假设我们有一个间隔数组 [(a1, b1), (a2, b2), ... , (an, bn)]
根据起始位置和长度排序.我们想要联合所有相交的区间。这是一个包含至少 2 个孤立的间隔组的小样本数据集:
from random import randint
def gen_interval(min, max):
return sorted((randint(min, max), randint(min, max)))
sample = sorted([gen_interval(0, 100) for _ in xrange(5)] +
[gen_interval(101, 200) for _ in xrange(5)],
key=lambda (a, b): (a, b - a))
还有一些我们需要检查交集和延长间隔的函数。
def intersects(interval1, interval2):
a1, b1 = interval1
a2, b2 = interval2
return (a1 <= a2 <= b1) or (a1 <= b2 <= b1)
def extend(interval1, interval2):
a1, b1 = interval1
a2, b2 = interval2
return (a1, b2) if b2 > b1 else (a1, b1)
我们可以使用标准命令式编程简单地完成任务:
result = []
for interval in sample:
if result and intersects(result[-1], interval):
result[-1] = extend(result[-1], interval)
else:
result.append(interval)
但我想用函数式编程重写它。我最近的镜头是:
subsets = []
for interval in sample:
if subsets and any(intersects(x, interval) for x in subsets[-1]):
subsets[-1].append(interval)
else:
subsets.append([interval])
result = map(lambda x: reduce(extend, x), subsets)
这里一半的工作是在功能上完成的,但我仍然必须使用命令式方法拆分初始数组。我怎样才能使用纯函数式编程来完成这件事?先感谢您。
最佳答案
您已经接近 reduce
的使用了。此解决方案使用 reduce 累积折叠间隔列表。
def unite_intervals(intervals):
def f(acc, element):
if acc and intersects(acc[-1], element):
return acc[:-1] + [extend(acc[-1], element)]
else:
return acc + [element]
return reduce(f, intervals, [])
此外,这会进行大量重新分配,因为我在列表对象上使用 +
来累积结果。对于非常大的列表,这将是低效的。您可能会考虑使用类似 pyrsistent
库的东西来获取更高效的数据结构。
关于python - 在功能上重写一个区间联合算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31858123/