两组区间的差异

问题描述 投票:0回答:3

我正在尝试编写一些代码来计算两组间隔 A - B 的差异,间隔端点是整数,但我正在努力提供有效的解决方案,任何建议将不胜感激 示例:[(1, 4), (7, 9)] - [(3,5)] = [(1, 3), (7, 9)]

好吧,这是我迄今为止尝试过的最好的(两个列表已经排序)

class tp():
   def __repr__(self):
       return '(%.2f,%.2f)' % (self.start, self.end)
   def __init__(self,start,end): 
       self.start=start
       self.end=end



z=[tp(3,5)] #intervals to be subtracted
s=[tp(1, 4)),tp(7, 9), tp(3,4),tp(4,6)]

for x in s[:]:
   if z.end < x.start:
    break
   elif z.start < x.start and z.end > x.start and z.end < x.end:
    x.start=z.end
   elif z.start < x.start and z.end > x.end:
    s.remove(x)
   elif z.start > x.start and z.end < x.end:
    s.append(tp(x.start,z.start))
    s.append(tp(z.end,x.end))
    s.remove(x)
   elif z.start > x.start and z.start < x.end and z.end > x.end:
    x.end=z.start
   elif z.start > x.end:
    continue
python algorithm intervals set-difference
3个回答
15
投票

使操作高效的唯一方法是保持区间列表排序且不重叠(这可以在

O(n log n)
中完成)。 [见下面的注释]。

两个列表都排序且不重叠,任何集合操作(联合、交集、差异、对称差异)都可以通过简单的合并来执行。

合并操作很简单:同时按顺序循环遍历两个参数的端点。 (请注意,每个区间列表的端点都是排序的,因为我们要求区间不重叠。)对于发现的每个端点,决定它是否在结果中。如果结果当前有奇数个端点并且新的端点不在结果中,则将其添加到结果中;类似地,如果结果当前有偶数个端点并且新端点在结果中,则将其添加到结果中。在此操作结束时,结果是端点列表,在间隔开始和间隔结束之间交替。

这是在 python 中:

# In all of the following, the list of intervals must be sorted and 
# non-overlapping. We also assume that the intervals are half-open, so
# that x is in tp(start, end) iff start <= x and x < end.

def flatten(list_of_tps):
    """Convert a list of intervals to a list of endpoints"""
    return reduce(lambda ls, ival: ls + [ival.start, ival.end],
                  list_of_tps, [])
    
def unflatten(list_of_endpoints):
    """Convert a list of endpoints, with an optional terminating sentinel,
       into a list of intervals"""
    return [tp(list_of_endpoints[i], list_of_endpoints[i + 1])
            for i in range(0, len(list_of_endpoints) - 1, 2)]
    
def merge(a_tps, b_tps, op):
    """Merge two lists of intervals according to the boolean function op"""
    a_endpoints = flatten(a_tps)
    b_endpoints = flatten(b_tps)
    
    sentinel = max(a_endpoints[-1], b_endpoints[-1]) + 1
    a_endpoints += [sentinel]
    b_endpoints += [sentinel]
    
    a_index = 0
    b_index = 0
    
    res = []
    
    scan = min(a_endpoints[0], b_endpoints[0])
    while scan < sentinel:
        in_a = not ((scan < a_endpoints[a_index]) ^ (a_index % 2))
        in_b = not ((scan < b_endpoints[b_index]) ^ (b_index % 2))
        in_res = op(in_a, in_b)
        
        if in_res ^ (len(res) % 2): res += [scan]
        if scan == a_endpoints[a_index]: a_index += 1
        if scan == b_endpoints[b_index]: b_index += 1
        scan = min(a_endpoints[a_index], b_endpoints[b_index])
    
    return unflatten(res)

def interval_diff(a, b):
    return merge(a, b, lambda in_a, in_b: in_a and not in_b)

def interval_union(a, b):
    return merge(a, b, lambda in_a, in_b: in_a or in_b)

def interval_intersect(a, b):
    return merge(a, b, lambda in_a, in_b: in_a and in_b)

