2023用于计算数组元素频率的 JavaScript 程序

计算频率意味着我们必须计算数组中的元素出现在给定数组中的次数。我们可以使用一些内置的数据结构（例如地图）来获取频率，或者我们也可以对数组进行排序来获取数组元素的频率。我们将讨论这两种方法，让我们一一看看它们 -

对数组进行排序

在这种方法中，我们将对数组进行排序，并检查当前元素是否与前一个元素相同，如果当前数组不相同，则这是新元素，以及前一个元素的频率直到计数是一个变量，我们将使用它来增加元素的计数。

方法

• 首先，我们将使用内置排序方法对数组进行排序。

• 我们将创建一个数组，用于存储给定数组中的元素及其各自的频率。

• 我们将创建一个变量“count”来存储当前元素出现的次数。

• 我们将迭代数组，并在每次迭代时检查当前元素是否等于前一个元素。

• 如果当前元素等于前一个元素，那么我们将增加计数值。

• 如果当前元素不等于前一个元素，那么我们会将前一个元素的计数作为键对存储在数组中，指示当前元素的频率。

  李>

• 此外，我们会将计数值更新为 1。

• 迭代数组后，我们将存储排序数组最后一个元素的频率，因为它不会被存储并循环结束。

示例

让我们看看实现上述方法的代码，并以更好的方式添加和理解它。

// given array 
var arr = [ 1, 4, 5, 6, 2, 2, 2, 4, 5, 5, 4, 6, 9, 1, 2, 2, 3]

// sorting the array 
arr.sort()

var count = 1 

for(var i = 1;i<arr.length; i++){
   if(arr[i] == arr[i-1]) {
      count++;
   }
   else {
      console.log("The frequency of "+ arr[i-1] + " is: " + count);
      count = 1;
   }
}

console.log("The frequency of "+ arr[arr.length-1] + " is: " + count);

时间和空间复杂度

上面代码的时间复杂度是 O(N*log(N))，因为我们已经对数组进行了排序，并且需要的时间是 N*log(N)，并且我们已经遍历了一次数组，需要 O(N ) 时间，其中 N 是给定数组中存在的元素数量。

上面代码的空间复杂度是 O(1)，因为我们没有使用任何额外的空间，但如果我们想存储频率，那么就会有一些额外的空间，那就是 O(N)。

使用地图的所有元素的频率

映射是以键对形式存储值的数据结构，并且数据可以在以后更新。在地图中添加或更新数据需要对数时间，但不需要对数组进行排序，这意味着我们不必像在上一个程序中那样更改数组。让我们先看看方法，然后我们将进入编码部分 -

方法

• 首先，我们将使用 new 关键字创建地图。

• 我们将迭代数组并检查每个元素。

• 如果当前元素存在于地图中，那么我们将增加为当前元素存储的值，即频率。

• 如果该元素未存储，那么我们会将其作为键添加到映射中，并给出值 1。

• 迭代数组后，我们可以将存储在映射中的值打印为键值对。

示例

我们已经看到了代码的实现方式，现在让我们进入实现部分以更好地理解代码 -

// given array 
var arr = [ 1, 4, 5, 6, 2, 2, 2, 4, 5, 5, 4, 6, 9, 1, 2, 2, 3]
var map = new Map()
for(var i = 0;i<arr.length; i++){
   if(map.has(arr[i])){
      var k = map.get(arr[i]);
      map.delete(arr[i]);
      map.set(arr[i],k+1)
   }
   else{
      map.set(arr[i],1);
   }
}
console.log(map)

时间和空间复杂度

上述代码的时间复杂度为 O(N*log(N))，其中 N 是数组的大小，因子或 log 取决于映射的工作。上述代码的空间复杂度为 O(N)，需要在映射中存储元素。

使用映射来查找频率很好，因为我们不必更改给定的数组。

结论

在本教程中，我们将介绍用于计算数组元素频率的 JavaScript 程序。计算频率意味着我们必须计算数组中的元素出现在给定数组中的次数。我们已经看到了解决给定问题的两种方法，一种是使用内置排序函数对元素进行排序，另一种是使用内置地图数据结构来完成。