- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在寻求改进我目前拥有的算法,虽然它可以工作,但目前的复杂度为 O(n^2)。我希望尽可能降低这种复杂性,或者改进/更改算法本身以改进运行时间。
我有一个字符串列表,每个字符串都包含多个单词,最终目标是找到这些字符串之间的“匹配项”,并根据“相似度”百分比进行排序。
假设我有以下字符串:
《世界末日》
《旅程的开始》
《时间的尽头》
“我们今天离开这个世界的时间”
我的算法执行以下步骤:
最终,我得到了字符串对(起始列表中所有字符串的所有可能配对)和它们之间匹配的百分比值。然后我可以丢弃所有低于某个阈值的匹配项,只处理高于阈值的匹配项。阈值是用户定义的,整个算法用作“过滤”非常大的数据集的一种方式,让人类的眼球只关注那些最初看起来非常匹配的数据。
正如您可以从算法的嵌套循环(即 O(n^2))部分想象的那样,这是非常慢的,并且随着输入大小的增加会变得相当慢。
是否有任何方法可以改进该算法的 Big O,或者是否可以对生成相同输出的算法进行任何更改以提高运行时复杂度?
最佳答案
如果你在所有计算中都拉动字符串,就会有额外的复杂性,这使得最后一个操作不是 O(M^2) 而是 O(M^2 * sizeof(sentence) * AvgLength(word))
让我们看看(概念代码)
std::vector<std::set<int>> sSets;
sentenceSets.reserve(sentences.size());
for(auto& sentence : sentences) { // O(m)
std::vector<const char *> words = SplitWord(sentence); // O(n) needs to go through all letters.
sSet.emplace_back();
for(auto& word: words) {
int wordNo = LookUp(word); // table of all words, with entries of 0 for unwanted words. O(log AllWords)
if (wordNo)
sSet.back().insert(wordNo); // also removes duplicates. O(Log(#diff words in sentence))
}
}
总 O(m Log(AllWords) avgWordLen) 或 O(m collisionFactor avgWordLen) 如果您认为所有可能单词的哈希表工作完美。
LookUp
为所有以后的比较保存一个因子 O(单词中的字母)。
for(const auto& theSet : sSet) { // O(sSet.size()
for(const auto& cmpSet : sSet) { // O(sSet.size()
std::vector<int> intersect;
std::set_intersection(theSet.begin(), theSet.end(),
cmpSet.begin(), cmpSet.end(),
std::back_insert<std::vector<int>>(intersect)); // O(set.size())
StoreRes(theSet, cmpSet, intersect);
}
}
这里总共是 O(sSet.size()^2*O(set.size())。可以优化为仅运行 O(sSet.size()*sSet.size()/2),因为表是对称的。
使用 LookUp
在这里节省了一个因子 O(字长)。
std::set 可能会被一些 flat_set 取代,以实现更快的现实世界操作。
关于string - 将算法的大 O 表示法从 O(n^2) 改进为更好的东西,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51084174/
我看到以下宏 here . static const char LogTable256[256] = { #define LT(n) n, n, n, n, n, n, n, n, n, n, n,
这个问题不太可能帮助任何 future 的访问者;它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关,这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用,visit
所以我得到了这个算法我需要计算它的时间复杂度 这样的 for i=1 to n do k=i while (k<=n) do FLIP(A[k]) k
n 的 n 次方(即 n^n)是多项式吗? T(n) = 2T(n/2) + n^n 可以用master方法求解吗? 最佳答案 它不仅不是多项式,而且比阶乘还差。 O(n^n) 支配 O(n!)。同样
我正在研究一种算法,它可以在带有变音符号的字符(tilde、circumflex、caret、umlaut、caron)及其“简单”字符之间进行映射。 例如: ń ǹ ň ñ ṅ ņ ṇ
嗯..我从昨天开始学习APL。我正在观看 YouTube 视频,从基础开始学习各种符号,我正在使用 NARS2000。 我想要的是打印斐波那契数列。我知道有好几种代码,但是因为我没有研究过高深的东西,
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭12 年前。 Improve th
谁能帮我从 N * N * N → N 中找到一个双射数学函数,它接受三个参数 x、y 和 z 并返回数字 n? 我想知道函数 f 及其反函数 f',如果我有 n,我将能够通过应用 f'(n) 来
场景: 用户可以在字符串格式的方程式中输入任意数量的括号对。但是,我需要检查以确保所有括号 ( 或 ) 都有一个相邻的乘数符号 *。因此 3( 应该是 3*( 和 )3 应该是 )*3。 我需要将所有
在 Java 中,表达式: n+++n 似乎评估为等同于: n++ + n 尽管 +n 是一个有效的一元运算符,其优先级高于 n + n 中的算术 + 运算符。因此编译器似乎假设运算符不能是一元运算符
当我阅读 this 问题我记得有人曾经告诉我(很多年前),从汇编程序的角度来看,这两个操作非常不同: n = 0; n = n - n; 这是真的吗?如果是,为什么会这样? 编辑: 正如一些回复所指出
我正在尝试在reveal.js 中加载外部markdown 文件,该文件已编写为遵守数据分隔符语法: You can write your content as a separate file and
我试图弄清楚如何使用 Javascript 生成一个随机 11 个字符串,该字符串需要特定的字母/数字序列,以及位置。 ----------------------------------------
我最近偶然发现了一个资源,其中 2T(n/2) + n/log n 类型 的递归被 MM 宣布为无法解决。 直到今天,当另一种资源被证明是矛盾的(在某种意义上)时,我才接受它作为引理。 根据资源(下面
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我完成的一个代码遵循这个模式: for (i = 0; i < N; i++){ // O(N) //do some processing... } sort(array, array + N
有没有办法证明 f(n) + g(n) = theta(n^2) 还是不可能?假设 f(n) = theta(n^2) & g(n) = O(n^2) 我尝试了以下方法:f(n) = O(n^2) &
所以我目前正在尝试计算我拥有的一些数据的 Pearson R 和 p 值。这是通过以下代码完成的: import numpy as np from scipy.stats import pearson
ltree 列的默认排序为文本。示例:我的表 id、parentid 和 wbs 中有 3 列。 ltree 列 - wbs 将 1.1.12, 1.1.1, 1.1.2 存储在不同的行中。按 wbs
我的目标是编写一个程序来计算在 python 中表示数字所需的位数,如果我选择 number = -1 或任何负数,程序不会终止,这是我的代码: number = -1 cnt = 0 while(n
我是一名优秀的程序员,十分优秀!