一道面试题，求更好的答案

数字都很小，最小到最大只不过是 0～9所以统计过程可以简化为只需要一个一维数组来完成：
int[] count = new int[10];
for (int i = 0;i<array.length;i++) {
count[array[i]]++;
}

改变你的数据存储方式，不要仅仅局限于for循环、冒泡之类的线性算法，并且把“面向”对象的思想融入编程。
以下方法，算法的平均复杂度为O(Nlog2N)。
中心思想：遍历数组，依次插入到二叉排序树，如果找到数字相等的，节点的count++；中序遍历算法，输出这个二叉排序树。（PS：如果想得到标准的O(Nlog2N)算法，可以通过旋转树枝的办法，减小树的高度，把二叉排序树优化为平衡二叉树。）
节点类：
package tm.cao.sort;/**
* 节点类
*
*/
public class TreeNode {

/**
* 关键字
*/
private int data;/**
* 左子树
*/
private TreeNode leftCh;/**
* 右子树
*/
private TreeNode rightCh;/**
* 关键字出现的次数
*/
private int count;
public int getData() {
return data;
}
public TreeNode getLeftCh() {
return leftCh;
}
public TreeNode getRightCh() {
return rightCh;
}
public int getCount() {
return count;
}
public void setData(int data) {
this.data = data;
}
public void setLeftCh(TreeNode leftCh) {
this.leftCh = leftCh;
}
public void setRightCh(TreeNode rightCh) {
this.rightCh = rightCh;
}
public void setCount(int count) {
this.count = count;
}
public TreeNode(int data) {
super();
this.data = data;
this.count=1;
}
public TreeNode(int data, TreeNode leftCh, TreeNode rightCh) {
super();
this.data = data;
this.leftCh = leftCh;
this.rightCh = rightCh;
this.count = 1;
}
public TreeNode() {
super();
}/* 为了便于调试和输出  生成toString()
*/
@Override
public String toString() {
return "数字=" + data + ", 出现次数=" + count + "";
}}二叉排序树的类：
package tm.cao.sort;import org.junit.Test;/**
* 二叉排序树的类
*
*/
public class TreeInsert {

/**
* 根节点
*/
private TreeNode root;public TreeNode getRoot() {
return root;
}public void setRoot(TreeNode root) {
this.root = root;
}/**
* 总的方法
*/
public void createTreeAndOutPut(int[] array){
//只需遍历一次数组遍历的同时插入节点到排序树
for(int data:array){
this.insertNode(data);
}
//中序输出这个排序树
this.middleOrder(root);
}/**
* 中序遍历递归算法 p为当前节点的指针
*/
public void middleOrder(TreeNode p){
if(p!=null){
//遍历左子树
this.middleOrder(p.getLeftCh());
//遍历本次节点
System.out.println(p);
//遍历右子树
this.middleOrder(p.getRightCh());
}
}
/**
* 插入单个节点的方法
*/
public void insertNode(int data){
//如果没有根节点创造新的根节点
if(this.getRoot()==null){
root=new TreeNode(data);
}else{
//初始化指针p指向根节点
TreeNode p=root;
while(true){
//如果p的data小于data
if(p.getData()<data){
//如果p没有左子树  则直接插入到p的左子树
if(p.getLeftCh()==null){
TreeNode leftCh=new TreeNode(data);
p.setLeftCh(leftCh);
break;
}else{
//如果p有左子树则让指针指向p的左子树继续遍历
p=p.getLeftCh();
continue;
}
}
//插入右子树的情况和左子树类似
else if(p.getData()>data){
if(p.getRightCh()==null){
TreeNode rightCh=new TreeNode(data);
p.setRightCh(rightCh);
break;
}else{
p=p.getRightCh();
continue;
}
}else{
//设置重复的情况  不必插入新的节点，直接让p的count加1
int count=p.getCount();
count++;
p.setCount(count);
break;
}
}
}
}/**
* 用于测试的类  为了程序的健壮性，我们多生成些随机数放入数组
*/
@Test
public void test(){
TreeInsert ti=new TreeInsert();
int[] array={3,47,43,73,86,36,96,47,36,61,46,99,69,81,62,97,74,24,67,62,42,81,14,57,20,42,53,32,37,32,16,76,2,27,66,56,50,26,71,7,32,90,79,78,53,12,56,85,99,26,96,96,68,27,31,5,3,72,93,15,55,59,56,35,64,38,54,82,46,22,31,62,43,9,90};
ti.createTreeAndOutPut(array);
}
}

