字节跳动面试题--特征提取


题目

小明是一名算法工程师,同时也是一名铲屎官。某天,他突发奇想,想从猫咪的视频里挖掘一些猫咪的运动信息。为了提取运动信息,他需要从视频的每一帧提取“猫咪特征”。一个猫咪特征是一个两维的vector<x, y>。如果x_1=x_2 and y_1=y_2,那么这俩是同一个特征。

因此,如果喵咪特征连续一致,可以认为喵咪在运动。也就是说,如果特征<a, b>在持续帧里出现,那么它将构成特征运动。比如,特征<a, b>在第2/3/4/7/8帧出现,那么该特征将形成两个特征运动2-3-4 和7-8。

现在,给定每一帧的特征,特征的数量可能不一样。小明期望能找到最长的特征运动。

输入描述:
第一行包含一个正整数N,代表测试用例的个数。

每个测试用例的第一行包含一个正整数M,代表视频的帧数。

接下来的M行,每行代表一帧。其中,第一个数字是该帧的特征个数,接下来的数字是在特征的取值;比如样例输入第三行里,2代表该帧有两个猫咪特征,<1,1>和<2,2>
所有用例的输入特征总数和<100000

N满足1≤N≤100000,M满足1≤M≤10000,一帧的特征个数满足 ≤ 10000。
特征取值均为非负整数。
输出描述:
对每一个测试用例,输出特征运动的长度作为一行
输入例子1:
1
8
2 1 1 2 2
2 1 1 1 4
2 1 1 2 2
2 2 2 1 4
0
0
1 1 1
1 1 1
输出例子1:
3
例子说明1:
特征<1,1>在连续的帧中连续出现3次,相比其他特征连续出现的次数大,所以输出3

思路

1、使用map,将遍历的得到的第一个坐标作为key存入map集合,在辅助map里面记录次坐标的次数

2、遍历所有的帧,比较最大的次数

代码

import java.util.HashMap;
import java.util.Scanner;

/**
 * @author guizimo
 * @date 2020/7/18 2:25 下午
 */
public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        for (int i = 0; i < n; i++) {
            HashMap<String, Integer> map = new HashMap<>();
            HashMap<String, Integer> temp = new HashMap<>();
            int m = scanner.nextInt();
            int max = 1;
            //遍历帧
            for (int j = 0; j < m; j++) {
                //清空辅助map
                temp.clear();
                int number = scanner.nextInt();
                //遍历帧内的坐标
                for (int k = 0; k < number; k++) {
                    int x = scanner.nextInt();
                    int y = scanner.nextInt();
                    //拼接key
                    String key = String.valueOf(x) + " " + String.valueOf(y);
                    temp.put(key,map.getOrDefault(key,0)+1);
                    max = Math.max(temp.get(key),max);
                }
                map.clear();
                map.putAll(temp);
            }
            if (max <= 1) {
                System.out.println(1);
            }else {
                System.out.println(max);
            }
        }
    }
}


原文链接:https://www.cnblogs.com/guizimo/p/13335817.html