程序员面试金典 – 面试题 17.26. 稀疏相似度（哈希map）Michael是个半路程序员-

1. 题目

两个(具有不同单词的)文档的交集(intersection)中元素的个数除以并集(union)中元素的个数，就是这两个文档的相似度。

例如，{1, 5, 3} 和 {1, 7, 2, 3} 的相似度是 0.4，其中，交集的元素有 2 个，并集的元素有 5 个。

给定一系列的长篇文档，每个文档元素各不相同，并与一个 ID 相关联。它们的相似度非常“稀疏”，也就是说任选 2 个文档，相似度都很接近 0。

请设计一个算法返回每对文档的 ID 及其相似度。只需输出相似度大于 0 的组合。
请忽略空文档。为简单起见，可以假定每个文档由一个含有不同整数的数组表示。

输入为一个二维数组 docs，docs[i] 表示 id 为 i 的文档。

返回一个数组，其中每个元素是一个字符串，代表每对相似度大于 0 的文档，其格式为 {id1},{id2}: {similarity}，其中 id1 为两个文档中较小的 id，similarity 为相似度，精确到小数点后 4 位。以任意顺序返回数组均可。

示例: 输入: [ [14, 15, 100, 9, 3], [32, 1, 9, 3, 5], [15, 29, 2, 6, 8, 7], [7, 10] ] 输出: [ "0,1: 0.2500", "0,2: 0.1000", "2,3: 0.1429" ]  提示： docs.length <= 500 docs[i].length <= 500 相似度大于 0 的文档对数不会超过 1000 

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/sparse-similarity-lcci
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2. 解题

• 题目说稀疏，最多1000对，考虑相同的 文档内容，后面存储《含有该内容的文档 id》
• sprintf(res, "%d,%d: %.4f", id1, id2, similarity+1e-9);，精度问题，参考评论区+1e-9
• C 库函数 int sprintf(char *str, const char *format, ...) 发送格式化输出到 str 所指向的字符串
• 卡精度例子拿走不客气

class Solution { public:     vector<string> computeSimilarities(vector<vector<int>>& docs) {      unordered_map<int,vector<int>> m;//文档片段，含有该片段的文档id for(int i = 0; i < docs.size(); ++i) { for(int part : docs[i])        m[part].push_back(i); }      unordered_map<int,unordered_map<int,int>> countSame;//doc1，doc2，sameValue int i, j, id1, id2, num; for(auto& mi : m) { for(i = 0; i < mi.second.size()-1; ++i) {        id1 = mi.second[i]; for(j = i+1; j < mi.second.size(); ++j) {         id2 = mi.second[j];         countSame[id1][id2] += 1; } } }      vector<string> ans; double similarity; for(auto& vals : countSame) {       id1 = vals.first; for(auto& count : vals.second) {        id2 = count.first;        num = count.second;        similarity = double(num)/(docs[id1].size()+docs[id2].size()-num); char res[16]; sprintf(res, "%d,%d: %.4f", id1, id2, similarity+1e-9);        ans.push_back(string(res,res+16)); } } return ans; } };