在 C 中查找字符串数组中的唯一元素

Question

C 对字符串的处理让我烦恼。我脑子里有这样的伪代码：

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
  }
}

但是当我编码时结果很糟糕。（我处理了所有内存的东西，小东西等）问题显然是在第二个循环中：D。但我想不出任何解决办法。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 独特的：应该找到 abc def abe deg 。

Answer 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查找重复项。结果是 O(N log N) 而不是（我认为）O(N^2)。

这是 15 分钟的午餐版本，没有错误检查：

  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 );
  }

Answer 2

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;
}

如果我做得正确的话，每个唯一字符串第一次出现的索引应该在 unique[0..n-1] 中。

Answer 3

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

abc
def
abc
abc
lop

then

当 i==4

tmp="lop"

但随后第二个循环开始，从 1 到 19。这意味着它在一个阶段也会得到值 4，然后是

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

希望有帮助。

Answer 4

多思考一下您的问题 - 您真正想做的是查看 PREVIOUS 字符串，看看您是否已经见过它。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

Answer 5

您的测试是否可能是 if (strcmp (this, that)) 如果两者不同，它会成功？ !strcmp 可能就是您想要的。