【问题标题】:Combine n sets of files together (randomly and no repetition)将 n 组文件组合在一起(随机且不重复)
【发布时间】:2015-01-06 15:38:25
【问题描述】:

我有以下几组文件:

每个文件都被描述为type-ID-pageNumber-R.xml,即jugement_017_3

第 1 组:

 - Conclusions-009-1-R.xml   
 - Conclusions-010-1-R.xml 
 - Conclusions-011-1-R.xml

第 2 组:

 - Assignation-043-1-R.xml    
 - Assignation-043-2-R.xml 
 - Assignation-045-1-R.xml 

第 3 组:

 - Jugement-017-1-R.xml     
 - Jugement-017-2-R.xml  
 - Jugement-017-3-R.xml 
 - Jugement-018-1-R.xml 
 - Jugement-018-2-R.xml 

我想使用以下规则将set 1set 2set 3 组合成set 4

  1. 随机组合顺序(每次我们要组合文件时,set 4 中的顺序都会改变)
  2. 类型相同的文件可以一个接一个地放置如果它们具有相同的ID

第 4 组:

- Conclusions-009-1-R.xml 
- Jugement-018-1-R.xml 
- Jugement-018-2-R.xml 
- Assignation-043-1-R.xml    
- Assignation-043-2-R.xml
- Conclusions-010-1-R.xml 
- Assignation-045-1-R.xml 
- Conclusions-011-1-R.xml
- Jugement-017-1-R.xml     
- Jugement-017-2-R.xml  
- Jugement-017-3-R.xml

【问题讨论】:

  • 只是让数据结构更能反映语义并打乱来源;选择一个循环来填充集合 4。确保“链接”章节是源中的单位
  • 问题我是否也应该改变文件的到达顺序?含义:即使在源头上洗牌,我也需要洗牌的顺序对吗?
  • 你可以。但是你需要以某种方式保护那里的不变量
  • @sehe 抱歉,您能解释一下不变量是什么意思。 e
  • 您在问题中列出的限制条件。

标签: c++ algorithm sorting merge


【解决方案1】:

这是我的 0.05 美元实施,以详细说明我的评论:

  1. 将所有章节存储在由唯一键(节,章节号)键控的集合中:

    using Section = std::string;
    using Page    = int;
    using Chapter = int;
    using Pages   = icl::interval_set<Page>::type;
    
    struct Module {
        Section section;
        Chapter chapter;
    
        bool operator<(Module const& o) const;
    };
    
    using Table = std::map<Module, Pages>;
    

    如您所见,我选择了一个间隔集来存储页面范围。这使得无论输入顺序如何都可以更轻松地进行合并。

  2. 那么让我们这样做吧。我以“随机”顺序填写表格:

     struct Fill { Section s; Chapter c; Page p; };
     for (auto& fill : std::vector<Fill> { 
         { "Jugement",    18 , 2 },
         { "Conclusions", 11 , 1 },
         { "Assignation", 43 , 1 },
         { "Assignation", 43 , 2 },
         { "Conclusions", 10 , 1 },
         { "Jugement",    17 , 3 },
         { "Assignation", 45 , 1 },
         { "Jugement",    17 , 1 },
         { "Conclusions", 9  , 1 },
         { "Jugement",    17 , 2 },
         { "Jugement",    18 , 1 },
     })
     {
         table[{fill.s, fill.c}] += fill.p; // add page to (existing) range
     }
    

    就是这样!

  3. 现在我们可以像这样按节/章打印模块:

     std::cout << "------------- table: \n";
     for (auto& r:table)
         std::cout << r << "\n";
    

    打印:

     ------------- table: 
     Assignation    43  {[1,2]}
     Assignation    45  {[1,1]}
     Conclusions    9   {[1,1]}
     Conclusions    10  {[1,1]}
     Conclusions    11  {[1,1]}
     Jugement   17  {[1,3]}
     Jugement   18  {[1,2]}
    
  4. 现在我们创建了所需的顺序,让我们添加一些不可预测性(这与混乱略有不同)。

    using rv = rw<Table::value_type>;
    std::vector<rv> vw(begin(table), end(table));
    
    // blind shuffle
    srand(time(0));
    std::random_shuffle(vw.begin(), vw.end());
    

    巴姆。我们有一个对模块表条目的引用的打乱视图。 但是! 随机不是目标。

    所以我们从匹配的部分中找到相邻的对,并尝试通过旋转它们来移除它们。当然,有可能没有东西可以交换(来自另一部分),在这种情况下,我们将重复项留在尾随位置:

    // try to avoid subsequent modules from equal sections (dup)
    auto dup     = [](rv a, rv b) { return a.get().first.section == b.get().first.section; };
    auto it      = vw.begin();
    auto const e = vw.end();
    
    while(it != e) { // bit redundant, could be while(true)
        it = std::adjacent_find(it, e, dup);
        if (it == e) 
            break;
    
        auto m = std::find_if(it+1, e, [&] (rv r) { return r.get().first.section != it->get().first.section; });
    
        if (m == e) {
            it = m;
        } else {
            std::rotate(it+1, m, e);
            it = std::adjacent_find(it, e, dup);
        }
    }
    
  5. 当然,打印结果选择:

    std::cout << "------------- selection: \n";
    for (auto& r : vw)
        std::cout << r.get() << "\n";
    

可以在此处查看打印一些诊断/跟踪信息的版本:

