Question

我有2个数据集，其中包含排序的时间戳记

我想计算它们之间的相关性。

如果两个时间戳出现在彼此的某个阈值之内，我们认为它们是匹配的。

我有一个O（M + N）算法，我认为它可以正常工作，但是我想知道是否有更好的算法？

基本上，我遍历两个时间戳数组，计算每个时间戳之间的绝对时差，如果其短于阈值，则增加一个计数器。
我从当前两个时间戳中最早的那个数组中选择下一个时间戳，然后重复。
最后，相关性是找到的匹配项数除以数据集大小。

这是到目前为止我所拥有的伪代码：

matches=0
i=0, j=0

while i < timestamps_1.size and j < timestamps_2.size
    diff = abs(timestamps_1[i] - timestamps_2[j])
    if diff < threshold
        matches += 1
    if timestamps_1[i] < timestamps_2[j]
        i += 1
    else
        j += 1
correlation = matches / timestamps_2.size

是否有更好的算法来实现这一目标？

Answer 1

在最坏的情况下，没有任何方法可以解决访问每个数组的每个成员的问题。在最佳情况下，您可能只能访问一个数组的每个成员，而另一个数组的一个成员。顺序基于最坏的情况；因此O（n + m）

改进O（m + n）算法来计算相关性吗？

1 个答案: