我正在尝试比较两个集合列表（或列表列表），并且努力寻找有效的解决方案。
给出两个列表，每个列表的长度不同，并且每个位置的大小集可能不同。集合的大小在1-6个整数之间，列表的大小对于较大的元素大约为4000个元素，对于较小的元素为100个元素。
list_1= [{42, 189, 31}, {32, 75, 189}, {42, 31}, {100, 63}, {75, 37}]
list_2=[{75, 37}, {42, 37}]
然后我想在数组中找到两个列表之间最大重叠的点，并计算每个集合之间的交点中有多少个元素。
在这种情况下，最佳对齐方式是在list_1 [1：3]上，其中有两个重叠元素
{32， 75 ，189}在列表_1的索引1和 {75 ，37} list_2的索引0结合list_1的索引2的{ 42 ，31}和{ 42 ，37}因为我们有两个匹配项，所以list_2的索引1处的计数为2。对于上面的示例，输出数组应该像这样
sequence_alligenment(list_1,list_2): [0,2,0,1]
列表的顺序很重要，因为我试图找到重叠最大的时间点。
我一直在尝试使用集和冻结集的交集，因为它们周围有些笨拙的for循环，因此运气不佳。
答案 0 :(得分：0)
这不是一个很常见的问题。我认为最有效的方法就是反复进行。使代码简单将很简单。不是最有效的方法，但是我看不到更好的解决方案。
答案 1 :(得分：0)
如果您需要效率（如果您需要大量使用此代码，并且有时需要等待一段时间），则可以使用模糊匹配算法。
大多数模糊匹配算法似乎都针对字符串，但是它们可能是一个起点。
如果这不是您想要的，则可以尝试进行反向索引，例如： {42：{42，189，31}，189：{{42，189，31}}，31：{42，189，31}，32：{32，75，189}，75：{32，75， 189}，189：{32、75、189}，42：{42、31}，31：{42、31}，100：{100、63}，63：{100、63}，75：{75， 37}，37：{75、37}}
然后计算以这种方式在任意两对之间获得多少重复。我相信那样会是O（n）。
答案 2 :(得分：0)
查找Smith-Waterman算法。这是用于局部比对不同长度序列的DP算法。