统计各个数字出现的次数,至于排序,暂时没什么想法,都是书上那些吧    public static HashMap<Integer, Integer> getCount(int[] source) {
        HashMap<Integer, Integer> count = new HashMap<Integer, Integer>();
        for (int i=0; i<source.length; i++) {
            count.put(source[i], count.get(source[i])==null?1:count.get(source[i])+1);
        }
        return count;
    }

9楼的HashMap换成TreeMap就行了
TreeMap是个红黑树吧，我记得。

int array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
7, 8, 8, 7, 8, 7, 9, 0 };
Map<Integer,Integer> map = new HashMap<Integer,Integer>();
for(int i:array){
if (map.containsKey(i)){
map.put(i, map.get(i)+1);
}else{
map.put(i, 1);
}
}
//map按值排序
List<Map.Entry<Integer,Integer>> list = new ArrayList<Map.Entry<Integer,Integer>>(map.entrySet());
Collections.sort(list, new Comparator<Map.Entry<Integer, Integer>>() {
    public int compare(Map.Entry<Integer, Integer> o1,
            Map.Entry<Integer, Integer> o2) {
        return ( o2.getValue()-o1.getValue());
    }
});
for(Map.Entry<Integer, Integer> m:list){
System.out.println(m.getKey()+"--"+m.getValue());
}

能想到集合框架固然好，但是，某些时候的笔试和面试，是禁用Java集合框架的。

是啊，面试的时候不让使用 api 里现成的方法

呵呵，这也和面试官有关，有的面试官考察思维，有的注重考察对API的熟悉情况，反正我感觉两方面都要练习。

int array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
7, 8, 8, 7, 8, 7, 9, 0 };
Arrays.sort(array); // 小到大顺序
Set<Integer> set = new HashSet<Integer>();
int setLen = 0;

Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for(Integer a: array) {
set.add(a);
if(set.size()>setLen) { // set长度发生变化的情况
Integer num = map.get(a);
num = (num!=null)?num:0;
map.put(a, num+1);
}
}
Iterator<Integer> it = map.keySet().iterator();
while(it.hasNext()) {
int key = it.next();
System.out.println(key+":"+map.get(key));
}

第二次的二叉排序的节点：
package tm.cao.sort;/**
* 以“出现次数”为关键字的节点本身包含一个链表插入的方法为头插法
*
*/
public class CountNode {

/**
* 出现次数
*/
private int count;/**
* 链表的表头节点
*/
private SimpleNode first;/**
* 左子树
*/
private CountNode leftCh;/**
* 右子树
*/
private CountNode rightCh;
public int getCount() {
return count;
}public CountNode getLeftCh() {
return leftCh;
}
public CountNode getRightCh() {
return rightCh;
}
public void setCount(int count) {
this.count = count;
}public SimpleNode getFirst() {
return first;
}
public void setFirst(SimpleNode first) {
this.first = first;
}public void setLeftCh(CountNode leftCh) {
this.leftCh = leftCh;
}
public void setRightCh(CountNode rightCh) {
this.rightCh = rightCh;
}
public CountNode(int count, SimpleNode first){
super();
this.count = count;
this.first = first;
}
public CountNode(int count) {
super();
this.count = count;
}
public CountNode() {
super();
}
@Override
public String toString() {
return "CountNode [count=" + count + "]";
}}

countNode里边的链表所包含的节点package tm.cao.sort;/**
*为了计算方便，这是简单的节点类，只包含next指针和数字域
*
*/
public class SimpleNode {

/**
* 数字
*/
private int data;/**
* 对应链表中的下一个节点
*/
private SimpleNode next;
public int getData() {
return data;
}
public SimpleNode getNext() {
return next;
}
public void setData(int data) {
this.data = data;
}
public void setNext(SimpleNode next) {
this.next = next;
}
public SimpleNode(int data) {
super();
this.data = data;
}
public SimpleNode() {
super();
}
@Override
public String toString() {
return "SimpleNode [数字=" + data + "]";
}}
改进了一下一开始的方法，中心思想“遍历第一个二叉树的同时，向第二颗二叉排序树插叶子”package tm.cao.sort;import org.junit.Test;/**
* 二叉排序树的类
*
*/
public class TreeInsert {

