Question

我有200个字符串。每个字符串与每个其他字符串都有一个关系（由一个介于0和1之间的浮点测量）。这种关系是双向的;即，关系A / B ==关系B / A.这产生n（n-1）/ 2个关系，或19,800。

我想要做的是将这些关系存储在查找表中，以便给定任意两个单词，我可以快速找到关系值。

我正在使用c ++，所以我可能会使用std :: map来存储LUT。问题是，什么是用于此目的的最佳关键。

密钥必须是唯一的，并且需要能够从两个单词中快速计算出来。

我的方法是为每个单词对创建一个唯一的标识符。例如，给出单词“apple”和“orange”，然后我将它们组合在一起作为“appleorange”（字母顺序，最小的第一个）并将其用作键值。

这是一个很好的解决方案，还是有人可以提出更聪明的建议？：）

Answer 1

基本上，您正在描述两个参数的函数，其中添加的属性是参数的顺序不重要。

如果在更改顺序时单词之间没有歧义，您的方法将起作用（我建议在两个单词之间放置一个昏迷或类似内容以消除可能的歧义）。任何2D阵列也可以。

在尝试查找关系值之前，我可能会将每个关键字转换为某个唯一标识符（使用简单的地图），但它与您提议的内容相比没有太大变化。

Answer 2

如果boost / tr1可以接受，我会选择一对字符串作为键的unordered_map。那么主要问题是：字符串的顺序是什么？这可以通过哈希函数来处理，哈希函数以词法第一个字符串开头。

备注：在阅读设计问题后，这只是一个建议，而不是研究。

Answer 3

如何“快速”快速？如果您不关心这两个单词的顺序，您可以尝试这样的地图：

std::map<std::set<std::string>, double> lut;

这里的关键是两个单词的set，所以如果你插入“apple”和“orange”，那么顺序与“orange”“apple”相同，并给出{{1} }支持小于运算符，它可以作为映射中的键。注意：我故意没有使用set作为密钥，因为那里的订单很重要......

我会从这样一个相当基本的东西开始，在查看你是否需要更聪明地做任何事情之前，查看查找等的快/慢等等...

Answer 4

如果创建一个包含200个字符串的排序数组，则可以二进制搜索它以查找两个字符串的匹配索引，然后在2D数组中使用这两个索引来查找关系值。

Answer 5

如果你的200个字符串在一个数组中，你的20,100个相似值也可以在一维数组中。这完全取决于您如何索引该数组。假设x和y是您想要相似性的字符串的索引。如有必要，交换x和y，使y> = x，然后在大数组中查看条目i = x + y（y + 1）/ 2。

（x，y）的（0,0），（0,1），（1,1），（0,2），（1,2），（2,2），（0,3），（1,3）......将带你进入0,1,2,3,4,5,6,7 ......

因此，这可以最佳地利用空间，并且比地图提供更快的查找速度。我假设你使用C ++后效率至少对你很重要！

[如果你对y = x的自相似值不感兴趣，那么用i = x + y（y-1）/ 2代替]。