给定一个项目序列,我想按照频率的降序找到 n 个最频繁的项目。例如,我希望这个单元测试通过:
(fact "can find 2 most common items in a sequence"
(most-frequent-n 2 ["a" "bb" "a" "x" "bb" "ccc" "dddd" "dddd" "bb" "dddd" "bb"])
=>
'("bb" "dddd"))
我对 Clojure 相当陌生,并且仍在努力掌握标准库。这是我想出的:
(defn- sort-by-val [s] (sort-by val s))
(defn- first-elements [pairs] (map #(get % 0) pairs))
(defn most-frequent-n [n items]
"return the most common n items, e.g.
(most-frequent-n 2 [:a :b :a :d :x :b :c :d :d :b :d :b]) =>
=> (:d :b)"
(take n (->
items ; [:a :b :a :d :x :b :c :d :d :b :d :b]
frequencies ; {:a 2, :b 4, :d 4, :x 1, :c 1}
seq ; ([:a 2] [:b 4] [:d 4] [:x 1] [:c 1])
sort-by-val ; ([:x 1] [:c 1] [:a 2] [:b 4] [:d 4])
reverse ; ([:d 4] [:b 4] [:a 2] [:c 1] [:x 1])
first-elements))) ; (:d :b :a :c :x)
然而,这似乎是一个复杂的函数链来执行一个相当常见的操作。有没有更优雅或更惯用(或更有效)的方法来做到这一点?
最佳答案
正如您所发现的,通常您会使用排序依据和频率的组合来获得频率排序列表。
(sort-by val (frequencies ["a" "bb" "a" "x" "bb" "ccc" "dddd" "dddd" "bb" "dddd" "bb"]))
=> (["x" 1] ["ccc" 1] ["a" 2] ["dddd" 3] ["bb" 4])
然后你可以很容易地操纵它来获得最低/最高频率的项目。也许是这样的:
(defn most-frequent-n [n items]
(->> items
frequencies
(sort-by val)
reverse
(take n)
(map first)))
这再次与您的解决方案非常相似(除此之外,您不需要巧妙使用
->>
宏的辅助函数)。所以总的来说,我认为你的解决方案非常好。不要担心函数链 - 对于逻辑上相当复杂的概念,它实际上是一个非常简短的解决方案。尝试用 C#/Java 编写同样的代码,你就会明白我的意思......
关于clojure - 在 seq 中查找最频繁项的惯用 Clojure 方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12657566/