两个序列,例如S1 = {a, b, c, d}、 S2 = {a, c, b, d},如何度量它们的相似程度,有很重要的应用背景,在投票决策、表达式搜索、top-k比较、乃至搜索引擎优化等问题上有广泛的应用ref1,ref2。Kendall's tau则是其中一种度量指标。由同样元素组成,只是元素的排列顺序不同的两个序列,如果其顺序完全一致,则Kendall's tau值为1,如果完全反序其Kendall's tau值为0。
Kendall's tau具体的计算方式为 :
1 - 2.0*reversions / (n * (n -1)),
其中n为序列本身的长度(两个序列的长度相同),reversions为逆序对的个数。
逆序对的计算方法是: 对于两个给定的序列S1 = {a, b, c, d}和S2 = {a, c, b, d}。分别找出两个序列的二元约束集。在这个例子中S1的所有二元约束集为{(a,b), (a,c), (a,d), (b,c), (b,d), (c,d)},S2的所有二元约束集为{(a,c), (a,b), (a,d), (c,b), (c,d), (b,d)}。比较两个二元约束集,其中不同的二元约束是(b,c)和(c,b),即逆序对的个数为1。
代入上面的计算公式可以得到这两个序列的Kendall's tau指标为:
1 - 2. * 1 / (4 * 3) = 2. / 3 = 0.833
输入:
两个由同样元素组成的序列,每行一个。序列长度一致,只是元素的排列顺序不同,里面的元素不重复。
输出:
对应的Kendall's tau指标值【说明:保留到小数点后3位("%.3f/n")】
样例输入:
g,o,o,d
g,a,o,d
样例输出:
0.833