一系列数字。
seqNum <- sample(1:15, 30, replace = T)
[1] 10 7 6 5 4 1 15 11 7 15 1 2 3 14 8 3 5 10 8 3 14 8 14 3 14 12 15 12 10 14
定义“循环”:从序列中的第一个数字开始,两个重复数字之间的所有数字都被定义为循环。例如,上面给定序列中的第一个循环是“7 6 5 4 1 15 11”。从序列中删除它然后重复上一个方法以找到下一个循环 删除第一个循环后的序列变为:
10 15 1 2 3 14 8 3 5 10 8 3 14 8 14 3 14 12 15 12 10 14
第二个循环是“3 14 8” 删除第二个循环后的序列变为:
10 15 1 2 5 10 8 3 14 8 14 3 14 12 15 12 10 14
第三个循环是“10 15 1 2 5”。 删除第三个循环后的序列变为:
8 3 14 8 14 3 14 12 15 12 10 14
第四个循环是“8 3 14”。 删除第四个循环后的序列变为:
14 3 14 12 15 12 10 14
第五个循环是“14 12 15 12 10”。(始终使用2个最接近的重复数字) 删除第五个循环后的序列变为:
14 3
DONE。
注意:
“loop”必须包含至少3个数字
如果
,则认为两个循环是相同的循环 需要:
查找给定序列中的所有循环,并给出每个唯一循环的计数。
期望的结果:
count loop
1 1 7-6-5-4-1-15-11
2 2 3-14-8
3 1 10-15-1-2-5
4 1 14-12-15-12-10
我知道这是一个很长的问题,但我会欣赏任何提示。谢谢!!
PS:这假设在非常长的数字序列上搜索循环,比如总数大约10 ^ 8,请使用样本(1:1024,100000,replace = T)进行测试。
答案 0 :(得分:2)
以下代码将按预期找到并打印处理该示例的所有“循环”:
seqNum <- c(10, 7, 6, 5, 4, 1, 15, 11, 7, 15, 1, 2, 3, 14, 8, 3, 5, 10, 8, 3, 14, 8, 14, 3, 14, 12, 15, 12, 10, 14)
loops <- matrix(ncol = 2,nrow = 0, dimnames = list(numeric(0),c("count","loop")))
remove_loop <- function(seqNum) {
ht <- new.env()
for(j in 1:length(seqNum)) {
i <- seqNum[j]
key <- as.character(i)
if(exists(key,envir=ht)) {
lastIdx <- ht[[key]]
loop <- seqNum[lastIdx:(j-1)]
if(length(unique(loop)) > 2) {
return(list(loop=loop,newSeqNum=seqNum[-(lastIdx:j)]))
}
}
ht[[key]] <- j
}
}
newSeqNum <- seqNum
repeat{
l <- remove_loop(newSeqNum)
newSeqNum <- l$newSeqNum
if(length(l$loop)){
print(l$loop)
} else {
break
}
}
输出
[1] 7 6 5 4 1 15 11
[1] 3 14 8
[1] 10 15 1 2 5
[1] 8 3 14
[1] 14 12 15 12 10
它通过重复删除下一个循环来工作,即在剩余序列上调用函数remove_loop
。函数remove_loop
的工作原理如下:使用环境作为哈希表(变量ht
),它跟踪每个号码遇到的最后一个索引。如果至少第二次看到一个数字(即在哈希表中有一个条目),则可能已经找到了“循环”。如果已经看到这个数字超过两个(比如说k)次,那么第一个(k-1)出现的数字确实不符合'循环'的标准。因此,只有当前和最后一次出现是相关的。当前出现在位置j
,并且可以在哈希表中找到先前出现的位置。如果这个'循环'包含至少三个不同的数字,则找到'循环'。
编辑:以下代码计算不同循环的所有出现次数。循环以“规范”形式表示,将它们包裹起来,使它们以最小元素开始:
repr_loop <- function(l) {
idx <- which.min(l)
if(idx != 1) l <- c(l[idx:length(l)],l[1:(idx-1)])
paste0(l,collapse="-")
}
loops <- data.frame(count=numeric(),loop=character())
newSeqNum <- seqNum
repeat{
l <- remove_loop(newSeqNum)
newSeqNum <- l$newSeqNum
if(length(l$loop)){
s <- repr_loop(l$loop)
idx <- match(s,loops[,"loop"])
if(!is.na(idx)) {
loops[idx,"count"] <- loops[idx,"count"] + 1
} else {
loops <- rbind(loops,data.frame(count=1,loop=s))
}
} else {
break
}
}
loops
产生以下输出
> loops
count loop
1 1 1-15-11-7-6-5-4
2 2 3-14-8
3 1 1-2-5-10-15
4 1 10-14-12-15-12
答案 1 :(得分:1)
你可以尝试
您的数据
d <- c(10,7,6,5,4,1,15,11,7,15,1,2,3,14,8,3,5,10,8,3,14,8,14,3,14,12,15,12,10,14)
我在函数中包含了所有内容以便轻松使用代码。主要思想是,要搜索重复项,请检查第一次重复和第一次出现之间的长度。如果它是euqual或者长于3,则退出循环并提取段,然后更新向量并执行所有操作,只要没有进一步的重复(while
)。我不得不说,当向量中同时出现两个循环段时可能会出现问题。
foo <- function(x){
d1 <- x
res <- NULL # vector for the results
while(any(duplicated(d1))){
gr <- which(duplicated(d1))
for(i in gr){
# here the magic happens
pos <- which(d1 == d1[i])
gr_pos <- which(diff(pos) >= 3)
pos <- pos[c(gr_pos,gr_pos+1)]
if(pos[2]-pos[1] >= 3) break
}
# extract the "loop" sequences
extract <- d1[seq(pos[1],pos[2])][-length(seq(pos[1],pos[2]))]
res <- append(res,paste(sort(extract), collapse = "-")) # save the loop
d1 <- d1[-seq(pos[1],pos[2])] # update input vector
if(length(d1) < 3) break # emergency stop
}
data.frame(table(res)) # output
}
foo(d)
res Freq
1 1-2-5-10-15 1
2 1-4-5-6-7-11-15 1
3 10-12-12-14-15 1
4 3-8-14 2