- mongodb - 在 MongoDB mapreduce 中,如何展平值对象?
- javascript - 对象传播与 Object.assign
- html - 输入类型 ="submit"Vs 按钮标签它们可以互换吗?
- sql - 使用 MongoDB 而不是 MS SQL Server 的优缺点
我有一个包含 100,000 个集合的数组。每组包含 1,000,000 以下的自然数。我必须找到有序对的数量 {m, n},其中 0 < m < 1,000,000、0 < n < 1,000,000 和 m != n,它们在 100,000 个集合中都不存在。搜索所有集合的简单方法导致 10^5 * (10^6 选择 2) 次搜索。
例如我有 2 组 set1 = {1,2,4} set2 = {1,3}。小于 5 的所有可能的有序数对是 {1,2}、{1,3}、{1,4}、{2,3}、{2,4} 和 {3,4}。在集合 1 中不一起存在的小于 5 的有序数对是 {1,3}、{2,3} 和 {3,4}。第 2 组中缺少的 5 个以下的有序对是 {1,2}、{1,4}、{2,3}、{2,4} 和 {3,4}。两个集合中不一起存在的有序对是 {2,3} 和 {3,4}。所以缺失的有序对数为 2。
谁能指出我组织数据结构的巧妙方法,以便更快地找到缺失对的数量?如果之前有人问过这个问题,我提前道歉。
更新:这是有关我的数据集结构的一些信息。每组中的元素数量从 2 到 500,000 不等。元素的中位数约为 10,000。分布在 10,000 左右达到峰值,并在两个方向上逐渐减小。 100,000个集合中元素的并集接近1,000,000。
最佳答案
如果您正在寻找跨 集的组合,有一种方法可以有意义地压缩您的数据集,如 frenzykryger's answer 所示.但是,从您的示例中,您正在寻找的是每个集合内可用的组合数量,这意味着每个集合都包含不可约信息。此外,您也不能使用组合学来简单地从每组中获取组合的数量;您最终希望对所有集合中的组合进行重复数据删除,因此实际组合很重要。
了解这一切之后,很难想出你能取得什么重大突破。假设您有 i
个集合,并且每个集合中最多有 k
个项目。天真的方法是:
对此的最坏情况复杂度并不高,但假设您有一个集合包含 0 到 1,000,000 之间的大多数数字或几乎不包含任何数字的场景,您应该会看到性能有很大的改进。
另一种方法是继续使用组合学来计算每个集合中的组合数量,然后使用一些有效的方法来查找集合中重复组合的数量。我不知道这种方法,但它可能存在。
关于c++ - 搜索集合数组的更快方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38934551/
好吧,我知道这个问题已经被问了无数次了。但是,对于我在谷歌搜索中似乎无法找到的问题,我还有一个小补充。 我当然不是 FFMPEG 的专家……我一直在使用 FFMPEG 的标准加速/减速模板,我正在使用
考虑这三个文档... [ { _id: "...", _rev: "...", title: "Foo", body: "...
我想知道访问我的全局变量的最快方法...它们只会在 Beta 测试阶段发生变化。在我们上线之前。从那时起,它们将永远不会改变。 我认为从 web.config 中获取内容会产生开销,而且编写 App.
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Is there a performance difference between BETWEEN and IN
我很想知道对通常作为查询目标的数字列进行分区是否有性能优势。目前我有一个包含约 5000 万条记录的物化 View 。当使用常规 b 树索引并按此数字列搜索时,我得到的成本为 7,查询结果大约需要 0
我需要编写一个库,它执行许多远程 HTTP 调用来获取内容。我可以按照描述做here ,但是有没有更好的方法(在性能方面)如何做到这一点?如果我按照示例中所述进行操作,我总是会创建一个 URL 对象,
该代码非常不言自明。只是有很多我需要独立随机化的范围。例如,范围('W1:W4')不应与范围('W5:W8')混淆,因此我不能只是随机化范围('W1:W80')。任何帮助或建议都会很棒!多谢。目前,代
我正在使用 ADT 模拟器。我在我的模拟器中使用默认的 Android 虚拟设备。我创建了一个版本 4.0.3。 问题 太慢了。有时我在尝试更改 fragment 时会收到加载点击。 我使用的代码是有
我正在尝试获取一个包含三个表中的信息的数组。结果应该是一个数组,我可以在其中循环遍历第一个表、第二个表中的相关行以及第三个表到第二个表中的相关行。目前,我有三个独立的 SQL 查询,然后将它们重组为一
我已经学会了两种在服务器上上传图像的方法(可能还有更多..)。 1) 创建 NSData 并将其添加到请求正文中 2)创建字节数组并像简单数组一样以json形式发送 1) 创建 NSData 并将其添
我有一个 UItextview,我可以在里面写入数据类,我可以在我的 View 中的任何地方提供数据,在 ViewDidAppear 函数中我传递了我的数据,但它有点慢。文本在 0.2-0.3 秒后出
如何为 discoverAllContactUserInfosWithCompletionHandler 创建优先级高于默认值的 CKOperation? 我找不到不使用 [[CKContainer
我在 unix 模块下编写了一个内核级函数,用于对系统负载进行采样。我在 clock.c 下的 clock() 中调用示例函数,以在每个时钟(例如,我的系统上每 10 毫秒)拍摄系统负载的快照。有没有
我正在制作一个应用程序,该应用程序将根据变量的值使用鼠标/键盘(宏)模拟操作。 这里有我制作的 de 扫描代码: void ReadMemory(int value){ DWORD p
我想知道在计算上调用嵌套在对象中的函数的最快方法是什么,所以我做了一个快速的 jsPerf.com 基准测试,其中我考虑了三种可能性——从数组中调用函数,从“核心”中调用函数对象和函数对象: var
我用 php 做了一个图像缩放器。调整图像大小时,它会缓存一个具有新尺寸的新 jpg 文件。下次您调用确切的 img.php?file=hello.jpg&size=400 时,它会检查是否已经创建了
这个问题在这里已经有了答案: 关闭 11 年前。 Possible Duplicate: Which is best for data store Struct/Classes? 考虑我有一个 Em
我正在尝试为多组列自动计算每行的平均分数。例如。一组列可以代表不同比例的项目。这些列也被系统地命名 (scale_itemnumber)。 例如,下面的虚拟数据框包含来自三个不同比例的项目。(可能会出
所以我知道散列图使用桶和散列码等等。根据我的经验,Java 哈希码并不小,但通常很大,所以我假设它没有在内部建立索引。除非哈希码质量很差导致桶长度和桶数量大致相等,否则 HashMap 比名称-> 值
假设我有一个非常缓慢和大的 for 循环。 如何将其拆分为多个线程以使其运行速度更快? for (int a = 0; a { slowMet
我是一名优秀的程序员,十分优秀!