如何查找给定集合中的多集的所有子集?

时间:2014-03-06 11:49:15

标签: algorithm language-agnostic set subset multiset

假设我有多个集合D

D = {
  {d, g, o},
  {a, e, t, t},
  {a, m, t},
}

给定多集M,如

M = {a, a, m, t}

我希望算法f能够为D的所有元素M提供f = {{a, m, t}} 的子集(或更准确地说,“子文档”):

D

如果我们只进行一次此类查询,则扫描O(#D)的所有元素(在D时间内)显然是最佳的。但是,如果我们想要针对相同的M和不同的D回答许多此类查询,我们可以通过将D预处理到更智能的数据结构中来加快速度。

我们可以将所有M放入哈希表并迭代O(2^#M)的所有可能子集,在哈希表中查找每个子集,但那是M。适用于小型M,对于中型到大型#M则不太好。

是否可以在D的多项式时间内执行此操作?或者也许是为了减少一个已知的NP完全问题,以证明它是不可能快速的?

编辑:我刚刚意识到,在最糟糕的情况下,我们需要输出所有#D,因此{{1}}仍然会出现在时间复杂度中。因此,我们假设输出的大小受某个常数的限制。

1 个答案:

答案 0 :(得分:0)

以下是TernarySearchTree(TST)的快速实现,它可以帮助解决您的问题。几年前,我受到DrDobbs的一篇文章的启发。您可以在http://www.drdobbs.com/database/ternary-search-trees/184410528了解更多相关信息。它提供了有关TST和性能分析的一些背景知识。

在您的问题描述示例中,D将是包含“dgo”,“aett”和“amt”键的词典。这些值与键相同。

M是你的搜索字符串,基本上是“给我字典中的所有值,包含一个子集或所有这些字母的键”。字符的顺序并不重要。人物 '。'在搜索中用作通配符。

对于任何给定的M,此算法和数据结构不需要您查看D的所有元素。因此在这方面它会很快。我还对访问过的节点数进行了一些测试,大部分时间,访问的节点数量只是字典中总节点的一小部分,即使对于未找到的密钥也是如此。

此算法还可以选择允许您输入限制字典返回的键的最小和最大长度。

对于冗长的代码感到抱歉,但是您可以测试它。

import java.util.ArrayList;
import java.io.*;

public class TSTTree<T>
{
    private TSTNode<T> root;
    private int size = 0;
    private int totalNodes = 0;

    public int getSize() { return size; }

    public int getTotalNodes() { return totalNodes; }

    public TSTTree()
    {
    }

    public TSTNode<T> getRoot() { return root; }

    public void insert(String key, T value)
    {
        if(key==null || key.length()==0) return;

        char[] keyArray = key.toCharArray();

        if(root==null) root = new TSTNode<T>(keyArray[0]);
        TSTNode<T> currentNode = root;
        TSTNode<T> parentNode = null;

        int d = 0;
        int i = 0;

        while(currentNode!=null)
        {
            parentNode = currentNode;
            d = keyArray[i] - currentNode.getSplitChar();
            if(d==0)
            {
                if((++i) == keyArray.length) // Found the key
                {
                    if(currentNode.getValue()!=null)
                        System.out.println(currentNode.getValue() + " replaced with " + value);
                    else
                        size++;
                    currentNode.setValue(value);        // Replace value at Node
                    return;
                }
                else
                    currentNode = currentNode.getEqChild();
            }
            else if(d<0)
                currentNode = currentNode.getLoChild();
            else
                currentNode = currentNode.getHiChild();
        }

        currentNode = new TSTNode<T>(keyArray[i++]);
        totalNodes++;
        if(d==0)
            parentNode.setEqChild(currentNode);
        else if(d<0)
            parentNode.setLoChild(currentNode);
        else
            parentNode.setHiChild(currentNode);

        for(;i<keyArray.length;i++)
        {
            TSTNode<T> tempNode = new TSTNode<T>(keyArray[i]);
            totalNodes++;
            currentNode.setEqChild(tempNode);
            currentNode = tempNode;
        }

        currentNode.setValue(value);        // Insert value at Node
        size++;
    }

    public ArrayList<T> find(String charsToSearch) {
        return find(charsToSearch,1,charsToSearch.length());
    }

