algorithm - 如何使用共享元素对列表进行聚类

Question

这是我目前在 Leetcode 或 StackOverflow 上找不到的问题。假设您有一组数字或参考列表：

[[1,2,3],[3,4,5],[6,7,8],[8,9],[10],[7]]

合并这些列表的最快算法是什么，这样输出将是：

[[1,2,3,4,5],[6,7,8,9],[10]]

非常感谢。

标签： algorithmlistcluster-analysis

Answer 1

如下从列表中准备一个图形，并使用深度优先搜索找到连接的组件。

每个列表都会产生将第一个元素与其他元素连接起来的无向边，例如，

[1,2,3] -> [(1,2), (1,3)]
[3,4,5] -> [(3,4), (3,5)]
[6,7,8] -> [(6,7), (6,8)]
[8,9]   -> [(8,9)]
[10]    -> []
[7]     -> []

然后运行深度优先搜索以查找连接的组件。在 Python 中，一切都是这样的。

import collections
def merge(lsts):
    neighbors = collections.defaultdict(set)
    for lst in lsts:
        if not lst:
            continue
        for x in lst:
            neighbors[x].add(lst[0])
            neighbors[lst[0]].add(x)
    visited = set()
    for v in neighbors:
        if v in visited:
            continue
        stack = [v]
        component = []
        while stack:
            w = stack.pop()
            if w in visited:
                continue
            visited.add(w)
            component.append(w)
            stack.extend(neighbors[w])
        yield component