递归，以便在Python中找到集合之间的共性

我有多个集合（数目未知），我想找出集合之间的共性，如果集合之间有匹配（80%匹配），我想合并这两个集合，然后从一开始就针对所有其他集合重新运行我拥有的新集合

例如：

A : {1,2,3,4}
B : {5,6,7}
C : {1,2,3,4,5}
D : {2,3,4,5,6,7}

然后A运行，A和B之间没有共同点，然后A和C运行，达到共同目标，因此我们现在有一个新的集合AC={1,2,3,4,5}，现在我们比较AC和B，它没有达到阈值，但D达到阈值，因此我们有一个新的ACD集合，现在我们再次运行，现在我们与B达到了

我目前使用的是两个循环，但只有在比较两个集合时才能解决这个问题

为了计算公共性，我使用以下计算：

overlap = a_set & b_set
universe = a_set | b_set
per_overlap = (len(overlap)/len(universe))

---

我认为解决方案应该是一个递归函数，但我不太确定如何编写它。我对Python有点陌生，或者可能有一种不同的简单方法来实现这一点。

我相信这正是您想要的。这种复杂性是可怕的，因为每次匹配都会重新开始。不需要递归

def通用性（s1、s2）：
重叠=s1和s2
宇宙=s1 | s2
返回（len（重叠）/len（宇宙））
def set_merge（s，阈值=0.8）：
used_keys=set（）
out=s.copy（）
不完整=正确
虽然不完整：
不完整=错误
重新启动=错误
对于列表中的k1、s1（out.items（））：
如果重新启动：
不完整=正确
打破
如果使用了k1键：
持续
对于s.items（）中的k2和s2：
如果k1==k2或k2在使用的_键中：
持续
打印（k1，k2）
如果公共性（s1，s2）>=阈值：
out.setdefault（k1+k2，s1 | s2）
out.pop（k1）
如果k2输入输出：
out.pop（k2）
使用的_键。添加（k1）
使用的_键。添加（k2）
重新启动=真
打破
update（{k:v代表k，v代表s.items（），如果k不在used_key}）
返回

对于您的特定示例，它只合并A和C，因为任何其他组合都低于阈值

set_dict = {
    'A' : {1,2,3,4},
    'B' : {5,6,7},
    'C' : {1,2,3,4,5},
    'D' : {2,3,4,5,6,7},
}
set_merge(set_dict)
# returns:
{'B': {5, 6, 7},
 'D': {2, 3, 4, 5, 6, 7},
 'AC': {1, 2, 3, 4, 5}}

---

我相信这正是你想要的。这种复杂性是可怕的，因为每次匹配都会重新开始。不需要递归

def通用性（s1、s2）：
重叠=s1和s2
宇宙=s1 | s2
返回（len（重叠）/len（宇宙））
def set_merge（s，阈值=0.8）：
used_keys=set（）
out=s.copy（）
不完整=正确
虽然不完整：
不完整=错误
重新启动=错误
对于列表中的k1、s1（out.items（））：
如果重新启动：
不完整=正确
打破
如果使用了k1键：
持续
对于s.items（）中的k2和s2：
如果k1==k2或k2在使用的_键中：
持续
打印（k1，k2）
如果公共性（s1，s2）>=阈值：
out.setdefault（k1+k2，s1 | s2）
out.pop（k1）
如果k2输入输出：
out.pop（k2）
使用的_键。添加（k1）
使用的_键。添加（k2）
重新启动=真
打破
update（{k:v代表k，v代表s.items（），如果k不在used_key}）
返回

对于您的特定示例，它只合并A和C，因为任何其他组合都低于阈值

set_dict = {
    'A' : {1,2,3,4},
    'B' : {5,6,7},
    'C' : {1,2,3,4,5},
    'D' : {2,3,4,5,6,7},
}
set_merge(set_dict)
# returns:
{'B': {5, 6, 7},
 'D': {2, 3, 4, 5, 6, 7},
 'AC': {1, 2, 3, 4, 5}}

---

为什么它必须是递归的？它不是-如果你有更好的想法，它将是伟大的

每重叠
的
AC
和
D
只有4/7。它不符合0.8阈值。您是否意识到您对问题的定义中可能存在陷阱（由“公共性”和
合并操作触发）？如果比较
A={1,2,3,4}
，
B={1,2,3,4,5}
和
C={1,2,3,4,6}
，程序将不会返回相同的结果，这取决于测试夫妇的顺序（在一种情况下是
AB
和
C
，在另一种情况下是
AC
和
B
）。因此，你想解决的问题可以有很多解决方案，这取决于你迭代对的顺序。为什么它必须是递归的？它不是-如果你有更好的想法，
AC
和
D
的
每重叠
只有4/7。它不符合0.8阈值。您是否意识到您对问题的定义中可能存在陷阱（由“公共性”和
合并操作触发）？如果比较
A={1,2,3,4}
，
B={1,2,3,4,5}
和
C={1,2,3,4,6}
，程序将不会返回相同的结果，这取决于测试夫妇的顺序（在一种情况下是
AB
和
C
，在另一种情况下是
AC
和
B
）。因此，您想要解决的问题可以接受许多解决方案，这取决于您迭代对的顺序。