/**
* 根节点
*/
private TreeNode root;public TreeNode getRoot() {
return root;
}public void setRoot(TreeNode root) {
this.root = root;
}/**
* 总的方法
*/
public void createTreeAndOutPut(int[] array){
//只需遍历一次数组遍历的同时插入节点到排序树
for(int data:array){
this.insertNode(data);
}
//中序遍历这个二叉排序树
this.middleOrder(root);
//按照出现次数输出所有数字
middleOrderCountTree(this.getCountRoot());
}private CountNode countRoot;
public CountNode getCountRoot() {
return countRoot;
}public void setCountRoot(CountNode countRoot) {
this.countRoot = countRoot;
}/**
* 插入单个countNode的方法
*/
public void insertCountNode(TreeNode node){
int count=node.getCount();
//如果没有根节点创造新的根节点
if(this.getCountRoot()==null){
countRoot=new CountNode(count);
SimpleNode sn=new SimpleNode(node.getData());
//设置这个链表的头结点指针
countRoot.setFirst(sn);
}else{
//初始化指针p指向根节点
CountNode p=this.getCountRoot();
while(true){
//如果p的data小于data
if(p.getCount()<count){
//如果p没有左子树  则直接插入到p的左子树
if(p.getLeftCh()==null){
CountNode leftCh=new CountNode(count);
//由于节点是新建的  所以它的链表也是空的，因此要设置链表的头指针
SimpleNode sn=new SimpleNode(node.getData());
leftCh.setFirst(sn);
p.setLeftCh(leftCh);
break;
}else{
//如果p有左子树则让指针指向p的左子树继续遍历
p=p.getLeftCh();
continue;
}
}
//插入右子树的情况和左子树类似
else if(p.getCount()>count){
if(p.getRightCh()==null){
CountNode rightCh=new CountNode(count);
SimpleNode sn=new SimpleNode(node.getData());
rightCh.setFirst(sn);
p.setRightCh(rightCh);
break;
}else{
p=p.getRightCh();
continue;
}
}else{
//找到count的值相等的  不必插入新的节点，但要用头插法把节点插入到所含链表的头部
SimpleNode first=p.getFirst();
SimpleNode sn=new SimpleNode(node.getData());
sn.setNext(first);
//设置头指针
p.setFirst(sn);
break;
}
}
}
}
/**
* 中序遍历递归算法 p为当前节点的指针
*/
public void middleOrder(TreeNode p){
if(p!=null){
//遍历左子树
this.middleOrder(p.getLeftCh());
//遍历本次节点的同时，插入到“以出现次数为关键字的二叉排序树”
this.insertCountNode(p);
//遍历右子树
this.middleOrder(p.getRightCh());
}
}
/**
* 中序遍历递归算法输出
*/
public void middleOrderCountTree(CountNode p){
if(p!=null){
//遍历左子树
this.middleOrderCountTree(p.getLeftCh());
//遍历本次节点即遍历整个链表
SimpleNode sp=p.getFirst();
System.out.println("出现次数为"+p.getCount()+"的数字有：");
while(sp!=null){
System.out.print("   "+sp.getData());
sp=sp.getNext();
}
System.out.println();
//遍历右子树
this.middleOrderCountTree(p.getRightCh());
}
}
/**
* 插入单个节点的方法
*/
public void insertNode(int data){
//如果没有根节点创造新的根节点
if(this.getRoot()==null){
root=new TreeNode(data);
}else{
//初始化指针p指向根节点
TreeNode p=root;
while(true){
//如果p的data小于data
if(p.getData()<data){
//如果p没有左子树  则直接插入到p的左子树
if(p.getLeftCh()==null){
TreeNode leftCh=new TreeNode(data);
p.setLeftCh(leftCh);
break;
}else{
//如果p有左子树则让指针指向p的左子树继续遍历
p=p.getLeftCh();
continue;
}
}
//插入右子树的情况和左子树类似
else if(p.getData()>data){
if(p.getRightCh()==null){
TreeNode rightCh=new TreeNode(data);
p.setRightCh(rightCh);
break;
}else{
p=p.getRightCh();
continue;
}
}else{
//设置重复的情况  不必插入新的节点，直接让p的count加1
int count=p.getCount();
count++;
p.setCount(count);
break;
}
}
}
}/**
* 用于测试的类  为了程序的健壮性，我们多生成些随机数放入数组
*/
@Test
public void test(){
TreeInsert ti=new TreeInsert();
int[] array={2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
            3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
            7, 8, 8, 7, 8, 7, 9, 0 };
ti.createTreeAndOutPut(array);
}
}

