Arrays 测量阵列连续性

我有数据记录，其中每个记录都是严格递增顺序的不同长度的整数数组。以下是一些例子：

record_1 : 1,2,3,4,5,6,8,9,10
record_2 : 5,30,31,32,33,34,35,36
record_3 : 10,11,12,19,20

我想测量（或给分数）每个数组上的连续性，即数组中每个相邻元素的“接近”程度。目前我使用的是每个相邻数组元素的差之和（伪代码）：

因此，对于一个完全连续的数组（例如：

1,2,3,4,5

），分数将为1（最高分数）

但问题出现在连续但包含“跳转”的数据上，例如上面的

record_2

，存在从

5

到

30

的“跳转”

对于上述数据示例，使用我的算法的分数为：

record_1 : 0.89
record_2 : 0.23
record_3 : 0.4

它给

record_2

的分数低于

record_3

，但是我们可以直观地看到

record_2

应该比

record_3

的分数更高，因为

record_2

除了从

5

跳到

30

之外是连续的

---

那么，有人知道我应该如何修改我的算法以提供更好的连续性度量吗？谢谢。如果你认为2的差距和10的差距一样糟糕，那么平均“相差1”函数：

differenceMeasures[i] = A[i+1] - A[i] == 1 ? 1 : 0
return average of differenceMeasures
// Note that the average will be sum(differenceMeasures)/(n-1) since there's
// one less difference than there is number of array entries in 'A'.

如果要考虑间隙大小，我建议使用以零为界的单调递减函数，如往复：

differenceMeasures[i] = 1 / A[i+1] - A[i]
return average of differenceMeasures
// When the difference is 1, differenceMeasures gets 1.
// When 2, differenceMeasures gets 1/2. Etc...

---

在这两个函数中，

1

是最佳分数，

0

是最差分数。如果你不喜欢，很容易

返回1-差异度量的平均值

，假设你的意思是

求和_diff+=A[i]-A[i-1]

，并且你的单调性保证成立，请注意，你给出的算法相当于

分数=（长度（A）-1/（A[length（A）-1]-A[0]）

，也就是说，级数中间的值与整个分数完全无关，我不能直观地看到记录2应该有更高的分数。八分之一的顺序中断听起来比五分之一好。@Weeble:很抱歉弄错了，编辑了我的问题，谢谢。如果不更好地了解你打算用这个分数做什么，我认为不可能给出非常有用的答案。不连续的数量比尺寸更重要吗？不连续性是聚集在一起还是应该没有区别？好的，我用这个分数对搜索结果进行排序。我正在使用n-grams实现一个近似的子字符串匹配，这些数组是n-grams在搜索字符串上出现的位置。所以一个连续的位置应该比一个长的非连续的位置好（所以连续性比长度更重要）。我正在考虑@Weeble的答案。谢谢。我考虑间隙尺寸。使用交互来“平滑”较大的间隙应该是一个好主意。

differenceMeasures[i] = 1 / A[i+1] - A[i]
return average of differenceMeasures
// When the difference is 1, differenceMeasures gets 1.
// When 2, differenceMeasures gets 1/2. Etc...