1

我无法将大小约为 1.0000.0000 个元素的字符串向量转换为具有整数的关联向量。

输入：

std::vector<std::string> s {"a","b","a","a","c","d","a"};

期望的输出：

std::vector<int> i {0,1,0,0,2,3,0};

我正在考虑在 C++ 中使用 Vector 的关联数组std::unordered_multiset中提到的一个，但我无法让它运行。

目标是减少将 c++ 字符串转换为 R 字符串所需的时间，如果我只使用数字，这会快得多。

谢谢您的帮助！

编辑：

这就是我尝试填充集合的方式：

for (size_t i = 0; i < s.size(); i++)
{
        set.insert(s[i]);
}
4

2 回答 2

3

如果您只需要键，为什么不只使用向量？

#include <iostream>
#include <string>
#include <vector>
#include <algorithm>


int main()
{
    std::vector<std::string> s {"a","b","a","a","c","d","a"};
    std::vector<int> out(s.size());
    std::transform(s.begin(), s.end(), out.begin(),[](auto& x)
    {
        return x[0] - 'a';
    });
    for(auto& i : out) std::cout << i << " ";
    std::cout << std::endl;
    return 0;
}

现场示例在这里

于 2021-10-25T15:39:23.770 回答
2

此代码将为您的给定输入输出您想要的输出。它将在 0.4 秒内处理 1.000.000 个长度为 3 的字符串。所以我认为 unordered_map 是一个可行的选择。

#include <string>
#include <iostream>
#include <unordered_map>
#include <chrono>
#include <random>

// generator function for creating a large number of strings.
std::vector<std::string> generate_strings(const std::size_t size, const std::size_t string_length)
{
    static std::random_device rd{};
    static std::default_random_engine generator{ rd() };
    static std::uniform_int_distribution<int> distribution{ 'a', 'z' };

    std::vector<std::string> strings;
    std::string s(string_length, ' ');

    for (std::size_t n = 0; n < size; n++)
    {
        for (std::size_t m = 0; m < string_length; ++m)
        {
            s[m] = static_cast<char>(distribution(generator));
        }

        strings.emplace_back(s);
    }

    return strings;
}

int main() 
{
    std::vector<std::string> strings = generate_strings(1000000, 3);
    //std::vector<std::string> strings{ "a","b","a","a","c","d","a" };

    std::unordered_map<std::string, int> map;
    std::vector<int> output;

    // speed optimization, allocate enough room for answer
    // so output doesn't have to reallocate when growing.
    output.reserve(strings.size());

    auto start = std::chrono::high_resolution_clock::now();

    int id = 0;
    for (const auto& string : strings)
    {
        if (map.find(string) == map.end())
        {
            output.push_back(id);
            map.insert({ string, id });
            id++;
        }
        else
        {
            output.push_back(map.at(string));
        }
    }

    auto duration = std::chrono::high_resolution_clock::now() - start;
    auto nanoseconds = std::chrono::duration_cast<std::chrono::nanoseconds>(duration).count();

    auto seconds = static_cast<double>(nanoseconds) / 1.0e9;

    /*
    for (const auto& value : output)
    {
        std::cout << value << " ";
    }
    */

}
于 2021-10-25T15:39:34.460 回答