Question

我有一个整数类型的二维向量，它包含大量的向量（即18000及以上），并且在这个池中有相当数量的重复向量。我想要做的是检测类似的向量并删除其中一个。我目前正在做的是我使用以下函数将每个向量与整个池进行比较：`

bool compareVectors(vector<int> a, vector<int> b)
{
    if (a.size() != b.size())
    {
        return false;
    }
    sort(a.begin(), a.end());
    sort(b.begin(), b.end());
    return (a == b);
}

但是，由于我正在做大量的比较，这并不能有效地完成这个过程。有没有可行的有效方法呢？

Answer 1

从（子）向量的规范化（此处，已排序）版本中构建set或unordered_set。然后，您可以在 O （ mn log m log n ）时间内找到所有重复项，其中 m 和 n 分别是数据的外部和内部维度。

您可能希望映射代替，例如，存储每个等价类的第一个代表的索引。您可以使用reserve从unordered_set运行时删除日志 m 。

Answer 2

制剂

首先根据大小将您的矢量分类到桶中。
只有一个向量的存储区意味着向量是唯一的，输出和删除。
对剩余存储桶中剩余的所有向量进行排序

从i = 0开始

递归算法：

每个桶：

根据v。（i）
只有一个向量的存储区意味着向量是唯一的，输出和删除
使用i = i + 1

比较大数据集中的向量

2 个答案: