Dada una array de n enteros no negativos. La tarea es encontrar la frecuencia de un elemento particular en el rango arbitrario de array[]. El rango se proporciona como posiciones (no como índices basados en 0) en la array. Puede haber múltiples consultas de un tipo dado.
Ejemplos:
Input : arr[] = {2, 8, 6, 9, 8, 6, 8, 2, 11}; left = 2, right = 8, element = 8 left = 2, right = 5, element = 6 Output : 3 1 The element 8 appears 3 times in arr[left-1..right-1] The element 6 appears 1 time in arr[left-1..right-1]
Enfoque ingenuo: es recorrer de izquierda a derecha y actualizar la variable de conteo cada vez que encontramos el elemento.
A continuación se muestra el código del enfoque Naive: –
Python3
# Python program to find total # count of an element in a range # Returns count of element # in arr[left-1..right-1] def findFrequency(arr, n, left, right, element): count = 0 for i in range(left - 1, right): if (arr[i] == element): count += 1 return count # Driver Code arr = [2, 8, 6, 9, 8, 6, 8, 2, 11] n = len(arr) # Print frequency of 2 from position 1 to 6 print("Frequency of 2 from 1 to 6 = ", findFrequency(arr, n, 1, 6, 2)) # Print frequency of 8 from position 4 to 9 print("Frequency of 8 from 4 to 9 = ", findFrequency(arr, n, 4, 9, 8)) # This code is contributed by Anant Agarwal.
Producción:
Frequency of 2 from 1 to 6 = 1 Frequency of 8 from 4 to 9 = 2
La complejidad de tiempo de este enfoque es O (derecha – izquierda + 1) o O (n)
Espacio auxiliar : O (1)
Un enfoque eficiente es usar hashing. En C++, podemos usar unordered_map
- Al principio, almacenaremos la posición en el mapa [] de cada elemento distinto como un vector como ese
int arr[] = {2, 8, 6, 9, 8, 6, 8, 2, 11}; map[2] = {1, 8} map[8] = {2, 5, 7} map[6] = {3, 6} ans so on...
- Como podemos ver que los elementos en map[] ya están ordenados (porque insertamos elementos de izquierda a derecha), la respuesta se reduce a encontrar el recuento total en ese hash map[] usando un método de búsqueda binaria.
- En C++ podemos usar lower_bound que devolverá un iterador que apunta al primer elemento en el rango [first, last] que tiene un valor no menor que ‘left’. y upper_bound devuelve un iterador que apunta al primer elemento en el rango [primero, último] que tiene un valor mayor que ‘derecho’.
- Después de eso, solo tenemos que restar el resultado de upper_bound() y lower_bound() para obtener la respuesta final. Por ejemplo, supongamos que queremos encontrar el recuento total de 8 en el rango de [1 a 6], entonces la función map[8] de lower_bound() devolverá el resultado 0 (apuntando a 2) y upper_bound() lo hará. devuelve 2 (apuntando a 7), por lo que debemos restar ambos resultados como 2 – 0 = 2.
A continuación se muestra el código del enfoque anterior.
Python3
# Python3 program to find total count of an element from collections import defaultdict as dict from bisect import bisect_left as lower_bound from bisect import bisect_right as upper_bound store = dict(list) # Returns frequency of element # in arr[left-1..right-1] def findFrequency(arr, n, left, right, element): # Find the position of # first occurrence of element a = lower_bound(store[element], left) # Find the position of # last occurrence of element b = upper_bound(store[element], right) return b - a # Driver code arr = [2, 8, 6, 9, 8, 6, 8, 2, 11] n = len(arr) # Storing the indexes of # an element in the map for i in range(n): store[arr[i]].append(i + 1) # Print frequency of 2 from position 1 to 6 print("Frequency of 2 from 1 to 6 = ", findFrequency(arr, n, 1, 6, 2)) # Print frequency of 8 from position 4 to 9 print("Frequency of 8 from 4 to 9 = ", findFrequency(arr, n, 4, 9, 8)) # This code is contributed by Mohit Kumar
Producción:
Frequency of 2 from 1 to 6 = 1 Frequency of 8 from 4 to 9 = 2
Este enfoque será beneficioso si tenemos una gran cantidad de consultas de un rango arbitrario que preguntan la frecuencia total de un elemento en particular.
Complejidad de tiempo: O (log N) para consulta única.
¡Consulte el artículo completo sobre consultas de rango para frecuencias de elementos de array para obtener más detalles!
Publicación traducida automáticamente
Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA