什么算法计算集合中公共元素的频率？答案

【问题标题】：What algorithms count frequencies of common elements in a collection of sets?什么算法计算集合中公共元素的频率？
【发布时间】：2008-12-17 21:03:31
【问题描述】：

我想了解有助于识别重叠数据集之间的共性和差异的算法信息。

以stackoverflow的标签系统为例：

假设这个问题被赋予了 5 个标签。假设有 1000 个其他问题至少具有这些标签之一。在这 1000 个问题中，有多少问题具有我的原始帖子所没有的共同标签？

另一种更简单的描述方式是自动建议标记系统：

“您使用 [5 个我选择的标签] 标记了您的问题。其他类似的问题被标记为 [可能感兴趣的标签列表]。其中 [可能感兴趣的标签列表] 是经常出现的标签不在我的原始列表中。

如果可能的话，用 c# 编写代码示例：)

【问题讨论】：

【解决方案1】：

查看 Wager-Hamming 距离。这是在字符串上定义的汉明距离，即将一个字符串转换为另一个字符串所需的编辑操作数。

您还可以潜在地使用等价类的偏序并设置包含：当问题 A 和 B 具有完全相同的一组标签直到重新排序时，它们是相等的，设置并集、设置差异和设置交集然后定义比较的偏序。

【讨论】：

【解决方案2】：

我不知道任何特定的算法或数据结构，但我可以建议一种基本的处理方法：

假设：每个条目有五个唯一的标签。

在（草率的）伪代码中，使用两个循环（如果可能）：

for each entry
    if any tag in original_tags
        tag_list[tag]++
end

for next in tag_list
    tag_count[tag_list[next]] += next
end

这应该会产生一个连接标签名称的稀疏数组（好吧，我没有包含分隔符，但嘿，它是伪代码 :-)。保留最高数字，然后向后迭代以获得最佳建议。

（缓存要优化，但要注意更新）

保罗。

【讨论】：