如何在 C# 中实现 Jaccard 相似度

Question

我在计算集合（位向量）的 Jaccard 相似度时遇到了这个问题：

v1 = 10111

v2 = 10011

交叉点大小 = 3; （我们怎样才能找到它？）

联合大小 = 4，（我们怎样才能找到它？）

Jaccard 相似度 = (交集/并集) = 3/4

但我不明白我们如何找出两个向量的“交集”和“并集”。

请帮帮我。

Answer 1

大概你对“交集”和“联合”的定义是“在两个值中设置的位数”和“在任何一个值中设置的位数”......这是（假设你使用类似@987654324 @ 或 long 用于向量）：

int intersection = CountBits(v1 & v2);
int union = CountBits(v1 | v2);

接下来你只需要实现CountBits。 This Stack Overflow question 可以帮到你。

您可能想要使用BitArray，而不是使用int 或long。这有And 和Or 方法，它们看起来 好像它们不会改变原始值，但它并不完全清楚。当然，您需要找出计算在 BitArray 中设置的位数的最佳方法 - 只需 array.Cast<bool>().Count(bit => bit) 就可以了。