- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在对排名算法进行一些研究,并且想在给定一个排序列表和该列表的一些排列的情况下,计算两个排列之间的一些距离。对于 Levenshtein 距离的情况,这对应于计算序列和该序列的排序副本之间的距离。还有,例如,“反演距离”,一种线性时间算法,详细说明 here ,我正在努力实现。
有谁知道反演距离的现有 python 实现和/或 Levenshtein 距离的优化?我在大约 50,000 到 200,000 个元素的序列上计算这个,所以 O(n^2) 太慢了,但 O(n log(n)) 或更好应该足够了。
排列相似性的其他指标也将受到赞赏。
为 future 的人编辑:
基于 Raymond Hettinger's response ;这不是 Levenshtein 或反转距离,而是“格式塔模式匹配”:P
from difflib import SequenceMatcher
import random
ratings = [random.gauss(1200, 200) for i in range(100000)]
SequenceMatcher(None, ratings, sorted(ratings)).ratio()
在糟糕的桌面上运行大约 6 秒。
编辑 2:如果您可以将您的序列强制为 [1 .. n] 的排列,那么曼哈顿度量的变体会非常快并且会产生一些有趣的结果。
manhattan = lambda l: sum(abs(a - i) for i, a in enumerate(l)) / (0.5 * len(l) ** 2)
rankings = list(range(100000))
random.shuffle(rankings)
manhattan(rankings) # ~ 0.6665, < 1 second
归一化因子在技术上是一个近似值;它对于偶数大小的列表是正确的,但对于奇数大小的列表应该是 (0.5 * (len(l) ** 2 - 1))
。
Edit3: 还有其他几种检查列表相似性的算法! Kendall Tau排名系数和Spearman排名系数。这些的实现在 SciPy 中可用。库作为 scipy.stats.kendalltau
和 scipy.stats.rspearman
,并将返回排名以及相关的 p 值。
最佳答案
Levenshtein 距离是一种 O(n**2) 算法,所以如果你想走得更快,请使用 difflib module 中的替代快速算法。 . ratio 方法计算两个序列之间的相似性度量。
如果您必须坚持使用 Levenshtein,ASPN Python Cookbook 上有一个 Python 食谱:http://code.activestate.com/recipes/576874-levenshtein-distance/ .
可以在以下位置找到另一个 Python 脚本:http://en.wikibooks.org/wiki/Algorithm_Implementation/Strings/Levenshtein_distance#Python
关于python - 有效地确定 "how sorted"列表是,例如。编辑距离,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8206617/
如标题所示,ans_list是一个答案列表,ans_index是一个数字(答案在词汇表中的索引,但与atm无关) 这里生成的 tree.anslist 是什么? (例如,仅针对第一个),忽略迭代。 f
我目前将用户的输入存储在逗号分隔的列表中,如下所示: Userid | Options 1 | 1,2,5 用户在一个数组形式中勾选一组选项,然后用逗号连接起来 1,2,5 然后 MySQ
我目前将用户的输入存储在逗号分隔的列表中,如下所示: Userid | Options 1 | 1,2,5 用户在一个数组形式中勾选一组选项,然后用逗号连接起来 1,2,5 然后 MySQ
我想知道如何完全展平列表和包含它们的东西。除其他外,我想出了一个解决方案,它可以将具有多个元素的东西滑倒并将它们放回原处,或者在滑倒后将具有一个元素的东西拿走。 这与 How do I “flatte
我想知道如何完全展平列表和包含它们的东西。除其他外,我想出了一个解决方案,它可以将具有多个元素的东西滑倒并将它们放回原处,或者在滑倒后将带有一个元素的东西拿走。 这与 How do I “flatte
这个问题已经有答案了: Convert nested list to 2d array (3 个回答) 已关闭 7 年前。 java中有没有快捷方式可以转换 List> 到 String[][] ?
我在排序时遇到问题 List> 。我创建了一个自定义比较器,在其中编写了对数据进行排序的代码。 public class CustomComparator implements Comparator
这个问题已经有答案了: 已关闭10 年前。 Possible Duplicate: Java Generics: Cannot cast List to List? 我只是想知道为什么下面的java代
试图想出一个 LINQy 方法来做到这一点,但我什么也没想到。 我有一个对象列表<>,其中包含一个属性,该属性是逗号分隔的字母代码列表: lst[0].codes = "AA,BB,DD" lst[1
假设我有这些任务: points = [] point = (1, 2) 我怎么会这样做: points += point 它工作得很好,并且给了我点 = [1, 2]。但是,如果我这样做: poin
如何在 scala 中将 List[Task[List[Header]]] 类型转换为 Task[List[Header]]。 我有一个方法返回 Task[List[Header]] 并多次调用 do
如何在 Java 中查找二维列表的元素? 我有一个参数为 List> 的函数我想知道如何找到这个列表的行和列。 最佳答案 如果你喜欢 List> obj 然后你就可以像这样访问 obj.get(cur
分配 List到 List工作正常。 分配 List>到 List>不编译。 代码 public class Main { public static void main(String[] a
我正在用 Java 编写一个方法,该方法必须接收并迭代 Serializable 的 List。 有什么区别: public void myMethod(List list) { } 和 public
我看到很多人想用 mvvm 更新网格/列表/树的一部分,但他们不想刷新整个列表。 对于所有遇到此问题的人,我做了以下示例。 希望这对你有用。 最佳答案 这是一个简单的例子。整个代码中最重要的是: Bi
我正在为现有的 C++ 库编写包装器,该库使用列表,其中 T 是自定义结构。我被建议使用 vector 而不是列表,但我试图避免修改库。 为了更好地理解这个场景,我做了一个简单的应用程序,使用一个列表
List list List list 这两种声明有什么区别吗? 谢谢, 最佳答案 是的。 List可以包含所有派生自 Base 的不同事物的混合物. List包含同质项(从某种意义上说,它们必须全部
有人可以尽可能详细地解释以下类型之间的区别吗? List List List 让我更具体一点。我什么时候想使用 // 1 public void CanYouGiveMeAnAnswer(List l
我有一个元组列表,每个元组都是一对列表。所以我的数据看起来像: mylist = [(['foo', 'bar'], ['bar', 'bar']),(['bar', 'bar'],['bar', '
也许是一个时髦的标题,但我遇到了以下问题: 给定一个类型为 (a * b) list 的列表,我想创建一个类型为 (a * b list) list 的新列表。一个例子: 给定列表 let testL
我是一名优秀的程序员,十分优秀!