算法：选择集合的共同元素答案

【问题标题】：Algorithm: Selecting common elements of a collection算法：选择集合的共同元素
【发布时间】：2010-12-02 19:56:48
【问题描述】：

我最近不得不写以下算法：

给定一组标签，以及一组博客文章，其中博客文章可能包含零对多标签，返回所有帖子共有的标签。

此比较是在内存中完成的 - 访问任一集合不会导致跨网络（即，访问数据库等）。

此外，Tags 集合没有对包含它的 BlogPosts 的引用。 BlogPosts 有一组 Tags 它们包含。

以下是我的实现。它执行得很好，但我很好奇是否有更好的方法来实现它。

我的实现是在 Actionscript 中，但从算法的角度来看，我更好奇，所以任何语言的示例都可以。（但如果我不懂语言，我可能会要求你澄清一些方面）

任何改进的例子都会受到极大的欢迎。

    private function getCommonTags(blogPosts:Vector.<BlogPost>):Vector.<Tag>
    {
        var commonTags:Vector.<Tag> = new Vector.<Tag>();
        if (!blogPosts || blogPosts.length == 0)
            return commonTags;

        var blogPost:BlogPost = blogPosts[0];
        if (!blogPost.tags || blogPost.tags.length == 0)
            return commonTags;

        commonTags = Vector.<Tag>(blogPosts[0].tags);

        for each (var blogPost:BlogPost in blogPosts)
        {
            if (!blogPost.tags || blogPost.tags.length == 0 || commonTags.length == 0)
                // Updated to fix bug mentioned below
                // Optomized exit - there are no common tags
                return new Vector.<Tag>();

            for each (var tag:Tag in commonTags)
            {
                if (!blogPost.containsTagId(tag.id))
                {
                    commonTags.splice(commonTags.indexOf(tag),1);
                }
            }
        }
        return commonTags;
    }

【问题讨论】：

我不知道 Actionscript，但是如果您可以通过 blogPost.tags.length 廉价地订购 blogposts，这段代码会运行得更快。另外我认为当第一篇文章有 2 个标签而第二个 0 时存在错误，它将返回第一篇文章的 2 个标签。
@krusty.ar 谢谢！按标签数量排序是个好主意。我认为您提到的错误是由于我代表我重命名了一些糟糕的变量 - 我已经编辑了代码，如果您仍然看到错误，请告诉我（我没有）。
好吧，假设 blogPosts[0].tags.lenght == 2 和 blogPosts[0].tags.lenght == 0，for each 循环的第一遍会比较两个标签第一篇文章有第一篇文章的 2 个标签，它们是相同的，所以 commonTags.lenght == 2，在循环的第二遍中，blogPost.tags.length == 0，所以使用“优化退出”，但是仍然是 commonTags.lenght == 2，所以您要返回第一篇文章的标签，而第二篇文章没有，正确的版本将类似于 return new Vector.();
你是绝对正确的。谢谢 - 我会解决的。

标签： algorithm performance language-agnostic

【解决方案1】：

嗯，你只需要一个高效的算法来计算两个集合的交集，因为你可以重复调用两个以上集合的算法。

一种快速算法是将第一个集合的项目添加到哈希表中，然后遍历第二个集合，检查哈希表是否存在；如果是，则将其添加到要在交集中返回的项目列表中。

【讨论】：

【解决方案2】：

我可以用一个英文句子来说明这个程序：“返回所有在帖子中统一出现的标签。”

给标签列表命名all_tags，给标签关联到帖子列表命名post_tags，我可以用J programming language中的这句话说同样的话

   all_tags #~ (#=+/) all_tags e.&>"_ 0 post_tags

详细了解一下：

#~ 表示“复制到哪里”
(# = +/) 表示“计数等于总和”
e. 表示“存在于”
&>"_ 0 修改了e.，因此将整个all_tags 与post_tags 中的每个标签集进行比较

如果我们想让它成为一个接受两个参数的程序，而不是一个特定于这些命名列表的程序，相应的程序可以是：

   common_to=:  [ #~ [:(#=+/) [ e.&>"_ 0 ]

使用相同的数据名称运行该程序将如下所示：

   all_tags common_to post_tags

值得注意的是，我们实际上并不需要完整的标签列表，因为它可以推导出来。（计算是~. ; post_tags。）这意味着我们可以编写程序来只接受一个参数。但由于问题假定我们已经计算了all_tags 列表，因此无需再次计算。

【讨论】：