    // Return all values with keys between minLen and maxLen containing "charsToSearch".
    public ArrayList<T> find(String charsToSearch, int minLen, int maxLen) {
        ArrayList<T> list = new ArrayList<T>();
        char[] charArray = charsToSearch.toCharArray();
        int[] charFreq = new int[256];
        for(int i=0;i<charArray.length;i++) charFreq[charArray[i]]++;
        maxLen = charArray.length>maxLen ? maxLen : charArray.length;
        pmsearch(root,charFreq,minLen,maxLen,1, list);
        return list;
    }

    public void pmsearch(TSTNode<T> node, int[] charFreq, int minLen, int maxLen, int depth, ArrayList<T> list) {
        if(node==null) return;

        char c = node.getSplitChar();
        if(isSmaller(charFreq,c))
            pmsearch(node.getLoChild(),charFreq,minLen,maxLen,depth,list);
        if(charFreq[c]>0) {
            if(depth>=minLen && node.getValue()!=null) list.add(node.getValue());
            if(depth<maxLen) {
                charFreq[c]--;
                pmsearch(node.getEqChild(),charFreq,minLen,maxLen,depth+1,list);
                charFreq[c]++;
            }
        }
        else if(charFreq['.']>0) { // Wildcard
            if(depth>=minLen && node.getValue()!=null) list.add(node.getValue());
            if(depth<maxLen) {
                charFreq['.']--;
                pmsearch(node.getEqChild(),charFreq,minLen,maxLen,depth+1,list);
                charFreq['.']++;
            }
        }            
        if(isGreater(charFreq,c))
            pmsearch(node.getHiChild(),charFreq,minLen,maxLen,depth,list);
    }

    private boolean isGreater(int[] charFreq, char c) {
        if(charFreq['.']>0) return true;

        boolean retval = false;
        for(int i=c+1;i<charFreq.length;i++) {
            if(charFreq[i]>0) {
                retval = true;
                break;
            }
        }
        return retval;
    }

    private boolean isSmaller(int[] charFreq, char c) {
        if(charFreq['.']>0) return true;

        boolean retval = false;
        for(int i=c-1;i>-1;i--) {
            if(charFreq[i]>0) {
                retval = true;
                break;
            }
        }
        return retval;
    }
}

下面是一个小测试程序。测试程序只按照确切的顺序在示例中插入4个键/值对。如果你有一个包含很多元素的D,那么最好先对它进行排序并以锦标赛的方式构建字典(即插入中间元素,然后递归填充左半部分和右半部分)。这将确保树平衡。

import org.junit.*;
import org.junit.runner.*;
import java.io.*;
import java.util.*;
import org.junit.runner.notification.Failure;

public class MyTest
{
    static TSTTree<String> dictionary = new TSTTree<String>();

    @BeforeClass
    public static void initialize() {
        dictionary.insert("dgo","dgo");
        dictionary.insert("aett","aett");
        dictionary.insert("amt","amt");
    }

    @Test
    public void testMethod() {
        System.out.println("testMethod");
        ArrayList<String> result = dictionary.find("aamt");
        System.out.println("Results: ");
        for(Iterator it=result.iterator();it.hasNext();) {
            System.out.println(it.next());
        }
    }

    @Test
    // Test with a wildcard which finds "dgo" value
    public void testMethod1() {
        System.out.println("testMethod1");
        ArrayList<String> result = dictionary.find("aamtdo.");
        System.out.println("Results: ");
        for(Iterator it=result.iterator();it.hasNext();) {
            System.out.println(it.next());
        }
    }

    public static void main(String[] args) {
        Result result = JUnitCore.runClasses(MyTest.class);
        for (Failure failure : result.getFailures()) {
        System.out.println(failure.toString());
        }
    }
}