perl 更好的方法来统计数组中每个元素的出现次数

我有两个数组,一个是根数组,包含大量元素。另一个是测试数组,其所有元素都是根数组的子集。我想构建一个新数组,其大小与根数组相同,并且在特定位置的元素值代表该元素在测试数组中的出现次数。

当两个数组大小较小时,以下代码运行良好。但我遇到的实际问题是,根数组大约有15000个元素,并且有大约14000个测试数组。
我想知道是否有更好的算法。你们有什么建议吗?

my @root=qw(1 2 3 4 5 6 7 8 10);my @aa=qw(1 1 2 3);my @count;foreach my $eleroot(@root){my $mathnum=0;my ($i) = grep { $root[$_] ~~ $eleroot } 0 .. $#root;foreach my $eleaa(@aa){ if ($eleroot==$eleaa){  $mathnum++;   } } $count[$i]=$mathnum;}print @count;


回答:

更好的算法是使用哈希来记录计数。对于你的示例数组,代码看起来会像这样。(并且会比你的解决方案运行得快得多)。

#!/usr/bin/perluse strict;use warnings;my @root=qw(1 2 3 4 5 6 7 8 10);my @aa=qw(1 1 2 3);print join("\t", @root), "\n";my %seen;for my $data (@aa) {    $seen{$data}++; }print join("\t", map {$_ // '0'} @seen{@root}), "\n";   

输出为:

1       2       3       4       5       6       7       8       102       1       1       0       0       0       0       0       0

@seen{@root} 是以 @root 数组为键的哈希片段。如果没有找到任何 @root 元素的项目,则 map 提供一个零。

map {$_ // '0'} 部分的意思是,如果 $_ 有计数,则传递给 join 一个计数,否则传递一个零。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注