Question

我正在寻找一种匹配两个整数数组的算法。例如：

参考：

00 01 02 03 04 05 06 07 08 09 0A 0B 0C 0D 0E 0F

候选：

FF FF FF 01 02 03 FF AA 09 0A 0B 0C 0D 0E FF

期望的输出：

01 02 03 09 0A 0B 0C 0D 0E

//澄清我有兴趣找到连续的比赛。在现实世界的例子中，会有很多单一的匹配（噪音），也许还有1到3个更大的集群。

参考和候选人是文本的近似值（指纹）（如书）。小范围的比赛毫无意义。指纹内的值是K-Grams的哈希值，因此值不是唯一的。

Answer 1

看起来你需要的是两个列表的Longest Common Subsequence。

Answer 2

只需从其中一个开始即可。弹出一个值，将其与其他数组值逐个进行比较，直到它结束。并弹出另一个值来检查，等等......！

Answer 3

注意：您在评论中说数组永远不会排序。我认为这意味着您不是在寻找最长的公共子序列，而只是想要确定候选阵列中的哪些元素也存在于参考数组中，无论顺序如何（即一组交集）。如果这不对，请澄清问题！

您可以在O（n + m）时间内执行此操作，其中n和m是列表的长度。这比通过第一个列表和检查每个元素的天真方法快得多，它是否包含在第二个列表中。

我假设，从您的示例中，您的参考数组不包含重复项。如果有的话，有办法解决这个问题，但是那时你的输出看起来并不完全清楚。

执行此操作的豪华方法是构造一个位字段，这是一个数据结构，告诉您是否存在任何给定元素，并且它使用单个位表示每个可能的元素。因此，您可以使用单个int来表示32个不同的输入/输出值。有Apache Commons实施可供您直接使用。

解决问题的方法是通过参考数组，将其中的每个元素放入位字段。完成此操作后，您实际上拥有Set，并且您可以针对任何给定值测试它是否在您的参考数组中，方法是查看其位是否在位字段中设置。所以现在你浏览你的候选数组，并为每个元素测试它在bit字段中的存在。

即使可能值的范围很大，您仍然可以这样做。即使允许所有可能的int值，您仍然可以在1GB内存中表示所有这些值。

从您的示例看，好像可能值的数量很小，在这种情况下，您可以更简单地执行此操作，并且还可以处理重复项，只需拥有int[]数组，每个可能的值一个。因此，如果值的范围是0到999，那么您声明

int[] present = new int[1000];

然后你浏览你的参考数组：

for (int ref: refArray)
    present[ref]++;

现在，您可以计算present数组中每个值的出现次数。您浏览候选数组，并查找每个数组中present数组中的数量：

for (int cand: candidateArray)
    if (present[cand]>0)
        System.out.println(cand+" occurred "+present[cand]+" times in the ref array");

如果您在参考数组中没有获得重复项，那么当然可以使用boolean[]。

比其他建议的方式更快，这是O（n * m）。

Answer 4

由于两个序列都没有排序，您必须单独检查每个vaue。这个java代码将提供您想要的输出：

for(int i=0;i<array2.length();i++)
{
    for(int j=0;j<array1.length();j++)
    {
       if(array1[j].equals(array2[i])
       {
           System.out.println(array2[i]+" ");
       }
    }
}

匹配整数数组的算法（指纹）

4 个答案: