1. 題目

兩個(gè)(具有不同單詞的)文檔的交集(intersection)中元素的個(gè)數(shù)除以并集(union)中元素的個(gè)數(shù)，就是這兩個(gè)文檔的相似度。

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 個(gè)，并集的元素有 5 個(gè)。

給定一系列的長(zhǎng)篇文檔，每個(gè)文檔元素各不相同，并與一個(gè) ID 相關(guān)聯(lián)。它們的相似度非常“稀疏”，也就是說任選 2 個(gè)文檔，相似度都很接近 0。

請(qǐng)?jiān)O(shè)計(jì)一個(gè)算法返回每對(duì)文檔的 ID 及其相似度。只需輸出相似度大于 0 的組合。
請(qǐng)忽略空文檔。為簡(jiǎn)單起見，可以假定每個(gè)文檔由一個(gè)含有不同整數(shù)的數(shù)組表示。

輸入為一個(gè)二維數(shù)組 docs，docs[i] 表示 id 為 i 的文檔。

返回一個(gè)數(shù)組，其中每個(gè)元素是一個(gè)字符串，代表每對(duì)相似度大于 0 的文檔，其格式為 {id1},{id2}: {similarity}，其中 id1 為兩個(gè)文檔中較小的 id，similarity 為相似度，精確到小數(shù)點(diǎn)后 4 位。以任意順序返回?cái)?shù)組均可。

示例: 輸入: [[14, 15, 100, 9, 3],[32, 1, 9, 3, 5],[15, 29, 2, 6, 8, 7],[7, 10] ] 輸出: ["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 的文檔對(duì)數(shù)不會(huì)超過 1000

來源：力扣（LeetCode）
鏈接：https://leetcode-cn.com/problems/sparse-similarity-lcci
著作權(quán)歸領(lǐng)扣網(wǎng)絡(luò)所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系官方授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。

2. 解題

• 題目說稀疏，最多1000對(duì)，考慮相同的 文檔內(nèi)容，后面存儲(chǔ)《含有該內(nèi)容的文檔 id》
• sprintf(res, "%d,%d: %.4f", id1, id2, similarity+1e-9);，精度問題，參考評(píng)論區(qū)+1e-9
• C 庫函數(shù) int sprintf(char *str, const char *format, ...) 發(fā)送格式化輸出到 str 所指向的字符串
• 卡精度例子拿走不客氣

class Solution { public:vector<string> computeSimilarities(vector<vector<int>>& docs) {unordered_map<int,vector<int>> m;//文檔片段，含有該片段的文檔idfor(int i = 0; i < docs.size(); ++i){for(int part : docs[i])m[part].push_back(i);}unordered_map<int,unordered_map<int,int>> countSame;//doc1，doc2，sameValueint i, j, id1, id2, num;for(auto& mi : m){for(i = 0; i < mi.second.size()-1; ++i){id1 = mi.second[i];for(j = i+1; j < mi.second.size(); ++j){id2 = mi.second[j];countSame[id1][id2] += 1;}}}vector<string> ans;double similarity;for(auto& vals : countSame){id1 = vals.first;for(auto& count : vals.second){id2 = count.first;num = count.second;similarity = double(num)/(docs[id1].size()+docs[id2].size()-num);char res[16];sprintf(res, "%d,%d: %.4f", id1, id2, similarity+1e-9);ans.push_back(string(res,res+16));}}return ans;} };

總結(jié)

以上是生活随笔為你收集整理的程序员面试金典 - 面试题 17.26. 稀疏相似度（哈希map）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。