程序员面试金典 - 面试题 17.26. 稀疏相似度（哈希map）

1. 题目

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/sparse-similarity-lcci
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2. 解题

题目说稀疏，最多1000对，考虑相同的文档内容，后面存储《含有该内容的文档 id》
sprintf(res, "%d,%d: %.4f", id1, id2, similarity+1e-9);，精度问题，参考评论区+1e-9
C 库函数 int sprintf(char *str, const char *format, ...) 发送格式化输出到 str 所指向的字符串
卡精度例子拿走不客气

class Solution {public:vector<string> computeSimilarities(vector<vector<int>>& docs) {unordered_map<int,vector<int>> m;//文档片段，含有该片段的文档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;}
};

程序员面试金典 - 面试题 17.26. 稀疏相似度（哈希map）相关推荐

程序员面试金典 - 面试题 10.02. 变位词组（哈希map）
1. 题目编写一种方法,对字符串数组进行排序,将所有变位词组合在一起. 变位词是指字母相同,但排列不同的字符串. 示例: 输入: ["eat", "tea", ...
程序员面试金典 - 面试题 16.14. 最佳直线（哈希map+set）
1. 题目给定一个二维平面及平面上的 N 个点列表Points,其中第i个点的坐标为Points[i]=[Xi,Yi]. 请找出一条直线,其通过的点的数目最多. 设穿过最多点的直线所穿过的全部点编号 ...
程序员面试金典 - 面试题 17.08. 马戏团人塔（最长上升子序 DP/二分查找）
文章目录 1. 题目 2. 解题 2.1 超时解 2.2 二分查找 1. 题目有个马戏团正在设计叠罗汉的表演节目,一个人要站在另一人的肩膀上.出于实际和美观的考虑,在上面的人要比下面的人矮一点且轻一 ...
程序员面试金典 - 面试题 17.07. 婴儿名字
题目难度: 中等原题链接今天继续更新程序员面试金典系列, 大家在公众号算法精选里回复面试金典就能看到该系列当前连载的所有文章了, 记得关注哦~ 题目描述每年,政府都会公布一万个最常见的婴 ...
程序员面试金典 - 面试题 17.25. 单词矩阵（Trie树+DFS回溯，hard）
1. 题目给定一份单词的清单,设计一个算法,创建由字母组成的面积最大的矩形,其中每一行组成一个单词(自左向右),每一列也组成一个单词(自上而下). 不要求这些单词在清单里连续出现,但要求所有行等长, ...
[Leetcode][程序员面试金典][面试题17.13][JAVA][恢复空格][动态规划][Trie][字符串哈希]
[问题描述][中等] [解答思路] 1. 动态规划动态规划流程第 1 步:设计状态 dp[i] 表示字符串的前 i 个字符的最少未匹配数. 第 2 步:状态转移方程假设当前我们已经考虑完了前 i ...
程序员面试金典 - 面试题 17.06. 2出现的次数（找递推规律）
1. 题目编写一个方法,计算从 0 到 n (含 n) 中数字 2 出现的次数. 示例: 输入: 25 输出: 9 解释: (2, 12, 20, 21, 22, 23, 24, 25)(注意 22 ...
程序员面试金典 - 面试题 17.13. 恢复空格（DP+Trie树）
文章目录 1. 题目 2. 解题 2.1 动态规划 2.2 Trie树 1. 题目哦,不!你不小心把一个长篇文章中的空格.标点都删掉了,并且大写也弄成了小写. 像句子"I reset th ...
程序员面试金典 - 面试题 17.17. 多次搜索（Trie树）
文章目录 1. 题目 2. 解题 2.1 暴力超时 2.2 Trie树 1. 题目给定一个较长字符串big和一个包含较短字符串的数组smalls,设计一个方法,根据smalls中的每一个较短字符串, ...

程序员面试金典 - 面试题 17.26. 稀疏相似度（哈希map）

1. 题目

2. 解题

程序员面试金典 - 面试题 17.26. 稀疏相似度（哈希map）相关推荐

最新文章

热门文章