1

所以，

问题

第一个案例

我有一个包含一些值的数组 - 首先，让它们都是字符串（或者可以简单地视为字符串）。例子：

$rgData = ['foo', 'feo', 'bar', 'baz', 'bee'];

现在，我想从中创建唯一的数组，其中两个项目之间的Levenshtein 距离小于 2。即项目$x和$y被视为相等 if levenshtein($x, $y) < 2。例如，fooandfeo是相等的，and also barand baz- 但不是barand bee。

第二种情况

我有一个数组，[x, y]每个点都有坐标，例如：

$rgData = [[0, 0.1], [-5, 4.5], [0, 0.5], [-5.5, 4.5]];

现在，我想从中创建唯一的数组，其中两点之间的距离小于 1。即点$x和$y被视为相等，如果pow((pow($x[0]-$y[0], 2) + pow($x[1]-$y[1],2)), 0.5)<1

很明显，这两种情况都可以通过一些函数来解决，这将类似于标准的 PHP array_unique() - 但它接受比较函数来检查项目是否相等。我的问题是关于那个功能。

我的方法

现在，我有最简单的功能解决方案：

function array_uunique($rgData, $fnCompare=null)
{
    if(!isset($fnCompare))
    {
        return array_unique($rgData);
    }
    if(!is_callable($fnCompare))
    {
        return null;
    }
    if(!count($rgData))
    {
        return array();
    }
    $rgResult = array();
    foreach($rgData as $mItem)
    {
        foreach($rgResult as $mTest)
        {
           if(!call_user_func_array($fnCompare, [$mItem, $mTest]))
           {
              continue 2;
           }
        }
        $rgResult[]=$mItem;
    }
    return $rgResult;
}

- 它接受回调作为第二个参数，并返回不等于此比较规则的元素，即对于 levenshtein，所描述的结果将是：

$rgResult = array_uunique(['foo', 'feo', 'bar', 'baz', 'bee'], function($x, $y)
{
   return levenshtein($x, $y)>1; //or !levenshtein($x, $y)<2
});

- 这将导致

数组（3）{
  [0]=>
  字符串（3）“富”
  [1]=>
  字符串（3）“酒吧”
  [2]=>
  字符串（3）“蜜蜂”
}

- 你可以用这个小提琴来测试它。

细节

如上所述，这是最简单的方法，但它内部包含 2 个嵌套的依赖循环。因此，这种构造的复杂性将是O(N^2)- 这很可悲 - 并且对我不起作用，特别是如果比较函数操作成本很高 - 因为我将在数据数组中有大量元素（至少〜1E5..1E6） .

我的问题是 - 如何改善这一点？可能还有另一种好的算法吗？或者可能是我的代码可以以某种方式改进？

更新（基于下面的好评论）：我知道在常见情况下，这样的问题会导致传递函数问题，即xFy = yFz => xFz- 例如，levenshtein()不是传递的。因此，在常见情况下，整个结果将至少取决于项目顺序（但不仅来自它）- 现在这对我来说不是问题，因为我确定我的数据顺序和内容（或者，至少，它是与是否bar或baz将通过levenshtein比较返回无关）。所以，我的目标是尽量减少比较次数（我认为比较函数是否传递或没有改变什么，因为我想优化甚至重新创建比较算法本身）

4

1 回答 1

1

输入集 = {a,b,c,...} 矩阵，

   a b c . . .
a  1
b  1 1
C  0 0 1
.        1
.          1
.            1

如果两个元素在同一组中，则为 1，对角线具有反射特性，计算 olny 下三角形具有对称特性。在第 n 行，如果找到匹配项，则开始与 cols 进行比较，放入 1，然后删除第 n 个 col，形成进一步的比较。我希望这是可以理解的。

最坏的情况：如果每个组都有一个元素。

于 2013-09-16T18:15:46.997 回答