Live On Coliru

完整列表

Live On Coliru

#include <boost/bind.hpp>
#include <boost/icl/interval_set.hpp>
#include <boost/tuple/tuple_comparison.hpp>
#include <iomanip>
#include <iostream>
#include <map>

namespace icl = boost::icl;

template<typename T> using rw = boost::reference_wrapper<T>;

using Section = std::string;
using Page    = int;
using Chapter = int;
using Pages   = icl::interval_set<Page>::type;

struct Module {
    Section section;
    Chapter chapter;

    bool operator<(Module const& o) const { return boost::tie(section,chapter) < boost::tie(o.section,o.chapter); }
};

using Table = std::map<Module, Pages>;

static inline std::ostream& operator<<(std::ostream& os, Table::value_type const& p) {
    return os << p.first.section << "\t" << p.first.chapter << "\t" << p.second;
}

int main()
{
    std::cout << std::unitbuf;
    Table table;

    {
        struct Fill { Section s; Chapter c; Page p; };
        for (auto& tup : std::vector<Fill> { 
            { "Jugement",    18 , 2 },
            { "Conclusions", 11 , 1 },
            { "Assignation", 43 , 1 },
            { "Assignation", 43 , 2 },
            { "Conclusions", 10 , 1 },
            { "Jugement",    17 , 3 },
            { "Assignation", 45 , 1 },
            { "Jugement",    17 , 1 },
            { "Conclusions", 9  , 1 },
            { "Jugement",    17 , 2 },
            { "Jugement",    18 , 1 },
        })
        {
            table[{tup.s, tup.c}] += tup.p; // add page to (existing) range
        }
    }

    std::cout << "------------- table: \n";
    for (auto& r:table)
        std::cout << r << "\n";

    {
        using rv = rw<Table::value_type>;
        std::vector<rv> vw(begin(table), end(table));

        // blind shuffle
        srand(time(0));
        std::random_shuffle(vw.begin(), vw.end());

        // try to avoid subsequent modules from equal sections (dup)
        auto dup     = [](rv a, rv b) { return a.get().first.section == b.get().first.section; };
        auto it      = vw.begin();
        auto const e = vw.end();

        while(it != e) // bit redundant, could be while(true)
        {
            std::cout << "------------- STATE: \n";
            for (auto& rv:vw)
                std::cout << rv.get() << (it->get_pointer() == rv.get_pointer()? "*\n":"\n");

            it = std::adjacent_find(it, e, dup);
            if (it == e) 
                break;

            std::cout << "------------- dupes: \n";
            std::cout << "\t" << (it+0)->get() << "\n";
            std::cout << "\t" << (it+1)->get() << "\n";

            auto m = std::find_if(it+1, e, [&] (rv r) { return r.get().first.section != it->get().first.section; });

            if (m == e)
            {
                it = m;
            } else
            {
                std::cout << "------------- rotating to: \n";
                std::cout << "\t" << m->get() << "\n";

                std::rotate(it+1, m, e);

                it = std::adjacent_find(it, e, dup);
            }
        }
        std::cout << "------------- selection: \n";
        for (auto& r : vw)
            std::cout << r.get() << "\n";
    }
}

【讨论】:

  • 我试图了解@sehe 算法的功能。我的意思是技术部分,它真的很有趣。 "using, "get_pointer()","get()" 对我来说是新的。算法很简单,但要理解它
  • 如果您愿意,可以使用指针向量。我很懒。 See On Coliru
【解决方案2】:

如果您能以某种方式消除连续放置具有相同 ID 的文件的第二个要求,您的问题可能会简化为 well-known algorithm for random shuffling

您可以通过改组文件组而不是单个文件来解决此问题(当然,组可能由单个文件组成)。

  • 创建一个数据结构,表示具有特定类型和 ID 的文件组以及一组页面
  • 将您的文件列表组合成组
  • 对一组组运行随机洗牌
  • 将结果展开回单个文件列表

以下是该组结构的外观:

class FileGroup {
    string name;
    string id;
    set<int> pages;
public:
    FileGroup(const string& _name, const string& _id) : name(_name), id(_id) {}
    void addPage(int pg) { pages.insert(pg); }
    ...
};

您的示例数据如下所示:

"Assignation" - "043" - { 1, 2 }
"Assignation" - "045" - { 1 }
"Conclusions" - "009" - { 1 }
"Conclusions" - "010" - { 1 }
"Conclusions" - "011" - { 1 }
"Judgement"   - "017" - { 1, 2, 3 }
"Judgement"   - "018" - { 1, 2 }

现在相关文件的页面将保持在一起,无论您以何种方式随机分组。

【讨论】:

  • 我不完全确定我得到了这个答案。您基本上是在说“放弃要求”吗?然后你建议 Fisher-Yates,而标准库有 std::random_shuffle。随便吧。我实现了您在此处绘制的内容(加上启发式尽力而为,以从相同部分删除相邻模块)
  • @sehe 这个想法是用可以以统一方式处理的对象(即文件组)替换需要不同处理的对象列表(即可能单独打乱或保存在一起的文件) )。在某种程度上,这个解决方案直接来自Dijkstra's railroad fable。这与您实施的想法相同:)
  • 我知道我实现了它 :) 除非我遗漏了什么,否则我会留下两句话,对吧?
猜你喜欢
  • 2021-10-19
  • 1970-01-01
  • 2014-05-14
  • 2017-11-10
  • 1970-01-01
  • 1970-01-01
  • 2013-05-20
  • 1970-01-01
  • 2017-01-17
相关资源
最近更新 更多