这个可以用映射的Map(Key,Value)的思想。

数值分布有限的话，一楼就是好方法。这种箱排序在有限的访问内排序是无敌的，因为比较类排序复杂度都是超过o(NlogN)的，当然代价是对应数组值范围的空间。未知范围因为要统计每个数字出现次数，用hash和二叉排序树都可以，原因都是快速查找之前是否出现过这个数字。然后遍历hashTable和二叉排序树另外开辟生成数组再进行排序，居然还有人说先平衡二叉树，知道红黑树或者AA树有多少代码多少if-else么。。附个红黑树的代码吧，不过是c++的。。面向对象就更扯不上了。这么复杂笔试调试出来不是扯谈么。其实数据量小的时候算法都是浮云，20个数，nlogn的快排也许还没n^2冒泡快。#ifndef RBTREE_H_
#define RBTREE_H_

#include <iostream>
#include <string>
using namespace std;template<class K,class V>
class RBTree{private:
RBTree(const RBTree& input){throw "拷贝构造还没写";}
const RBTree& operator=(const RBTree& input){throw "=还没写";}
private:
enum Color{RED,BLACK}; //直接用外部类的泛型，如果class是public如何保证泛型具体化的？
class RBNode
{
public:
Color color;
RBNode *right;
RBNode *left;
//对二叉树来回遍历必须需要parent指针，
//这个和huffman编码类似,本质是二叉双向链表
RBNode *parent;
K key;
V value; RBNode()
{
right = 0;
            left = 0;
parent = 0;

} //修改：多加了一个构造函数
RBNode(RBNode *left,RBNode *right,RBNode *parent,K key,V value,Color color=RED)
{
this->color = color;
this->key = key;
this->value = value;
this->left = left;
this->right = right;
this->parent = parent;
}
};
private:
RBNode *nullNode;//很多空节点，都用一个表示
//省略多余的空判断
RBNode *root; //二叉树么，肯定有个根
public:
RBTree()
{
this->nullNode = new RBNode();
this->nullNode->color = BLACK; //空节点肯定是黑色的 this->root = nullNode;     //根、左右父亲都是空的
this->nullNode->left = nullNode;
this->nullNode->right = nullNode;
this->nullNode->parent = nullNode; }

bool isEmpty()
{
if(this->root==this->nullNode)
return true;
return false;
} //key必须要重载<运算符，这个std如何保证???
//如果没有重载，结果是什么？
RBNode* find(K &key) const//修改：传入引用更效率
{
RBNode* iterator = this->root;
while(iterator!=nullNode)
{
if(key<iterator->key)
iterator = iterator->left;
else if(key>iterator->key)
iterator = iterator->right;
else
return iterator;
} return NULL;
}

bool insert(K key,V value)
{
//RBNode *insertPoint = this->nullNode;
RBNode *iterator = this->root;
RBNode *insertPoint = 0;
bool flag = false; //是否有这个键的标识
while(iterator!=nullNode)
{
insertPoint = iterator;
if(key<iterator->key)
iterator = iterator->left;
else if(key>iterator->key)
iterator = iterator->right;
else{
flag = true; //修改:已经有这个key就赋新值
break;
}
}
if(flag){//修改：已经有key
insertPoint->value = value;
}else{
//构造默认红色,空树的时候iterator就是root，root->parent还是nullNode
RBNode *newNode = new RBNode(nullNode,nullNode,iterator->parent,key,value);
if(root==nullNode){//特例：如果树是空树
this->root = newNode;

//nullNode->parent = root;这3句话有必要？
//nullNode->left = root;
//nullNode->right = root; }else{//区分要插入在左子树还是右子树
if(key<insertPoint->key)
insertPoint->left = newNode;
else
insertPoint->right = newNode;
newNode->parent = insertPoint;
}
insertFixUp(newNode);
}
return true;

} bool deleteValue(K key)
{
RBNode *findNode = this->find(key); //需要被替换的点
RBNode *deleteNode = 0;//实际删除的点
RBNode *replacePoint = 0;//颜色校正开始点
if(findNode==NULL)
return false;
if(findNode->left!=nullNode&&findNode->right!=nullNode)//左右子树都存在
{
deleteNode = findMin(findNode->right); //找到右子树的最小值
findNode->value = deleteNode->value;
findNode->key = deleteNode->key;
if(deleteNode->parent==findNode)//右孩子就是右子树的最小值
{
findNode->right = deleteNode->right;
}else //没有左孩子，则父亲的左孩子连接删除节点的右孩子
deleteNode->parent->left = deleteNode->right;
deleteNode->right->parent = deleteNode->parent;//空节点也要连，方便校正颜色
replacePoint = deleteNode->right;
}else{ //直接删除节点，不需要替换值
/*
一个孩子为空，删除的可能是根
而且最多有一个红的孩子思路不清楚，写的反而复杂了
*/
if(findNode->right==nullNode){

if(findNode==root)//是根直接更新就好
{
root = findNode->left;
deleteNode = findNode;
replacePoint = root;
}else{//不是根需要挂链
if(findNode->parent->left==findNode)//findNode在父亲的左孩子上
{
findNode->parent->left = findNode->left;

