Question

给定多个项目列表，找到包含匹配项目的列表。

此问题的强力伪代码如下所示：

foreach list L
    foreach item I in list L
        foreach list L2 such that L2 != L  
            for each item I2 in L2
                if I == I2
                    return new 3-tuple(L, L2, I) //not important for the algorithm

我可以想到许多不同的方法 - 创建列表列表并在搜索其他候选列表后删除每个候选列表 - 但我想知道是否有更好的算法？

我正在使用Java，如果这对您的实现有所影响。

由于

Answer 1

创建Map<Item,List<List>>.
遍历每个列表中的每个项目。
每次触摸项目时，将当前列表添加到地图中该项目的条目。

现在，每个项目都有一个Map条目，告诉您该项目的列表。

此算法大约是 O（N），其中N是列表的数量（确切的复杂性将受到Map实现的好处的影响）。我相信你的算法至少 O（N ^ 2）。

警告：我正在比较比较次数，而不是内存使用情况。如果您的列表非常庞大并且大部分都是非重复的项目，那么我的方法创建的地图可能会变得太大。

Answer 2

根据您的评论，您需要MultiMap实施。 multimap就像Map，但它可以将每个键映射到多个值。存储值和对包含该值的所有映射的引用。

Map<Object, List>

当然，您应该使用类型安全而不是Object和类型安全List作为值。您要做的事情称为Inverted Index。

Answer 3

我首先假设数据集可以适合内存。如果没有，那么你需要更高级的东西。

我在下面引用一个“集合”，我想的是像C ++ std :: set这样的东西。我不知道Java等价物，但任何允许快速查找的存储方案（树，哈希表，等等）。

比较三个清单：L0，L1和L2。

读取L0，将每个元素放在一个集合中：S0。
读取L1，将与S0元素匹配的项目放入新的集合中：S1，并丢弃其他项目。
弃掉S0。
读取L2，保留与S1元素匹配并丢弃其他元素的项目。

<强>更新刚刚意识到问题是“n”列表，而不是三个。但扩展应该是显而易见的。（我希望）

更新2 一些未经测试的C ++代码来说明算法

#include <string>
#include <vector>
#include <set>
#include <cassert>

typedef std::vector<std::string> strlist_t;

strlist_t GetMatches(std::vector<strlist_t> vLists)
{
    assert(vLists.size() > 1);
    std::set<std::string> s0, s1;
    std::set<std::string> *pOld = &s1;
    std::set<std::string> *pNew = &s0;

    // unconditionally load first list as "new"
    s0.insert(vLists[0].begin(), vLists[0].end());

    for (size_t i=1; i<vLists.size(); ++i)
    {
        //swap recently read "new" to "old" now for comparison with new list
        std::swap(pOld, pNew);
        pNew->clear();

        // only keep new elements if they are matched in old list
        for (size_t j=0; j<vLists[i].size(); ++j)
        {
            if (pOld->end() != pOld->find(vLists[i][j]))
            {
                // found match
                pNew->insert(vLists[i][j]);
            }
        }
    }
    return strlist_t(pNew->begin(), pNew->end());
}

Answer 4

您可以使用trie进行修改，以记录每个节点所属的列表。

在N列表中查找匹配项的有效方法？

4 个答案: