持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第18天，点击查看活动详情
[面试题 17.26. 稀疏相似度](leetcode.cn/problems/ma…)
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1:」
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
解题思路
无～
代码实现
/**
* @param {number[][]} docs
* @return {string[]}
*/
const extra = 10 ** -9
var computeSimilarities = function(docs) {
const len = docs.length
const map = new Map()
for(let i = 0; i < len; i++) {
for(let num of docs[i]) {
if(map.has(num)) {
map.get(num).push(i)
} else map.set(num, [i])
}
}
const resMap = new Map()
for(let entry of map) {
const list = entry[1]
if(list.length < 2) continue
for(let i = 0; i < list.length; i++) {
for(let j = i + 1; j < list.length; j++) {
const newPair = list[i] + ',' + list[j]
if(resMap.has(newPair)) {
resMap.set(newPair, resMap.get(newPair) + 1)
} else resMap.set(newPair, 1)
}
}
}
const ans = []
for(let entry of resMap) {
const pair = entry[0].split(',')
const diff = docs[pair[0]].length + docs[pair[1]].length - entry[1]
ans.push(entry[0] + ': ' + ((entry[1] / diff) + extra).toFixed(4))
}
return ans
};
如果你对这道题目还有疑问的话，可以在评论区进行留言；