}else{
findNode->parent->right = findNode->left;
}
findNode->left->parent = findNode->parent;
deleteNode = findNode;
replacePoint = findNode->left;

}
}else if(findNode->right!=nullNode){//右边不是空的
if(findNode==root)
{
root = findNode->right;
deleteNode = findNode;
replacePoint = root;
}else{
if(findNode->parent->left==findNode)//findNode在父亲的左孩子上
{
findNode->parent->left = findNode->right;

}else{
findNode->parent->right = findNode->right;
}
findNode->right->parent = findNode->parent;
deleteNode = findNode;
replacePoint = findNode->right;
}
}

}

if(deleteNode->color==BLACK) //删除的是黑色的，需要修正
deleteFixUp(replacePoint);
delete deleteNode;
return true; }
void clear()
{
clear(root);
} void printTree()
{
printTree(root);
cout<<endl;
}

~RBTree()
{
clear();
delete nullNode;
}

private:
void insertFixUp(RBNode *node)
{
//插入的时候唯一有问题的就是红色节点孩子还是红色
while(node->parent->color==RED)
{
if(node->parent->parent->left==node->parent)//父亲在祖父的左子树上
{
RBNode *uncle = node->parent->parent->right;
if(uncle->color==RED) //叔叔也是红色
{
/**
                     父亲和叔叔都改成黑色，祖父改成红色
当前节点变为祖父节点
*/
node->parent->color = BLACK;
uncle->color = BLACK;
node->parent->parent->color = RED;
node = node->parent->parent;
}else{//叔叔黑色
if(node->parent->right==node)//在父亲的右子树上
{
/*
左旋并且当前节点变成原来的父节点
*/
node = node->parent;
leftRotate(node);
}else{//在父亲左子树上
node->parent->color = BLACK;
node->parent->parent->color = RED;
rightRotate(node->parent->parent);
}

}
}else{//父亲在祖父的右子树上
RBNode *uncle = node->parent->parent->left;
if(uncle->color==RED)
{
/*
父亲和叔叔都是红色的，就全部涂黑，祖父涂红
当前节点变为祖父
*/
uncle->color = BLACK;
node->parent->color = BLACK;
uncle->parent->color = RED;
node = node->parent->parent;
}else{//叔叔是黑色的
if(node->parent->left==node)//当前是父亲的左子树
{
/*
右旋并且当前节点变为原来的父亲节点
目的是变成父亲的右子树
*/
node = node->parent;
rightRotate(node); }else{//当前是父亲的右子树
/*
父亲涂黑，祖父涂红，祖父左旋
*/
node->parent->color = BLACK;
node->parent->parent->color = RED;
leftRotate(node->parent->parent);
}
}
} }
//往上可能已经到了根，直接涂黑就可
this->root->color = BLACK;
} void leftRotate(RBNode *node)
{
/*私有函数，这个判断完全是多余的
if(node==nullNode||node->right==nullNode)
return false;
*/
RBNode *rightChild = node->right; //存下右孩子

