Question

连续跨度是什么样的剂量？

连续跨度由元组(start, end)表示。

例如，(2, 8)指的是一个从2开始并以8结尾的区域。

最广泛的覆盖范围是什么意思？

对于跨度列表，例如[(0, 4), (2, 8), (5, 10), (6, 9)]，堆积结果将是：

│ 0......4
│    2...........8
│          5.........10
│            6.....9
└────────────────────────
 0 1 2 3 4 5 6 7 8 9 10 ...

跨度最深的覆盖范围是(6, 8)，即3。

在这种情况下，预期收益应为(6,8)

我的解决方案

我不知道如何表示连续跨度，因此，我将每个连续跨度分解为数字列表，并尝试从计数器结果中找到最常见的一个。

from collections import Couter
import numpy as np

density = Counter()
for start, end in SPAN_LIST:
    density.update(
        np.round(np.arange(start, end, 0.01)), 2)
    )
most_dense_site, most_dense_count = density.most_common()[0]

结果可能不准确，并且对于大量列表（大约数十亿个项目）而言，速度非常慢。我知道，如果提高精度，结果将更加准确，但同时也会浪费更多的内存。

我想知道如何加快流程并以更好的方式使结果更准确吗？

Answer 1

详细介绍评论部分：

解决方案是遍历范围的所有起点和终点，将它们混合在一起，以便“扫过”这些点。我们将考虑这些事件，并跟踪当前访问的范围。由范围开始触发的事件将增加当前访问范围的计数。范围结束触发的事件将减少当前访问范围的数量。

（下面的代码假定范围是半开的，包括开始但不结束。）

游乐场：https://ideone.com/fOAOXr

def deepest_coverage(span_list):
    if not span_list:
        raise ValueError("The given list must be non-empty")

    events = []
    for start, end in span_list:
        events.append((start, 1))
        events.append((end, -1))

    events.sort()

    ret = None
    most_visited = currently_visited = 0
    for i in range(len(events)):
        currently_visited += events[i][1]
        if currently_visited > most_visited:
            most_visited = currently_visited
            ret = events[i][0], events[i+1][0]

    return ret


print(deepest_coverage([(0, 4), (2, 8), (5, 10), (6, 9)]))

输出：

(6, 8)

资源：

Answer 2

我用Python中的扫描线算法编写了此解决方案。

跨度列表并展平为“位置列表”，起点和终点的身份按分数记录。
合并相邻的起点和终点，以提高性能并修复错误的位置错误。
循环显示位置列表并记录其得分最深的范围。

from collections import defaultdict

def get_deepest_coverage(span_list):
    """Get the span with the deepest coverage."""
    pos_dict = defaultdict(int)
    for start, end in span_list:
        pos_dict[start] += 1
        pos_dict[end] -= 1
    pos_list = sorted((k, v) for k, v in pos_dict.items() if v)

    deepest_start = deepest_end = None
    deepest_count = current_count = 0
    for index, (pos, score) in enumerate(pos_list):
        current_count += score
        if current_count > deepest_count:
            deepest_count = current_count
            deepest_start, deepest_end = pos, pos_list[index + 1][0]

    return deepest_start, deepest_end, deepest_count


print(get_deepest_coverage([(2, 8), (5, 7), (7, 20)]))

感谢@miloszlakomy提供的所有材料。还有不错的解决方案。

（我花了整个下午写这篇摘要，发现@miloszlakomy在这里发布了答案。）

感谢xxx一直拒绝我的帖子全部，否则我将没有动力自己解决这个问题。

从连续跨度列表中获取最深的覆盖站点

2 个答案: