代码之家 › 专栏 › 技术社区 › monkut

设置合并以合并和展平树结构

tree-traversal merge data-structures python

monkut · 技术社区 · 12 年前

我有一组这样的数据:

data = { 1: {"root": [2],
             "leaf": [10, 11, 12],
             },
         2: {"root": [1,3],
             "leaf": [13, 14, 15],
             },
         3: { "root": [2],
              "leaf": [16, 17],
            },
         4: {"root": [],
             "leaf": [17, 18, 19],
             },
         5: { "root": [],
              "leaf": [20, 21]
             },
       }

根据这些数据,初始关键字是根节点索引,它包含一个字典,解释哪些根节点和叶节点与其相关。

我想将所有索引合并到相关列表中。

由根索引连接的根索引,所有根索引和所有叶索引都合并到结果列表中。
根索引可以通过叶连接到另一个根,根索引和所有叶索引被合并到结果列表中。

我很难找到遍历和合并数据的最佳方法。根据上述数据集 预期输出 是:

[[1, 2, 3, 4, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19], [5, 20, 21]]

固定尝试 ,似乎有效,有没有更有效的方法?

class MergeMachine(object):
    processed = []

    def merge(self, idx, parent_indexes, existing):
        if idx not in self.processed:
            parent_indexes.append(idx)
            if self.data[idx]["root"]:
                for related_root_idx in self.data[idx]["root"]:
                    if related_root_idx not in self.processed and related_root_idx not in parent_indexes:
                        existing.extend(self.merge(related_root_idx, parent_indexes, existing))
                        self.processed.append(related_root_idx)
            existing.append(idx)
            existing.extend(self.data[idx]["leaf"])
            self.processed.append(idx)
        return existing

    def process(self, data):
        results = []
        self.data = data
        for root_idx in self.data.keys():
            r = set(self.merge(root_idx, [], []))
            if r:
                combined = False
                for result_set in results:
                    if not r.isdisjoint(result_set):
                        result_set.union(r)
                        combined = True
                if not combined:
                    results.append(r)
        return results

mm = MergeMachine()
mm.process(data)

是否有有效的方法将数据合并到 预期产量 ?

2 回复 | 直到 12 年前

Hyperboreus 12 年前

我不知道这是否有效,但它似乎有效:

data = #your data as posted

data = [set ( [k] ) | set (v ['root'] ) | set (v ['leaf'] ) for k, v in data.items () ]
merged = []
while data:
    e0 = data [0]
    for idx, e in enumerate (data [1:] ):
        if e0 & e:
            data [idx + 1] = e | e0 #idx is off by 1 as I enumerate data [1:]
            break
    else: merged.append (e0)
    data = data [1:]

print (merged)

我想,在最坏的情况下(即没有可能的合并),成本应该是O(n**2)。而且它是串行的,没有递归。

g.d.d.c 12 年前

我想到了这个,它与上面的类似,但不完全相同。我的破坏性很强,它消耗了输入数据结构,我认为它在同一点有界(在没有任何输入数据相关的情况下为^2)。

def merge(data):
  result = []
  while data:
    k, v = data.popitem()
    temp = set([k]) | set(v['root']) | set(v['leaf'])
    for idx, test in enumerate(result):
      if test & temp:
        result[idx] |= temp
        break
    else:
      result.append(temp)
  return result