在树列表中标识根数据的子集

本文关键字：数据 子集 标识 列表 | 更新日期: 2023-09-27 18:33:29

我有以下结构：

Node
{
    List<String> rootData;
    List<Node> Children;
}

和集合作为 

List<Node> lstOfTrees

第一个结构包含rootData上的一些单词（节点列表在这里并不重要），集合lstOfTrees包含树。

问题是：在 lstOfTrees 中，有多个树。一些树具有其他树的根数据的子集（可能，不一定）。我想让树在 lstOfTrees 中具有其他根数据的超集（子集应该被忽略）。

例：假设 lstOfTrees 包含的树为

1: {rootData: A, B, C, D}
2: {rootData: E, F, G}
3: {rootData: G, H}
4: {rootData: J, A, C}
5: {rootData: D, Z}

我需要的最终答案应该在包含以下内容的新列表中：

1: {rootData: A, B, C, D}
2: {rootData: E, F, G}

这可以使用 LINQ 和 TPL（或更有效的方式）来完成吗？我希望它是高效和正确的。

编辑：

以下代码应该在所有情况下都能正常工作还是我错过了什么？

lstOfTrees.Add(new node());
lstOfTrees[0].rootData = new List<string> {"A", "B", "C", "D"};
lstOfTrees.Add(new node());
lstOfTrees[1].rootData = new List<string> {"E", "F", "G"};
lstOfTrees.Add(new node());
lstOfTrees[2].rootData = new List<string> {"G", "H"};
lstOfTrees.Add(new node());
lstOfTrees[3].rootData = new List<string> {"J", "A", "C"};
lstOfTrees.Add(new node());
lstOfTrees[4].rootData = new List<string> {"D", "Z"};

Dictionary<int,node> dictOfTrees_indexToNode = Enumerable.Range(0, lstOfTrees.Count).ToDictionary(x=>x,x => lstOfTrees[x]);
List<int> notToInclude = new List<int>();
for (int i = 0; i < lstOfTrees.Count; i++)
{
    for (int j = 0; j < lstOfTrees.Count; j++)
    {
        if (j != i)
        {
            if (!lstOfTrees[j].Equals(lstOfTrees[i]))
            {
                if (lstOfTrees[j].rootData.Join(lstOfTrees[i].rootData, root => root, innerRoot => innerRoot,
                                                (root, innerRoot) => 1).Any())
                {
                    bool test = (lstOfTrees[j].rootData.Count > lstOfTrees[i].rootData.Count);
                    notToInclude.Add(test ? i : j);
                }
            }
        }
    }
}
List<node> finalList = new List<node>();
finalList.AddRange(lstOfTrees.Except(notToInclude.Select(s=>dictOfTrees_indexToNode[s])));

另外，我可以从中改进吗？

在树列表中标识根数据的子集

我已经简化了一点情况，以便测试只是搜索字符串列表，这应该与您在中间小步骤后所做的相同：

var list = lstOfTrees.Select(x => new HashSet<string>(x.rootData)).ToList();

此外，很可能在这里使用集合会更好，至少我在示例数据中没有看到任何重复项，这是第二个变化。

在这里使用集合非常重要，所以如果数据实际上可以在列表中重复，那么整个解决方案将不得不改变。

结果如下：

var list = new List<List<string>> {
        new List<string> {"A", "B", "C", "D"},
        new List<string> {"E", "F", "G"},
        new List<string> {"G", "H"},
        new List<string> {"J", "A", "C"},
        new List<string> {"D", "Z"}};
var sets = list.Select(x => new HashSet<string>(x)).ToList();
var result = sets.Select(x => sets.Where(y => x.Overlaps(y)) // You are looking not for 'subsets', but overlapping sets
                                  .OrderByDescending(y => y.Count)
                                  .FirstOrDefault())
                 .Distinct();

这将返回IEnumerable<HashSet<string>>：

{"A"， "B"， "C"， "D"}， {"E"， "

F"， "G"}

在 LINQPad :) 中测试

相关文章：