最近購買演算法的教學課程的心得分享。
Counter 演算法，有很多種不同的名稱，但概念都是相近的，算是超入門的演算法。
這種算法非常適用於大量數據的計次，例如數據分析、統計或在處理大量數據時尋找常見模式。
舉個例子，假設你正在開發一個問卷調查分析程式，需要計算每個選項被選中的次數。這時，可以使用Counter算法來輕鬆實現這一功能。
function countElements(arr) {
let counter = {};
arr.forEach(element => {
if (counter[element]) {
counter[element] += 1;
} else {
counter[element] = 1;
}
});
return counter;
}
// 示例使用
let exampleArray = ["apple", "banana", "apple", "orange", "banana", "apple"];
let countedElements = countElements(exampleArray);
console.log(countedElements);
// 输出: { apple: 3, banana: 2, orange: 1 }假設你有一個含有大量元素的數組，你需要統計每個元素在數組中出現的次數。如果沒有Counter算法，一個直觀的方法可能是對於數組中的每個元素，都去掃描整個數組來計數，這種方法的時間複雜度是 O(n^2)，其中 n 是數組的大小。因為對於每個元素，你都需要遍歷整個數組來計數。
然而，使用Counter算法，你只需遍歷一次數組，即可完成計數。每當遇到一個元素，就在一個對象（或稱為映射）中更新這個元素的計數。這個過程的時間複雜度是 O(n)，因為每個元素只被處理一次。
假如你有一個包含10000個單詞的文章，你需要計算每個單詞出現的次數。使用傳統的方法，對於每個單詞，你可能需要再次遍歷整個文件來計數，這會非常耗時。但是，如果使用Counter算法，你只需遍歷文件一次，就可以得到每個單詞的計數。
算法在時間複雜度上的優勢是它能夠以線性時間處理數據，這在處理大量數據時非常有用。
