Question

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
1. 包含相同的号码
2. 相对顺序相同，例如循环“1 2 3 4”与循环“3 4 1 2”或“4 1 2 3”或“2 3 4 1”相同，但与循环“1 3 2不同” 4“或”2 1 3 4“等。

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。

Answer 1

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

Answer 2

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

如何使用R

2 个答案: