Database 查找集合中最相似的匹配项

我有一个动物数据库，每个都有许多从0到1的属性——这些属性是大小、速度、毛羽等。给定一组输入属性，以及每种属性的权重，我需要在动物集中找到“最接近”的匹配项。有没有比O（n）时间更好的算法来实现这一点

我特别想做的是在游戏中为遗传算法产生的“动物”找到合适的纹理，将它们与已经存在的动物进行匹配。“最接近”是指属性差异加权和最小的动物。数据库和权重在应用程序启动时已知，因此可以投入大量时间准备数据

我已经找到了基于用户偏好的字符串匹配和产品匹配算法，但要么我没有找到我想要的，要么我不知道如何将这些概念重新应用到我的困境中。也许图论界有什么东西可以帮我

---

任何帮助都将不胜感激

如果您可以花时间整理数据，您可以按分数对动物进行排序（在

O（nlogn）

时间中，但只执行一次），然后对分数进行二进制搜索以查找

O（logn）

时间中最接近的匹配项

---

如果您从SQL数据库获取动物列表，您可以通过查询中的

ASC

或

DESC

关键字获取排序列表。

如果您可以花时间整理数据，您可以按分数对动物进行排序（在

O（nlogn）

时间中，但只执行一次）然后对分数进行二进制搜索，在

O（logn）

time中查找最接近的匹配项

---

如果您从SQL数据库获取动物列表，您可以通过在查询中使用

ASC

或

DESC

关键字来获取已排序的列表。

您可能会将其定义为最大权重匹配问题，但查找最小匹配的复杂性下限将比

O（n）严重得多

。想得更像

O（n^3）

如果我必须尝试解决这个问题，我会考虑成对地根据权重来匹配同一类型的属性。（即，使用输入权重的某个因子和查询“hairy”值与匹配的“hairy”值之差的倒数，在输入的“hairy”属性和数据集中的其他每个“hairy”属性之间创建一条加权边）.在这一点上，你可以将所有的边缘合并到一个特定的动物身上，并将边缘权重之和作为匹配分数

例如：

Monkey:  
A1: 0.5 
B1: 0.25
C1: 1.0

Giraffe:
A2: 0.2
C2: 0.9
D2: 0.1

Input query:
Ai: 0.4 with weight 0.8
Di: 0.2 with weight 0.25

因此，我们创建以下图表：

Ai --> A1 with weight 0.8 * 1/abs(0.5-0.4) (i.e., 8.0)
Ai --> A2 with weight 0.8 * 1/abs(0.2-0.4) (i.e., 4.0)

Di --> D2 with weight 0.25 * 1/abs(0.1-0.2) (i.e., 2.5)

然后，我们在同一目标动物中折叠具有属性的所有边，以获得候选对象：

Monkey: 8.0
Giraffe: 4.0 + 2.5

---

它不漂亮，而且比

O（n）

更糟糕（可能是由于

m

的某些因素，其中

m

是您试图匹配的属性数），但这可能是优化更好解决方案的起点。

您可能会将其视为最大权重匹配问题，但找到最小权重匹配的复杂性下限将比

O（n）

糟糕得多。更像

O（n^3）

如果我必须尝试解决这个问题，我会考虑成对地根据权重来匹配同一类型的属性。（即，使用输入权重的某个因子和查询“hairy”值与匹配的“hairy”值之差的倒数，在输入的“hairy”属性和数据集中的其他每个“hairy”属性之间创建一条加权边）.在这一点上，你可以将所有的边缘合并到一个特定的动物身上，并将边缘权重之和作为匹配分数

例如：

Monkey:  
A1: 0.5 
B1: 0.25
C1: 1.0

Giraffe:
A2: 0.2
C2: 0.9
D2: 0.1

Input query:
Ai: 0.4 with weight 0.8
Di: 0.2 with weight 0.25

因此，我们创建以下图表：

Ai --> A1 with weight 0.8 * 1/abs(0.5-0.4) (i.e., 8.0)
Ai --> A2 with weight 0.8 * 1/abs(0.2-0.4) (i.e., 4.0)

Di --> D2 with weight 0.25 * 1/abs(0.1-0.2) (i.e., 2.5)

然后，我们在同一目标动物中折叠具有属性的所有边，以获得候选对象：

Monkey: 8.0
Giraffe: 4.0 + 2.5

---

它不漂亮，而且比

O（n）

更糟糕（可能是由于

m

的某些因素，其中

m

是您试图匹配的属性数），但这可能是优化更好的解决方案的起点。

找到线性反转的数量如何？因此，你有一组两种动物的线性数据，你想通过排序来找出它们有多相似或不同。复杂性与合并排序相同。对于“n”种动物，你将有nC2 inv已计算版本数。

如何计算线性反转数？因此，您将有两个动物的线性数据集，并且您希望通过对它们进行排序来了解它们的相似性或不同性。复杂性与合并排序相同。对于“n”个动物，您将计算nC2反转数。

您可以将这些项目视为高级别的点h维空间，并将它们全部插入BSP树，如a。要使用属性权重，只需将它们乘以相应的坐标：

（w1*x，w2*y，…）

准备：（来自，python代码）

def kdtree（点列表，深度=0）：
如果不是点列表：
一无所获
#选择“基于深度的轴”，以便轴在所有有效值之间循环
k=len（点列表[0]）#假设所有点的尺寸相同
轴=深度%k
#排序点列表并选择中间值作为轴心元素
点\列表.排序（键=λ点：点[轴]）
中位数=len（点列表）//2#选择中位数
#创建节点并构造子树
node=node（）
node.location=点列表[中间值]
node.left_child=kdtree（点列表[：中间值]，深度+1）
node.right_child=kdtree（点_列表[中间值+1:]，深度+1）
返回节点

搜索：（从，基于）

节点类的方法 def最近_点（自身、目标、点、最佳=无）： 如果目标