leetcode 17.26. 稀疏相似度

leetcode 17.26. 稀疏相似度

两个(具有不同单词的)文档的交集(intersection)中元素的个数除以并集(union)中元素的个数，就是这两个文档的相似度。例如，{1, 5, 3} 和 {1, 7, 2, 3} 的相似度是 0.4，其中，交集的元素有 2 个，并集的元素有 5 个。给定一系列的长篇文档，每个文档元素各不相同，并与一个 ID 相关联。它们的相似度非常“稀疏”，也就是说任选 2 个文档，相似度都很接近 0。请设计一个算法返回每对文档的 ID 及其相似度。只需输出相似度大于 0 的组合。请忽略空文档。为简单起见，可以假定每个文档由一个含有不同整数的数组表示。

输入为一个二维数组 docs，docs[i] 表示 id 为 i 的文档。返回一个数组，其中每个元素是一个字符串，代表每对相似度大于 0 的文档，其格式为 {id1},{id2}: {similarity}，其中 id1 为两个文档中较小的 id，similarity 为相似度，精确到小数点后 4 位。以任意顺序返回数组均可。

示例:

输入:
[
[14, 15, 100, 9, 3],
[32, 1, 9, 3, 5],
[15, 29, 2, 6, 8, 7],
[7, 10]
]
输出:
[
“0,1: 0.2500”,
“0,2: 0.1000”,
“2,3: 0.1429”
]
提示：

docs.length <= 500
docs[i].length <= 500
相似度大于 0 的文档对数不会超过 1000

解题思路

暴力枚举 ，O(n^2*c), 勉强k过，精度卡的让我怀疑人生
也可以
枚举对于每个数子的相同组

代码

枚举每对

class Solution {
public:
    using ve2 = vector<vector<int>>;
    using ve1 = vector<int>;
    using si = ve1::size_type;
    vector<string> ans;
    
    inline string itoa(int a) {
        string s;
        if (a == 0) return "0";
        while (a) {
            s += (a%10)+'0';
            a/=10;
        }
        reverse(s.begin(), s.end());
        return s;
    }
    string out(int a) {
        string s = ": ";
        s += itoa(a/10000);
        s += '.';
        a %= 10000;
        string ss;
        for (int i = 0; i < 4; ++i) {
            ss += ((a%10)+'0');
            a/=10;
        }
        reverse(ss.begin(), ss.end());
        return s+ss;
    }
    void similarity(ve1 &a, ve1 &b, string &s) {
        int k = 0;
        for (si i = 0, j = 0; i < a.size() && j < b.size();) {
            if (a[i] == b[j]) k++,i++,j++;
            else if (a[i] > b[j]) j++;
            else i++;
        }
        if (k == 0) return ;
        double an = k*1./(a.size()+b.size()-k);
        k = an*100000;
        if (k%10 > 5 || (k%10 == 5 && k/10 > 0))
            k+=10;
        k/=10;
        if (k == 0) return;
        s += out(k);
        ans.push_back(s);
        return ;
    }
    void sol(ve2 &v) {
        for (si i = 0; i < v.size(); ++i) {
            for (si j = i+1; j < v.size(); ++j) {
                        string a = itoa(i)+","+itoa(j);
                        similarity(v[i], v[j], a);
            }
        }
    }

    vector<string> computeSimilarities(vector<vector<int>>& docs) {
        for (auto & i : docs)
            sort(i.begin(), i.end());
        sol(docs);
        return ans;
    }
};

AC 代码2 ：枚举对于每个数子的相同组

class Solution {
public:
    vector<string> computeSimilarities(vector<vector<int>>& docs) {
        map<int, vector<int>> ma;
        map<pair<int, int>, int> counts;
        vector<int>cnt;
        for (int i = 0; i < docs.size(); ++i) {
            cnt.push_back(docs[i].size());
            for (auto &d : docs[i]) {
                ma[d].push_back(i);
            }
        }
        
        for (const auto &[a, b] : ma) {
            for (int i = 0; i < b.size(); ++i) {
                for (int j = i+1; j < b.size(); ++j) {
                    ++counts[{b[i],b[j]}];
                }
            }
        }
        vector<string>ans;
        for (const auto &[a, b] : counts) {
            int fm = cnt[a.first]+cnt[a.second]-b;
            double f = b*1./fm;
            char s[20];
            sprintf(s, "%d,%d: %.4f", a.first, a.second, f+1e-9);
            ans.push_back(s);
        }
        return ans;
    }
};