具有回调的唯一数组值

Question

所以，

问题

第一种情况

我有一个包含一些值的数组 - 首先，让它们都是字符串（或者可以简单地视为字符串）。示例：

$rgData = ['foo', 'feo', 'bar', 'baz', 'bee'];

现在，我想从中创建唯一数组，其中两个项目之间的Levenshtein distance 小于 2。即如果levenshtein($x, $y) < 2，项目$x 和$y 被视为相等。例如，foo 和 feo 相等，bar 和 baz - 但不是 bar 和 bee。

第二种情况

我有一个数组，每个点的坐标为[x, y]，例如：

$rgData = [[0, 0.1], [-5, 4.5], [0, 0.5], [-5.5, 4.5]];

现在，我想从中创建唯一的数组，其中两点之间的距离小于 1。即如果pow((pow($x[0]-$y[0], 2) + pow($x[1]-$y[1],2)), 0.5)<1 点$x 和$y 被视为相等

很明显，这两种情况都可以通过一些函数来解决，这将类似于标准 PHP array_unique() - 但它接受比较函数来检查项目是否相等。我的问题是关于那个功能的。

我的方法

现在，我有最简单的函数解决方案：

function array_uunique($rgData, $fnCompare=null)
{
    if(!isset($fnCompare))
    {
        return array_unique($rgData);
    }
    if(!is_callable($fnCompare))
    {
        return null;
    }
    if(!count($rgData))
    {
        return array();
    }
    $rgResult = array();
    foreach($rgData as $mItem)
    {
        foreach($rgResult as $mTest)
        {
           if(!call_user_func_array($fnCompare, [$mItem, $mTest]))
           {
              continue 2;
           }
        }
        $rgResult[]=$mItem;
    }
    return $rgResult;
}

-它接受回调作为第二个参数，并返回与此比较规则不相等的元素，即对于 levenshtein，所描述的结果将是：

$rgResult = array_uunique(['foo', 'feo', 'bar', 'baz', 'bee'], function($x, $y)
{
   return levenshtein($x, $y)>1; //or !levenshtein($x, $y)<2
});

-这将导致

数组（3）{ [0]=> 字符串（3）“富” [1]=> 字符串（3）“酒吧” [2]=> 字符串（3）“蜜蜂” }

-您可以使用this fiddle 进行测试。

具体说明

如上所述，这是最简单的方式，但它内部包含2个嵌套的依赖循环。因此，这种构造的复杂性将是O(N^2) - 这很可悲 - 并且对我不起作用，特别是如果比较函数操作成本很高 - 因为我将在数据数组中有大量元素（~1E5..1E6至少）。

我的问题是 - 如何改进这一点？可能还有另一种好的算法吗？或者可能是我的代码可以以某种方式改进？

更新（基于下面的好评论）：我知道在常见情况下，此类问题会导致transitive function 问题，即xFy = yFz => xFz - 例如，levenshtein() 是不及物。因此，在常见情况中，整个结果将至少取决于项目顺序（但不仅仅是来自它）——现在这对我来说不是问题，因为我确定我的数据顺序和内容（或者，至少，bar 或 baz 是否将通过 levenshtein 比较返回无关紧要）。所以，我的目标是尽量减少比较次数（我认为，比较函数传递或不改变什么都不会改变，因为我想优化甚至重新创建比较算法本身）

Answer 1

输入集 = {a,b,c,...} 矩阵，

   a b c . . .
a  1
b  1 1
C  0 0 1
.        1
.          1
.            1

1 如果两个元素在同一组中，1s 在对角线 couse 反射属性，计算 olny 下三角形 couse symetric 属性。在第 n 行，如果找到匹配项，则开始与 cols 进行比较，放入 1，然后删除第 n 个 col，形成进一步的比较。我希望它是可以理解的。

最坏的情况：如果每个组都有一个元素。