分组算法答案

【问题标题】：Grouping Algorithm分组算法
【发布时间】：2014-07-05 07:20:54
【问题描述】：

Fruits = [
 {name:apple, color:red,   taste:good,  price:medium},
 {name:apple, color:red,   taste:bad,   price:medium},
 {name:apple, color:red,   taste:good,  price:low},
 {name:apple, color:red,   taste:bad,   price:medium},
 {name:apple, color:red,   taste:good,  price:medium},
 {name:apple, color:green, taste:bad,   price:medium},
 {name:apple, color:green, taste:bad,   price:medium}
];

在这里，我想计算一种苹果，即红色、味道好且价格中等的苹果，对于这种类型，计数为 2，因此将删除一个对象，并将新的属性计数添加到第一个。

同样，我想计算红色、味道差且价格中等的苹果，红色的苹果，味道好，价格低。

我想将这些水果与它们的所有可能的属性组合进行分组，找到相似的，计算并删除重复项。

预期结果

Fruits = [
 {name:apple, color:red,   taste:good,  price:medium, count:2},
 {name:apple, color:red,   taste:bad,   price:medium, count:2},
 {name:apple, color:red,   taste:good,  price:low, count:1},
 {name:apple, color:green, taste:badd,  price:medium, count:2},
];

【问题讨论】：

预期输出是什么？
对它们进行排序。这会将所有重复项放在一个块中，因此您可以在第二遍中轻松计算它们。
这个问题似乎跑题了，因为这不是代码编写服务。
@jonrsharpe，是的，我知道，我不会问我要解决的每一个问题，只问那些我无法解决的问题
@NestedWeb 那么您尝试的解决方案在哪里，它到底有什么问题？

标签： javascript python algorithm grouping

【解决方案1】：

解决这个问题基本上有两种方法：

O(nlogn) time 最坏的情况，空间很小：对元素进行排序，然后迭代和计数，相同的元素是相邻的其他，所以计数相当容易。
O(n) 时间（平均情况）和空间：构建一个哈希映射，其中键是苹果的描述，值是它的出现次数，迭代列表并为每个元素更新哈希映射。

注意它不能做得更好，即O(n)时间和次线性空间，因为这是element distinctness problem的一个特例，不能在线性时间和次线性空间中解决。

【讨论】：

【解决方案2】：

在 Python 中，可以这样完成

from collections import defaultdict
from operator import itemgetter
keys = ["name", "color", "taste", "price"]
d, get_keys = defaultdict(int), itemgetter(*keys)

# Group the items based on their name, color, taste and price and count them
for item in Fruits:
    d[get_keys(item)] += 1

# Unwrap the groups along with their count    
result = []
for key in d:
    temp = dict(zip(keys, key))
    temp["count"] = d[key]
    result.append(temp)

print result

输出

[{'color': 'green',
  'count': 1,
  'name': 'apple',
  'price': 'medium',
  'taste': 'good'},
 {'color': 'red',
  'count': 2,
  'name': 'apple',
  'price': 'medium',
  'taste': 'good'},
 {'color': 'red',
  'count': 1,
  'name': 'apple',
  'price': 'low',
  'taste': 'good'},
 {'color': 'green',
  'count': 2,
  'name': 'apple',
  'price': 'medium',
  'taste': 'bad'},
 {'color': 'red',
  'count': 2,
  'name': 'apple',
  'price': 'medium',
  'taste': 'bad'}]

【讨论】：

【解决方案3】：

在 Python 中，如果您要计算一些东西，请尝试使用 collections.Counter 类；并查看您的数据，您可以使用 collections.namedtuple 来跟踪字段名称。

这是我的代码：

>>> from collections import Counter, namedtuple
>>> from pprint import pprint as pp
>>> 
>>> Fr = namedtuple('Fr', 'name, colour, taste, price')
>>> Fruits = [Fr(*datum) for datum in [('apple', 'red', 'good', 'medium'),
                  ('apple', 'red', 'bad', 'medium'),
                  ('apple', 'red', 'good', 'low'),
                  ('apple', 'red', 'bad', 'medium'),
                  ('apple', 'red', 'good', 'medium'),
                  ('apple', 'green', 'bad', 'medium'),
                  ('apple', 'green', 'bad', 'medium')]]
>>> pp(Fruits)
[Fr(name='apple', colour='red', taste='good', price='medium'),
 Fr(name='apple', colour='red', taste='bad', price='medium'),
 Fr(name='apple', colour='red', taste='good', price='low'),
 Fr(name='apple', colour='red', taste='bad', price='medium'),
 Fr(name='apple', colour='red', taste='good', price='medium'),
 Fr(name='apple', colour='green', taste='bad', price='medium'),
 Fr(name='apple', colour='green', taste='bad', price='medium')]
>>> counted = Counter(Fruits)
>>> pp(dict(counted))
{Fr(name='apple', colour='green', taste='bad', price='medium'): 2,
 Fr(name='apple', colour='red', taste='bad', price='medium'): 2,
 Fr(name='apple', colour='red', taste='good', price='low'): 1,
 Fr(name='apple', colour='red', taste='good', price='medium'): 2}
>>> pp(counted.most_common())
[(Fr(name='apple', colour='red', taste='good', price='medium'), 2),
 (Fr(name='apple', colour='green', taste='bad', price='medium'), 2),
 (Fr(name='apple', colour='red', taste='bad', price='medium'), 2),
 (Fr(name='apple', colour='red', taste='good', price='low'), 1)]
>>>

【讨论】：