Question

在Python中使用机器学习算法的特征选择器时，我使用以下代码生成了一个数据结构：

# Perform set partitioning on the results
groups = []
for t in results:
    (jthName,kthName) = t
    jthGroup = -1
    kthGroup = -1

    # Just a simple list of hashes with online merging
    for idx,group in enumerate(groups):
        if jthName in group:
            jthGroup = idx
        if kthName in group:
            kthGroup = idx
    if jthGroup == kthGroup:
        if jthGroup == -1: # Implicit: "and kthGroup == -1"
            groups.append(set((jthName,kthName)))
    elif jthGroup != kthGroup:
        if kthGroup == -1:
            # Merge kthName into jthGroup
            groups[jthGroup].add(kthName)
        elif jthGroup == -1:
            # Merge jthName into kthGroup (redundant if naturally-ordered)
            groups[kthGroup].add(jthName)
        else:
            # Merge jthGroup and kthGroup, since we have a connecting pair
            merged = set()
            merged.update(groups[jthGroup])
            merged.update(groups[kthGroup])
            groups.remove(groups[jthGroup])
            groups.remove(groups[kthGroup])
            groups.append(merged)

我的输入results是元组{2}的列表，groups是一个列表。请注意，我的代码在这里不一定有效;它仅用于说明目的。

我的数据结构groups具有以下属性：

对于每个(jthName,kthName)：
- 如果在任何包含的集合中都找不到(jthName,kthName)的元素，请在我们的集合列表中创建set((jthName,kthName))。
- 如果在一个包含的集合中找到(jthName,kthName)中的一个，则将未展开的元素合并到该集合中。
- 如果(jthName,kthName)的每个元素都在另一个集合中找到，请将两个引用的集合合并为一个集合。
循环不变量：jthName和kthName不能包含在多个集合中。

我对这种数据结构的理由是创建一组未知连通节点图的平面分解，其中每个唯一元素名称是一个节点，每个唯一对是一个边。我的理由是我的图表不完整，我要求此视图选择仅每个图表的已知成员，以提供一个算法regressively determine图形连接和边缘的方向性（也就是说，由数据表示的完整的DAGs集合。但是，我离题了。

变量groups表示的数据结构是否有友好名称？如果是，或者如果没有，是否有更多时间或空间效率的方法来执行此分解？

Answer 1

我认为你所寻找的东西叫做Disjoint-set data structure。

它经常在做Kruskal时使用，因为如果你用路径压缩实现不相交的数据结构，它允许你在分摊的nlog * n（实际上小于那个）时间内进行n次查找。

实现起来非常合理，我认为wiki页面伪代码非常适合python。如果您需要更多帮助，this SO question might help。

如果您使用了不相交的数据结构，那么您的代码将如下所示：

for t in results:
   (jName, kName) = t

   union(jName, kName)

这个数据结构有一个友好的名称吗？

1 个答案: