leetcode面试题 17.26. 稀疏相似度

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

答：原答案是依次比较两个数组，然后就超时了。
新答案是，把数字的出现位置放到list中，这样每次出现方便后者比较

public List<String> computeSimilarities(int[][] docs) {
    List<String> res = new ArrayList<>();
    Map<Integer, List<Integer>> map = new HashMap<>();
    int[][] ans = new int[docs.length][docs.length];
    for (int i = 0; i < docs.length; i++) {
        for (int j = 0; j < docs[i].length; j++) {
			//数字分别在哪些数组里出现
            List<Integer> list = map.get(docs[i][j]);
            if (list == null) {
                list = new ArrayList<>();
                map.put(docs[i][j], list);
            } else {
				//这个数组在之前的哪些数组里出现过
                for (Integer k : list) {
					//进行标记
                    ans[i][k]++;
                }
            }
			//把数组编号记录下来
            list.add(i);
        }

        for (int k = 0; k < docs.length; k++) {
			//两者的交集大于0，那就进行输出
            if (ans[i][k] > 0) {
                res.add(k + "," + i + ": " + String.format("%.4f", (double) ans[i][k] / (docs[i].length + docs[k].length - ans[i][k])));
            }
        }
    }
    return res;
}