Question

我需要构建一个部分Inverted Index。类似的东西：

l = {{x, {h, a, b, c}}, {y, {c, d, e}}}
iI[l]
(*
-> {{a, {x}}, {b, {x}}, {c, {x, y}}, {d, {y}}, {e, {y}}, {h, {x}}}
*)

我认为它的作用非常清楚。在输入列表中，{x，y ...}是唯一的，而{a，b，c，..}则不是。输出应按#[[1]]排序。

现在，我这样做：

iI[list_List] := {#, list[[Position[list, #][[All, 1]]]][[All, 1]]} & /@ 
                     (Union@Flatten@Last@Transpose@list)

但是对于这么简单的任务看起来太复杂了，似乎太慢了，我应该能够应付军团。

用于比较结果的试驾：

words = DictionaryLookup[];
abWords = DictionaryLookup["ab" ~~ ___];
l = {#, RandomChoice[abWords, RandomInteger[{1, 30}]]} & /@ words[[1 ;; 3000]];
First@Timing@iI[l]
(*
-> 5.312
*)

那么，有关加速的想法吗？

Answer 1

似乎Reap的一项经典任务 - Sow（由于@Heike而在最终版本中有所改进）：

iI[list_] := Sort[Reap[Sow @@@ list, _, List][[2]]]

然后，

iI[l]

{{a, {x}}, {b, {x}}, {c, {x, y}}, {d, {y}}, {e, {y}}, {h, {x}}}

和

In[22]:= 
words=DictionaryLookup[];
abWords=DictionaryLookup["ab"~~___];
l={#,RandomChoice[abWords,RandomInteger[{1,30}]]}&/@words[[1;;3000]];
First@Timing@iI[l]
Out[25]= 0.047

修改

以下是具有类似（稍差）性能的替代版本：

iIAlt[list_] := Sort@Transpose[{#[[All, 1, 2]], #[[All, All, 1]]}] &@ GatherBy[Flatten[Thread /@ list, 1], Last];

有趣的是，Reap - Sow提供的解决方案比基于结构操作的解决方案更快。

编辑2

仅为了说明 - 对于那些喜欢基于规则的解决方案的人来说，这里有一个基于Dispatch和ReplaceList的组合：

iIAlt1[list_] := With[{disp = Dispatch@Flatten[Thread[Rule[#2, #]] & @@@ list]}, Map[{#, ReplaceList[#, disp]} &, Union @@ list[[All, 2]]]]

然而，它比其他两个慢约2-3倍。

时间有效的部分倒置索引构建

1 个答案: