科研调查自然数统计:C++实现数字出现次数排序输出
```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; // 自定义结构体来存储数字和它出现的次数 struct NumberCount { int number; int count; }; // 比较函数,用于按数字从小到大排序 bool compare(NumberCount a, NumberCount b) { return a.number < b.number; } int main() { int n; cin >> n; // 存储所有输入的数字 vector<int> numbers(n); for (int i = 0; i < n; i++) { cin >> numbers[i]; } // 对输入的数字进行排序 sort(numbers.begin(), numbers.end()); // 存储每个不同数字及其出现的次数 vector<NumberCount> result; for (int i = 0; i < n; i++) { if (result.empty() || numbers[i] != result.back().number) { // 如果结果数组为空或者当前数字和结果数组最后一个数字不同 result.push_back({numbers[i], 1}); } else { // 如果当前数字和结果数组最后一个数字相同,增加计数 result.back().count++; } } // 输出每个不同数字及其出现的次数 for (int i = 0; i < result.size(); i++) { cout << result[i].number << " " << result[i].count << endl; } return 0; } ``` 注释解释: 1. **结构体 `NumberCount`**:用于存储一个数字和它出现的次数,包含成员变量 `number`(数字)和 `count`(出现次数)。 2. **比较函数 `compare`**:用于对 `NumberCount` 类型的数组进行排序,按照数字从小到大的顺序。 3. **主函数 `main`**: - 读取输入的数字个数 `n`。 - 读取 `n` 个数字并存储在 `vector` 类型的 `numbers` 中。 - 对 `numbers` 进行排序。 - 遍历排序后的 `numbers`,统计每个不同数字出现的次数,存储在 `result` 中。 - 遍历 `result`,输出每个不同数字及其出现的次数。 ######[AI问答 | 548点数解答 | 2026-02-25 16:59:55]
- C++ 实现:精准统计给定范围 [L, R] 内数字 2 出现的次数及代码详解(字节豆包 | 401点数解答 | 2026-02-05 21:17:05)24
- C++实现:统计[L, R]范围内数字2出现的次数及代码详解(字节豆包 | 489点数解答 | 2026-02-07 17:12:26)29
- Python 实现球类:精准计算半径、表面积与体积,附输入验证与异常处理!(阿里通义 | 261点数解答 | 2024-11-28 21:19:39)328
- 计算区间 n 到 m 中数字 x 出现次数的 Python 实现与详解(字节豆包 | 289点数解答 | 2025-12-07 17:14:59)60
- Python 实现:计算区间 n 到 m 中数字 x 出现的次数(字节豆包 | 322点数解答 | 2025-12-13 21:37:08)61
- Python:用正则表达式从含多种字符的字符串中提取英文、数字和中文单词(GPT | 522点数解答 | 2024-05-31 19:05:27)303
- Python:用正则表达式结合 split 思路提取一行字符串中的英文、数字和中文单词 (GPT | 399点数解答 | 2024-05-31 19:07:31)298
- 繁体字编码代码修改:人物名字合法性验证函数转简体版(字节豆包 | 325点数解答 | 2024-10-21 18:57:01)273
- 51 单片机:定时器 0 实现 8 个 LED 循环点亮,附代码及优化建议(字节豆包 | 1193点数解答 | 2024-12-27 15:10:29)296
- 星际编码大赛终极对决:机械星AI与异星人激战“逆序对”统计难题(字节豆包 | 509点数解答 | 2025-04-19 17:33:00)270
- 用 Pandas 深度剖析数据:从读取到统计分析全流程实战(GPT | 642点数解答 | 2024-06-30 15:39:49)345
- 用 Pandas 深入分析招聘数据:从数据读取到可视化全流程解析(GPT | 1539点数解答 | 2024-06-30 15:56:50)356