如果您有n个列表，那么查找哪些字符串列表相似的最有效方法是什么？
如果您有n个列表，那么查找哪些字符串列表相似的最有效方法是什么？
提问于 2017-01-14 22:41:24
假设我有10个无序列表，每个列表包含100个字符串元素。找到哪些列表与另一个或多个列表高度重叠(例如50%+)的最快方法是什么，以及它们与哪些列表重叠？
如果我们将其扩展到1,000,000,000个无序列表，每个列表包含10,000个字符串，会发生什么？识别这些列表的最有效方法是什么？
回答 2
Stack Overflow用户
发布于 2017-01-14 22:48:41
这是一个很慢的操作。您将从所有列表中创建一个集合。然后将一个与所有其他的进行比较，将某个分数保存在哈希表中或诸如此类的东西中，然后继续下一个并再次进行。它非常慢，并且不能很好地扩展，但根据您正在寻找的域，可能会有专门针对该操作的算法(和数据结构)。例如模糊搜索和字符串匹配。你的问题太宽泛了。你想做的具体是什么？
Stack Overflow用户
发布于 2017-01-14 23:58:50
如果你想找到两个文档之间的相似之处，你应该看看TfidVectorize。您能为我们提供一些样本清单或文件和所需的输出吗？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/41651167
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号