ");
print_array(buf, n);
printf("\n");
int tmp7[16];
memcpy(tmp7, base, sizeof(base));
n = unique7(tmp7, len);
printf("unique7 (qsort+双指针): ");
print_array(tmp7, n);
printf("\n");
int tmp8[16];
memcpy(tmp8, base, sizeof(base));
n = unique8(tmp8, len);
printf("unique8 (qsort+memmove): ");
print_array(tmp8, n);
printf("\n");
int tmp9[16];
memcpy(tmp9, base, sizeof(base));
n = unique9(tmp9, len);
printf("unique9 (自实现快排+双指针): ");
print_array(tmp9, n);
printf("\n\n");
/* ---- 第3类:哈希结构(方法10-14),保序 ---- */
printf("---- 第3类:哈希结构(O(n),保序) ----\n");
/* 方法10/15/17 仅支持非负值,用一组非负数据 */
int pos_arr[] = {1, 3, 1, 2, 2, 4, 2, 2};
int pos_len = (int)(sizeof(pos_arr) / sizeof(pos_arr[0]));
n = unique10(pos_arr, pos_len, 4, buf);
printf("unique10 (计数数组 V≤4): ");
print_array(buf, n);
printf(" [输入: ");
print_array(pos_arr, pos_len);
printf("]\n");
n = unique11(base, len, buf);
printf("unique11 (开链哈希表): ");
print_array(buf, n);
printf("\n");
n = unique12(base, len, buf);
printf("unique12 (开放地址-线性探测): ");
print_array(buf, n);
printf("\n");
n = unique13(base, len, buf);
printf("unique13 (开放地址-三角探测): ");
print_array(buf, n);
printf("\n");
int freq_buf[64];
n = unique14(base, len, buf, freq_buf);
printf("unique14 (哈希+频次统计): ");
print_array(buf, n);
printf(" freq=");
print_array(freq_buf, n);
printf("\n\n");
/* ---- 第4类:位图与位运算(方法15-17) ---- */
printf("---- 第4类:位图与位运算(O(n)) ----\n");
n = unique15(pos_arr, pos_len, 4, buf);
printf("unique15 (BitSet uint64[]): ");
print_array(buf, n);
printf(" [输入: ");
print_array(pos_arr, pos_len);
printf("]\n");
/* 方法16 用字符数据演示 */
const char *cstr = "banana";
char cresult[8];
n = unique16_char(cstr, (int)strlen(cstr), cresult);
printf("unique16 (char 位图 256-bit): \"%s\" -> \"", cstr);
for (int i = 0; i < n; i++) putchar(cresult[i]);
printf("\"\n");
n = unique17(pos_arr, pos_len, buf);
printf("unique17 (单 uint64 [0,63]): ");
print_array(buf, n);
printf(" [输入: ");
print_array(pos_arr, pos_len);
printf("]\n\n");
/* ---- 第5类:泛型与高级技巧(方法18-20) ---- */
printf("---- 第5类:泛型与高级技巧 ----\n");
/* 方法18:void*+cmp 通用版(用 int 演示) */
n = unique18(base, len, sizeof(int), int_cmp, buf);
printf("unique18 (void*+cmp 泛型): ");
print_array(buf, n);
printf("\n");
/* 方法19:字符串数组 */
const char *strs[] = {"apple", "banana", "apple", "cherry", "banana"};
const char *sresult[5];
int sn = unique19(strs, 5, sresult);
printf("unique19 (字符串数组): { ");
for (int i = 0; i < sn; i++)
{
printf("\"%s\"%s", sresult[i], i < sn - 1 ? ", " : "");
}
printf(" }\n");
/* 方法20:结构体按 id 字段 */
User users[] = {
{1, "Alice", 95.0},
{2, "Bob", 88.5},
{1, "Alicia", 90.0},
{3, "Carol", 77.0},
{2, "Bobby", 85.0}
};
User uresult[5];
int un = unique20(users, 5, uresult);
printf("unique20 (struct 按 id): { ");
for (int i = 0; i < un; i++)
{
printf("{id=%d, name=\"%s\"}%s",
uresult[i].id, uresult[i].name, i < un - 1 ? ", " : "");
}
printf(" }\n");
return 0;
}
/*
* 编译运行:
* gcc unique.c -o /tmp/unique && /tmp/unique
*
* 预期输出(已实测):
*