你好,对不起,我的英语
我有一份与每个类别相关的类别和产品列表
cats = [cat1, cat2, cat3]
prod = {
cat1 = [a, b, c]
cat2 = [d, e, c]
cat3 = [z, x, w]
}
我想要什么
{
group1: [cat1, cat2]
group2: [cat3]
}
我需要对共享您的一些产品的类别进行分组
一切对我来说都很好,但我有400000类别,这样做两个循环是不好的。我的算法需要4天才能完成
我刚从戈兰开始,有人知道如何处理这个问题吗?谢谢
- 组可以是任何大小
- 产品的数量因类别而异
- 相似性百分比可能会发生变化
func main() {
cats, prod := getDataDB()
for _, cat1 := range cats {
for _, cat2 := range cats {
result := percentageSimilarity(prod[cat1], prod[cat2])
if result > 50{
// save group
}
}
}
}
func percentageSimilarity(a, b []string) int {
sum := 0
percentage := 0
if len(a) > len(b) {
for _, key := range a {
if contains(b, key) {
sum++
}
}
percentage = sum * 100 / len(b)
} else {
for _, key := range b {
if contains(a, key) {
sum++
}
}
percentage = sum * 100 / len(a)
}
return percentage
}
func contains(s []string, e string) bool {
for _, a := range s {
if a == e {
return true
}
}
return false
}
首先,从最少的产品到最多的产品对您的类别进行排序。
接下来,创建一个从产品到包含该产品的类别数组的映射。
现在这样做:
for each category
create empty category_shared_products map from category to count of shared products
for each product
for each other_category containing that product
add/increment category_shared_products[other_category]
decide what to merge this category into (if anything)
有很多细节需要纠正。但现在,我们不再关注每一对类别,而是只关注实际上共享产品的类别。