//处理和node父亲的关系
if(node==root)//node是根，那么node没有父亲
{
root = rightChild; /*这2句话有必要么。为什么空节点的左右一定要是根？？
nullNode->left = root;
nullNode->right = root;
*/
}else{ //
if(node==node->parent->left)//node是左孩子
{
node->parent->left = rightChild;
}else{
node->parent->right = rightChild;
}
rightChild->parent = node->parent;
}
//处理node节点的链
node->right = rightChild->left;
rightChild->left->parent = node; //处理rightChild，和新父亲已经做完了
rightChild->left = node;
node->parent = rightChild; } void rightRotate(RBNode *node)
{
RBNode *leftChild = node->left; //处理和父亲的关系
if(node==root)  //没有父亲
{
root = leftChild;
}else{
if(node->parent->left==node)
{
node->parent->left = leftChild;
}else{
node->parent->right = leftChild;
}
leftChild->parent = node->parent;
} //处理node
node->left = leftChild->right;
leftChild->right->parent = node; //处理leftChild,leftChild的父亲已经处理完
leftChild->right = node;
node->parent = leftChild;
} RBNode* findMin(RBNode *node)
{
while(node!=nullNode&&node->left!=nullNode)
node = node->left;
return node;
}
void deleteFixUp(RBNode *node)
{
while(node->color==BLACK&&node!=root)//删除的是黑色上来的还是黑色就有问题
{ //根要单独考虑 if(node->parent->left==node) //当前在父亲的左子树上
{
RBNode *bro = node->parent->right;
if(bro->color==RED)   //兄弟是红色的
{
/*
兄弟涂黑，父亲涂红，左旋
*/
bro->color = BLACK;
node->parent->color = RED;
leftRotate(node->parent); }else{ //兄弟是黑色的
if(bro->left->color==BLACK && bro->right->color==BLACK)//兄弟左右孩子都是黑色的
{
/*
兄弟涂红，当前节点变成父亲节点
*/
bro->color = RED;
node = node->parent;
}else if(bro->right->color==BLACK){ //右孩子黑色
/*
兄弟涂红，右孩子涂黑,兄弟右旋
*/
bro->color = RED;
bro->left->color = BLACK;
rightRotate(bro);

}else{//右孩子是红色
bro->color = bro->parent->color;
bro->parent->color = RED;
bro->right->color =RED;
leftRotate(bro->parent);
break;
}

}
}else{ //当前在父亲的右孩子上
RBNode *bro = node->parent->left;
if(bro->color==RED)//兄弟红色
{
/*
兄弟涂黑，父亲涂红，父亲右旋
*/
bro->color = BLACK;
node->parent->color = RED;
rightRotate(bro->parent);
}else{//兄弟也是黑色的
if(bro->left->color==BLACK && bro->right->color==BLACK)
{
bro->color = RED;
node = node->parent;
}else if(bro->left->color==BLACK)//左黑右红
{
/*
右孩子是红色的
右孩子涂黑，父亲涂红，父亲左旋
得到左孩子是红色的
*/ bro->right->color = BLACK;
bro->parent->color = RED;
leftRotate(bro->parent);
}else{//左孩子是红色的
bro->color = bro->parent->color;
bro->left->color = BLACK;
bro->parent->color = BLACK;
rightRotate(bro->parent);
break;
}

}

}

} if(node->color==RED)
{
node->color = BLACK;

}

}
void clear(RBNode *node)
{
if(node==nullNode)
return;
clear(node->left);
clear(node->right);
delete node;
} void printTree(RBNode *node)
{
if(node==nullNode)
return;
printTree(node->left);
cout<< node->key<<" ";
printTree(node->right);
}};
#endif

用TreeMap就可以快速实现/*
* 题目：数组中有重复数据，求出每个数据出现的次数并按照次数的由大到小排列出来
*/
public static void sortByCount(int[] arr){
TreeMap<Integer, Integer> map = new TreeMap<Integer, Integer>();
for (int i : arr) {
if(map.containsKey(i)) map.put(i, map.get(i) + 1);
else map.put(i, 1);
}
TreeMap<Integer, String> resultMap = new TreeMap<Integer, String>();
for (int i : map.keySet()) {
int key = map.get(i);
if(resultMap.containsKey(key)) resultMap.put(key, String.format("%s,%d", resultMap.get(key),i));
else resultMap.put(key, String.valueOf(i));
}
//输出
for (int key : resultMap.descendingKeySet())
System.out.println(String.format("数字%s出现了%d次", resultMap.get(key),key));
} public static void main(String[] args) {
int array[] = { 12, 5, 16, 22, 14, 13, 15, 14, -22, 5, 2, 4, 12, 6, 13,
25, 417, 12, -3, -5, 6, -5, 2, 4, 32, 25, 2, 23, 15, 2, -3, 54, 32,
3, 53, 32, 3, 15, 23, 7, 8, 228, 7, 8, 27, 19, 0, 99 };
Project1206.sortByCount(array);
}结果：
数字2出现了4次
数字12,15,32出现了3次
数字-5,-3,3,4,5,6,7,8,13,14,23,25出现了2次
数字-22,0,16,19,22,27,53,54,99,228,417出现了1次

