基本原理
跳表:
jaccard相似度:
jaccard相似度的代码实现:
时间复杂度分析:
快速jaccard算法:
代码实现,这个要求两个集合都是有序的:
Jaccard相似度算法的基本实现
算法:
go
package zdpgo_algorithm
// Jaccard 计算两个数组之间的Jaccard相似度
// @param arr1 数组1
// @param arr2 数组2
// @return float64 相似度
func Jaccard[T Number](arr1 []T, arr2 []T) float64 {
// 边界情况
if len(arr1) == 0 || len(arr2) == 0 {
return 0
}
// 将两个数组转换为字典
m1 := make(map[T]struct{}, len(arr1))
m2 := make(map[T]struct{}, len(arr2))
for _, v := range arr1 {
m1[v] = struct{}{}
}
for _, v := range arr2 {
m2[v] = struct{}{}
}
// 计算交集的元素个数
var count float64
for k, _ := range m1 {
if _, ok := m2[k]; ok {
count++
}
}
// 使用算法公式计算相似度
// 交集个数 / (集合1个数 + 集合2个数 - 交集个数)
// 由于结果是浮点数类型,需要手动将结果转换为浮点数类型
return count / float64(len(arr1)+len(arr2)-int(count))
}
基本的测试代码:
go
package zdpgo_algorithm_test
import (
"github.com/zhangdapeng520/zdpgo_algorithm"
"testing"
)
func TestJaccard_Basic(t *testing.T) {
arr1 := []int{1, 2, 3, 4, 5}
arr2 := []int{4, 5, 6, 7}
t.Log(zdpgo_algorithm.Jaccard(arr1, arr2))
}
基于有序数组的Jaccard相似度算法实现
算法:
go
// JaccardSorted 用于两个有序数组的快速Jaccard相似度算法
// 时间复杂度:O(n)
// @param arr1 数组1,要求是有序的
// @param arr2 数组2,要求是有序的
// @return float64 相似度
func JaccardSorted[T Number](arr1 []T, arr2 []T) float64 {
if len(arr1) == 0 || len(arr2) == 0 {
return 0
}
// 求交集的个数
count := 0
for i, j := 0, 0; i < len(arr1) && j < len(arr2); {
// 两个有序的数组,只有其中的某个片段是连续相同的
if arr1[i] == arr2[j] {
// 这种情况说明重叠的部分已经出现了
count++
i++
j++
} else if arr1[i] < arr2[j] {
// 这种情况说明重叠的部分在arr1的后面,让arr1的索引往后递增
i++
} else {
// 这种情况说明重叠的部分在arr2的后面,让arr2的索引往后递增
j++
}
}
// 计算相似度
return float64(count) / float64(len(arr1)+len(arr2)-count)
}
测试代码:
go
func TestJaccardSorted_Basic(t *testing.T) {
arr1 := []int{1, 2, 3, 4, 5}
arr2 := []int{4, 5, 6, 7}
t.Log(zdpgo_algorithm.JaccardSorted(arr1, arr2))
}