这个数据结构有一个友好的名称吗?

时间:2012-03-06 01:33:58

标签: python algorithm data-structures

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:jthNamekthName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?

1 个答案:

答案 0 :(得分:7)

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)