如果输出时对数字没有排序要求的话，第一个TreeMap可以改成HashMap

想过把这个数查到数据库中 group by 一下 sum() 一下 order by 一下没

import java.util.HashMap;
import java.util.Map;public class Test { public static void main(String[] args) {
  int array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
                3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
                7, 8, 8, 7, 8, 7, 9, 0 };
  Map map = new HashMap();
  for (int i=0;i<array.length;i++){
  if(map.get(array[i])==null){
  map.put(array[i], 0);
  }
map.put(array[i], (Integer)map.get(array[i])+1);
  }
  System.out.println(map);
}}我这个更简单点

import java.util.Arrays;
import java.util.Comparator;public class test {
public static void main(String[] args) {
int data[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2, 3,
5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 7,
8, 8, 7, 8, 7, 9, 0 };
numObj[] tmp = new numObj[10];
for (int i = 0; i < tmp.length; i++) {
tmp[i] = new numObj(i, 0);
}
for (int i = 0; i < data.length; i++) {
tmp[data[i]].value++;
}
Arrays.sort(tmp, new numObj());
int index = 0;
for (int i = 0; i < 10; i++) {
for (int k = 0; k < tmp[i].value; k++) {
data[index++] = tmp[i].key;
}
}
}
}class numObj implements Comparator<numObj> {
int value;
int key; public numObj(int key, int value) {
super();
this.value = value;
this.key = key;
} public numObj() {
super();
// TODO Auto-generated constructor stub
} public String toString() {
return String.valueOf(this.value);
} public int compare(numObj o1, numObj o2) {
if (o1.value == o2.value)
return 0;
else if (o1.value < o2.value) {
return -1;
} else
return 1;
}}
见枚举范围有限就搞了个这个，用不着树结构。那个sort方法随便用别的什么替代也可以，貌似时间效率不咋地。唉～

Arrays.sort()就是对数组进行排序

public static void a() {
int array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
7, 8, 8, 7, 8, 7, 9, 0 };
Arrays.sort(array); // 小到大顺序 Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for (Integer a : array) {
Integer num = map.get(a);
num = (num != null) ? num : 0;
map.put(a, num + 1);
}
Iterator<Integer> it = map.keySet().iterator();
while (it.hasNext()) {
int key = it.next();
System.out.println(key + ":" + map.get(key));
}
}

方法很多，JDK里已经有了很好的数据结构和算法供我们使用，下面这个是个投机取巧的办法，
private static Map<Integer, Integer> hm = new LinkedHashMap<Integer, Integer>(); private static Map<Integer, Integer> tm = new TreeMap<Integer, Integer>(
new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
if (o1 > o2) {
return -1;
}
return 1;
}
}); private static void count(int[] arr) {
for (int num : arr) {
hm.put(num, hm.get(num) == null ? 1 : hm.get(num) + 1);
}
} public static void main(String[] args) {
int array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
7, 8, 8, 7, 8, 7, 9, 0 }; count(array); for (Entry<Integer, Integer> e : hm.entrySet()) {
tm.put(e.getValue(), e.getKey());
} for (Entry<Integer, Integer> e : tm.entrySet()) {
System.out.println(e.getValue() + " : " + e.getKey());
}
}
运行结果是（第一列是元素，第二列是出现的次数）：
2 : 13
5 : 11
3 : 7
4 : 5
6 : 3
7 : 3
8 : 3
0 : 1
9 : 1

我很喜欢 groupby的思想真的碉堡了

for(int i = 0 ; i < array.length ; i++){
         for(int j = i + 1 ;  j < array.length ; j ++){
         if(array[i] <= array[j]){
         int temp =  array[i];
         array[i] = array[j];
         array[j] = temp;
         }
         }
        }
        int count = 1;
        for(int i = 0 ; i < array.length ; i++){
         int j = i + 1;
         if( j < array.length){
         if(array[i] == array[i+1]){
         count++;
         }
         if(array[i] != array[i+1]){
         System.out.println(array[i]+"--"+count+"次");
         count = 1;
         }
         }else{
         System.out.println(array[i]+"--"+count+"次");
         }
     }

利用Map特性将要查的数据作为Key，Value就是出现的次数。
public class TestMap{
        public static void main(String[] args) {
            int array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4,
                            2,3,5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5,
                             2, 3, 5, 2,7, 8, 8, 7, 8, 7, 9, 0 };
            Map<Integer,Integer> map = new Map<Integer,Integer>();
            for(int i=0;i<array.length;i++) {
                Integer index = (Integer)map.get(array[i]);
                index = index == null ? 0 : index;
                map.put(array[i],++index);
            }
            System.out.println(map);
        }
}

package com.yanzhen.test20121213;import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Set;/**
*
* @author walkman
* @date 2012/12/14
* @content 取出重复数据并按出现次数排序
*/
public class DuplicateDataFilter { @SuppressWarnings("unchecked")
public static void main(String[] args) {
int numberArray[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5,
4, 2, 3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3,
5, 2, 7, 8, 8, 7, 8, 7, 9, 0 };
int length = numberArray.length;
Map<Integer, Integer> numberMap = new HashMap<Integer, Integer>();
for (int i = 0; i < length; i++) {
numberMap.put(numberArray[i],
numberMap.get(numberArray[i]) == null ? 1 : numberMap
.get(numberArray[i]) + 1);
} System.out.println(numberMap); List<Map.Entry<Integer, Integer>> entries = new ArrayList<Map.Entry<Integer, Integer>>(
numberMap.entrySet());
Collections.sort(entries, new Comparator() {
public int compare(Object obj1, Object obj2) {
Object key1 = ((Map.Entry) obj1).getKey();
Object key2 = ((Map.Entry) obj2).getKey(); return ((Comparable) key1).compareTo(key2);
}
}); for(int j = 0; j < entries.size(); j++) {
System.out.print(entries.get(j).toString() + " ");
}

}
}具体的代码贴出来

各位看看我的代码如何： public static Integer[] hanle(final Integer[] array)
{
if(array == null || array.length ==0)
{
return new Integer[0];
}
int length = array.length;
Arrays.sort(array);
List<Integer> list2 = Arrays.asList(array);
List<Integer> list3 = new ArrayList<Integer>(length);
for(int i = 0; i < length; i ++)
{
Integer target = list2.get(i);
//起点
int p1 = list2.indexOf(target);
//终点
int p2 = list2.lastIndexOf(target);
list3.add(p2 - p1 + 1);
i = p2;
}

Integer result[] = new Integer[length];
//从小到大排序
Collections.sort(list3);
//从大到小排序
Collections.reverse(list3);
result = list3.toArray(result);
return result;
}

分两步吧，第一步统计，没什么招，遍历一遍至少，时间复杂度为N。
统计完之后就是排序了，和常规的排序没啥区别，最优的也就是NlogN了。快排、归并、或者堆排都可以。

一般解法一次HASHMAP 一次TREEMAP 或者LIST SORT 就解决了如果真要追求速度的话（数字个数在内存中连续空间放的下的情况）
自己做一个数据结构
大概是一个HASH 和一个HEAP（连续数组去实现的极大堆）
HASH 记录元素在HEAP 中的位置
每个新的数字都直接丢在HEAP 的最后因为 1 肯定是最小的
其他的数字通过HASH 去找到对应的位置 +1，接着整理HEAP（递归和父节点比较）最后用堆排的方式从大到小获取数据速度应该会比二叉排序树快，二叉排序树的每次平衡的时间比较浪费，而且并不适合从中间修改节点的值，从中间修改其实和堆重整类似，但是堆只要和父节点比较，二叉排序树，除了父节点可能还要和右节点比较（左小右大的二叉排序树）。

public class test {

public static void main(String args[]){
Integer array[] = { 2, 5, 6, 2, 4, 3, 5, 4, 2, 5, 2, 4, 2, 6, 3, 5, 4, 2,
            3, 5, 6, 5, 2, 4, 2, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2, 3, 5, 2,
            7, 8, 8, 7, 8, 7, 9, 0 };
List<Integer> linkList = new LinkedList<Integer>();
Collections.addAll(linkList , array);
Map<Integer , Integer> map = new HashMap<Integer , Integer>();
for(Iterator iter = linkList.iterator();iter.hasNext();){
Integer i = (Integer)iter.next();
if(map.containsKey(i)){
map.put(i, map.get(i)+1);
}else{
map.put(i , 1);
}
}
List list = new ArrayList(map.entrySet());
Collections.sort(list, new Comparator<Map.Entry<Integer, Integer>>() {
            public int compare(Map.Entry<Integer, Integer> o1, Map.Entry<Integer, Integer> o2) {
                return (o2.getValue() - o1.getValue());
            }
        });

for(Iterator iter = list.iterator();iter.hasNext();){
Entry<Integer,Integer> e = (Entry<Integer,Integer>)iter.next();
System.out.println(e.getKey() + " , " + e.getValue());
}
}
}

调试易

一道面试题，求更好的答案

解决方案 »