Question

我无法想出解决以下问题的更好方法......？想象一下，我有一个大表，其中行和列是某种ID ..让我们说书ID

book_id-->1    2     3     .....
  1       1   0.92    0.33
  2
  3

此表中的条目告诉您每本书的相似程度。所以从上表...书1和书2有0.92相似性指数。

所以，我已经在bankend中计算了这个...让我们说“n”条目。

从n + 1开始，数据实时显示..

所以我要做的第一步就是填写这一新行。这是一种非常天真的方法。

 i = 0; i < total_books ; i++
    sim(book(n+1),book(i))

让我们说计算任何书籍相似度的计算速度非常快。但是因为这必须发生“n”次，所以这加起来......

如果有“m”新书那么它是一个n ^ 2操作（我认为）。是否有更好的算法/数据结构可以使这个计算可以接受。

另外，只是为了填补一些背景知识。这种相似性只不过是两个向量之间的点积。（谷歌搜索余弦相似性会给出一个想法）。但它没什么特别的..只是在两个向量之间取点数产品..它将返回0到1之间的值。

Answer 1

当您将1本书添加到n本书的集合中时，它会执行n次操作当您将m本书添加到n本书的集合中时，它执行（n）+（n + 1）+ ...（n + m-1）次操作（待验证）：n * m +（1+） 2 + ...（m-1））因此它应该是O（n * m + m * m）。

如果您以一种天真的方式实现了解决方案，那么只有当id（book_i）＆lt;时才能通过计算和存储sim（book_i，book_j）来节省一半的计算时间。 id（book_j）（这不会改变复杂性）。然后，当你想要检索sim（i，j）时，你只需要确保你以正确的顺序使用参数。