注意事项

  1. 区间

    [a, b)
    [b, c)
    不重叠,因为它们不相交;
    b
    只属于第二个。这两个区间的并集仍然是
    [a,c)
    。但是为了这个答案中的函数的目的,最好还要求间隔不相邻,方法是将“非重叠”的定义扩展到包括间隔相邻的情况;否则,我们可能会发现不必要地包含在输出中的邻接点。 (严格来说这并没有错,但如果输出是确定性的,测试功能会更容易。)

    这是一个函数的示例实现,它将任意间隔列表归一化为排序的、非重叠的间隔。

    def interval_normalise(a):
        rv = sorted(a, key = lambda x: x.start)
        out = 0
        for scan in range(1, len(rv)):
            if rv[scan].start > rv[out].end:
                if rv[out].end > rv[out].start: out += 1
                rv[out] = rv[scan]
            elif rv[scan].end > rv[out].end:
                rv[out] = tp(rv[out].start, rv[scan].end)
        if rv and rv[out].end > rv[out].start: out += 1
        return rv[:out]
    

2
投票

这可以用扫描线算法来解决。这个想法是将两个集合的所有区间起点保留在一个排序数组中,并将终点保留在另一个排序数组中,用它们属于哪个集合的信息标记它们。例如

       A              B
[(1, 4), (7, 9)] - [(3,5)]
A: start:[1,7] end:[4,9], B: start:[3]end:[5]
start:[(1,a),(3,b),(7,a)]
end: [(4,a),(5,b),(9,a)]

现在有两个指向每个数组开头的指针。在循环中增加一个指向最低值的添加间隔,从 a 开始直到它们以 b 或 a 结束。例如对于上面我们将按此顺序迭代点

(1,a) (3,b) (4,a) (5,b) (7,a) (9,a)
# and adding intervals where we have seen an start a and an end a or b
(1,3) (7,9)

这导致在间隔数方面的线性解决方案。


0
投票

另一个使用 numpy 的实现。我假设,正如我认为使用 integer endpoints 更自然,间隔是封闭的。 对于我在下面建议的方法,我们绝对需要处理(半封闭)区间,包括 -infinity 和 +infinity。

def merge_intervals(intervals):
    # Normalize to sorted non-overlaping intervals. Aimilar idea as in
    # https://www.geeksforgeeks.org/merging-intervals/
    if len(intervals)==0: return intervals 
    assert np.all(intervals[:,0]<=intervals[:,1]), f"merge_intervals: intervals not well defined. intervals={intervals}"
    if len(intervals)==1: return intervals    
    intervals = np.sort(intervals.copy(),axis=0)
    stack = []
    # insert first interval into stack
    stack.append(intervals[0])
    for i in intervals[1:]:
        # Check for overlapping interval,
        # if interval overlap
        if i[0] > stack[-1][1]+1:
            stack.append(i)
        else:
            stack[-1][1] = max(stack[-1][1], i[1])
    return np.array(stack)

def union_intervals(a,b):
    return merge_intervals(np.r_[a,b])

# The folowing is the key function. Needs to work  
# well with infinities and empty sets.
def complement_intervals(a): 
    if len(a)==0: return np.array([[-np.inf,np.inf]])
    a_normalized = merge_intervals(a)
    result0 = np.r_[-np.inf,a_normalized[:,1]+1]
    result1 = np.r_[a_normalized[:,0]-1,np.inf] 
    non_empty = np.logical_and(result0 < np.inf, result1 > -np.inf)
    result = np.c_[result0[non_empty],result1[non_empty]]
    if np.array_equal(result,np.array([[np.inf,-np.inf]])):
        result = np.array([])
    return merge_intervals(result)

def intersection_intervals(a,b):
    union_of_complements = union_intervals(complement_intervals(a),complement_intervals(b))
    return  complement_intervals(union_of_complements)

def difference_intervals(a,b):
    return intersection_intervals(a,complement_intervals(b))
© www.soinside.com 2019 - 2024. All rights reserved.