有没有办法在对象数组中获得一定百分比的唯一性？

Question

这是我第一次在这个网站上写作。

所以我需要使用返回对象的函数生成一组随机数据。 该对象从其他对象数组中随机选择一些属性（在真正嵌套的级别上）。因此，该函数在结构中返回相同的对象，但在其属性中返回不同的值。

有没有办法计算唯一性比率或类似的东西？就像如果有一个生成的对象与集合中的另一个完全相等，它将返回唯一性 0，如果没有与其他任何共享属性，则返回 100，如果一些是共享的，而另一些则不是，介于两者之间的某个百分比?

我的目标是生成一组例如 100 个并选择前 20 个最独特的生成对象。

提前感谢您的想法。

编辑：

假设我已经生成了一组数据。 所有对象具有相同的结构但不同的值。 像这样的：

{
name: 'Some Name',
propA: (picked randomly from set A),
propB: (picked randomly from a different set B),
sections: [
  {
    propC: (another random from another set C)
   },
   {...}, 
   ...
]

}

我用我用 ramda 编写的一些实用程序生成了这些对象的数组，比如从列表中随机选择，然后用 R.times 来做。

主要问题是我需要这个：

{
  ...generatedObject,
  uniqueness: 79
}

在每个对象上，唯一性是一个百分比。

到目前为止，我使用deep-diff 来获取对象之间的差异，并编写了一个函数来根据对象中更改的道具数量提取百分比。

这是那个fn：

// changes is a Number
const measureUniquenessBetweenTwoChildObjects = R.curry((changes, objA, objB) =>
  R.compose(
    R.multiply(100), 
    R.divide(R.__, changes), 
    R.length, 
    diff)(objA, objB)
  );

这样做的目的是，如果有相同的变化和生成的道具，那么差异是 100%。

然后我确实选择了列表中的每个对象，并将此函数与除自身之外的所有其他对象映射，用平均值减少差异数组，这就是我认为的最终数字。然后我用 R.assoc 将该数字附加到对象上。

检查百分比差异数组给了我这样的信息：

[
  73.02, 73.02, 72.79, 72.56,
  72.56, 72.34, 72.34, 72.11,
  71.66, 71.66,  71.2, 70.98,
  70.98, 70.98, 70.75, 70.52,
  70.29, 70.29, 70.07, 69.84
]

每一个都是我附加到对象的唯一性比率。

但是我认为我的解决方案有缺陷，我觉得这里有些奇怪。这是我解决这个问题的逻辑。

我要问的是你将如何解决这个问题？最后的问题是编写一个算法，计算一组结构相同但值不同的对象中每个对象的唯一性值。

我不是要代码，只是要一些想法以使这项工作以适当的方式工作。我不是数据科学家或数学家，所以我以天真的方式实现了这一目标。

希望这会让它更清楚。

谢谢。

Answer 1

几个other questions 证明如果您正在寻找优化的解决方案，这个问题是NP-hard。我不知道是否有比蛮力更好的算法。这是不可能的，因为(100 choose 20) 相当大（535983370403809682970）——除非你有一些我真的很想知道的硬件！

但我认为您可以找到一个局部最优值，这可能是一个不错的猜测。这将涉及

1. 计算差分矩阵
2. 对行求和
3. 选择最大值
4. 将该值添加到您的列表中
5. 如果您仍需要更多项目，请从行和列中删除该索引并返回到第 2 步。

当然，您也可以使用一些simulated annealing 技术来找到更好的局部最大值。

---

至于差异，正如我在评论中建议的那样，deep-diff 可能超出您的需要。您也许可以使用函数like this：

const findLeafPaths = (o, path = [[]]) => 
  typeof o == 'object'
    ? Object .entries (o) .flatMap (
        ([k, v]) => findLeafPaths (v, path) .map (p => [k, ...p])
      ) 
    : path

查找示例对象中的所有路径，然后对于每个对象，通过在这些对象上映射R.path 将其缩减为值数组。要找到它们之间的数值差异应该相当简单（我会从R.zipWith (R.equals) 或类似的东西开始。）但是如果deep-diff 对你很有效，那么没有理由改变；它只是在测试一些东西，据我了解，您的要求不会出现。