- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
让我们考虑距离 d(a, b) = a 和 b 中成对不同的数字的数量
,例如:
d(1003000000, 1000090000) = 2 # the 4th and 6th digits don't match
(我们只处理 10 位数字)和这个列表:
L = [2678888873,
2678878873, # distance 1 from L[0]
1000000000,
1000040000, # distance 1 from L[2]
1000300000, # distance 1 from L[2], distance 2 from L[3]
1000300009, # distance 1 from L[4], distance 2 from L[2]
]
我想找到最小数量的点 P,使得列表中的每个整数与 P 中的一个点的距离 <= 1。
这里我认为这个数字是 3:列表中的每个数字的距离 <= 2678888873、1000000000 或 1000300009 中的第一个。
我想 O(n^2) 算法是可能的,首先计算一个距离矩阵,即 M[i, j] = d(L[i], L[j])
。
有没有更好的方法来做到这一点,尤其是使用 Numpy?(也许 Numpy/Scipy 中有内置算法?)
PS:如果我们将这些 10 位整数视为字符串,我们将接近于在具有 Levenshtein 距离的许多单词列表中找到最少数量的聚类。
PS2:我知道这个距离在字符串上有一个名字:Hamming distance .
最佳答案
让我们看看我们从距离度量中知道了什么。给定一个数字 P
(不一定在 L
中),如果 L
的两个成员在 P
的距离 1 内,它们各自与P
共享9位,但不一定相同,所以它们只保证彼此共享8位。因此,任何两个距离为 2 的数字都保证有两个唯一的 P
,它们彼此之间的距离为 1(彼此之间的距离也为 2)。您可以使用此信息来减少优化 P
的选择所需的蛮力工作量。
假设您有一个距离矩阵。您可以立即丢弃条目不小于 3 的行(或列):它们自动成为自己的集群。对于等于 2 的剩余条目,构造一个可能的 P
值列表。查找 L
中 P
(另一个距离矩阵)每个元素在 1 以内的元素数。按邻居的数量对 P
进行排序,然后选择。您将需要在每次迭代中更新矩阵,因为您删除具有最大邻居的成员以避免由于重叠导致的低效分组(L
的成员靠近 P
的多个成员) .
您可以先将 L
转换为二维数字数组,然后在 numpy 中计算距离矩阵:
L = np.array([2678888873, 2678878873, 1000000000, 1000040000, 1000300000, 1000300009])
z = 10 # Number of digits
n = len(L) # Number of numbers
dec = 10**np.arange(z).reshape(-1, 1).astype(np.int64)
digits = (L // dec) % 10
digits
现在是一个 10xN 数组:
array([[3, 3, 0, 0, 0, 9],
[7, 7, 0, 0, 0, 0],
[8, 8, 0, 0, 0, 0],
[8, 8, 0, 0, 0, 0],
[8, 7, 0, 4, 0, 0],
[8, 8, 0, 0, 3, 3],
[8, 8, 0, 0, 0, 0],
[7, 7, 0, 0, 0, 0],
[6, 6, 0, 0, 0, 0],
[2, 2, 1, 1, 1, 1]], dtype=int64)
您可以使用 !=
和 sum< 计算
沿右轴:digits
与其自身或 digits
与任何其他 10xM 数组之间的距离
distance = (digits[:, None, :] != digits[..., None]).sum(axis=0)
结果:
array([[ 0, 1, 10, 10, 10, 10],
[ 1, 0, 10, 10, 10, 10],
[10, 10, 0, 1, 1, 2],
[10, 10, 1, 0, 2, 3],
[10, 10, 1, 2, 0, 1],
[10, 10, 2, 3, 1, 0]])
我们只关心该矩阵的上(或下)三角形,因此我们可以立即屏蔽掉另一个三角形:
distance[np.tril_indices(n)] = z + 1
查找 P
的所有候选值:L
的所有元素,以及距离为 2 的元素之间的所有对:
# Find indices of pairs that differ by 2
indices = np.nonzero(distance == 2)
# Extract those numbers as 10xKx2 array
d = digits[:, np.stack(indices, axis=1)]
# Compute where the difference is nonzero (Kx2)
locs = np.diff(d, axis=2).astype(bool).squeeze()
# Find the index of the first digit to replace (K)
s = np.argmax(locs, axis=0)
P
的额外值由 d
的每一半构成,用 k
表示的数字替换另一半:
P0 = digits[:, indices[0]]
P1 = digits[:, indices[1]]
k = np.arange(s.size)
tmp = P0[s, k]
P0[s, k] = P1[s, k]
P1[s, k] = tmp
Pextra = np.unique(np.concatenate((P0, P1), axis=1)
现在您可以计算 P
的全部可能性:
P = np.concatenate((digits, Pextra), axis=1)
distance2 = (P[:, None, :] != digits[..., None]).sum(axis=0)
您可以根据距离丢弃 Pextra
中与 digits
元素匹配的任何元素:
mask = np.concatenate((np.ones(n, bool), distance2[:, n:].all(axis=0)))
P = P[:, mask]
distance2 = distance2[:, mask]
现在您可以迭代地确定 P
与 L
的距离,并选择 P
的最佳值,从距离矩阵。从 P
中进行的贪婪选择不一定是最优的,因为由于重叠,替代组合可能需要更少的元素,但这是简单(但有些昂贵)的图遍历算法的问题。以下代码片段仅显示了一个简单的贪婪选择,这对您的玩具示例来说效果很好:
distMask = distance2 <= 1
quality = distMask.sum(axis=0)
clusters = []
accounted = 0
while accounted < n:
# Get the cluster location
best = np.argmax(quality)
# Get the cluster number
clusters.append(P[:, best].dot(dec).item())
# Remove numbers in cluser from consideration
accounted += quality[best]
quality -= distMask[distMask[:, best], :].sum(axis=0)
最后几个步骤可以使用集合和图表进行优化,但这显示了有效方法的起点。这对于大数据来说会很慢,但可能不会太慢。做一些基准测试来决定你想花多少时间来优化而不是仅仅运行算法。
关于python - 查找整数列表中的簇数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62220371/
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!