第八次作业Kendall's tau相似程度指标NO.3

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，保留到小数点后3位("%.3f\n")

样例输入：

a,b,c,d↵

a,c,b,d↵

样例输出：

0.833

import java.util.Scanner;
/*
 * Kendall's tau相似程度指标
 */
public class Main {
    public static int getRev(String [] inStr1, String [] inStr2){
    	int n = inStr1.length;
    	String [] res1 = new String[(n-1)*n/2];
    	String [] res2 = new String[(n-1)*n/2];
    	for(int i=0,h=0;i<n-1;i++){
    		for(int j=i+1;j<n;j++){
    			res1[h] = inStr1[i]+inStr1[j];
    			res2[h++] = inStr2[i]+inStr2[j];
    		}
    	}
    	int reverse = 0;
    	for(int i=0;i<res1.length;i++){
    		for(int j=0;j<res2.length;j++){
    			if(res1[i].equals(res2[j])){
    				reverse++;
    			}
    		}
    	}
    	return res1.length - reverse;    	
    }
	public static void main(String[] args) {
		Scanner in = new Scanner(System.in);
        String S1 = in.nextLine();
        String S2 = in.nextLine();
        String [] inStr1 = S1.split(",");
        String [] inStr2 = S2.split(",");
        int n = inStr1.length;
        int reversions = getRev(inStr1,inStr2);
        double val = 1 - 2.0*reversions/(n*(n-1));
        System.out.printf("%.3f\n",val);
	}
}