基於另一個向量中的相似性的向量的條件平均值C++

Question

最好給出一個例子。

假設向量A包括：

A = {3 ,2 ,1 ,4 ,6 ,3 ,8 ,4} 

和向量​​B包括：在向量B

B = {1.5,2 ,2 ,1.5,3 ,3 ,3 ,2} 

的唯一值是{1.5, 2, 3}

我想要得到的矢量結果成爲：

RESULT[0] = Average(A given B=1.5) = Average(3,4) 

RESULT[1] = Average(A given B=2) = Average(2,1,4) 

RESULT[2] = Average(A given B=3) = Average(6,3,8) 

什麼是最有效的計算方法。我自己的方法是循環遍歷B中的唯一元素，併爲每個元素循環遍歷每個B值，嘗試匹配該唯一編號並在每個匹配中不斷總結向量A的相應元素，並計算匹配數量我可以找到平均值。

這太慢了。因爲我的向量A是8M元素，向量B由0.5M唯一值組成。

任何幫助，將不勝感激。

Answer 1

這是一個懶惰的想法：以鎖步遍歷這兩個向量並將結果聚合到一個單獨的容器中。例如：

#include <cassert> 
#include <cmath> 
#include <iostream> 
#include <map> 
#include <utility> 

std::map<double, std::pair<int, std::size_t>> m; 

assert(A.size() == B.size()); 

for (std::size_t i = 0; i != A.size(); ++i) 
{ 
    assert(!std::isnan(B[i])); 

    auto & p = m[B[i]]; 
    p.first += A[i]; 
    p.second += 1; 
} 

最後，你只報告結果：

for (const auto & p : m) 
    std::cout << "Average for bin " << p.first << " is " 
       << static_cast<double>(p.second.first)/p.second.second 
       << "\n"; 

（要注意的是你的關鍵值不得楠：在一個有序圖，楠並不是嚴格排序的一部分;在一個無序的地圖，它不比較等於本身）

Answer 2

你可以做一個（哈希）表的循環：看到它Live On Coliru

int main() 
{ 
    vector<int> A = {3 ,2 ,1 ,4 ,6 ,3 ,8 ,4}; 
    vector<double> B = {1.5,2 ,2 ,1.5,3 ,3 ,3 ,2}; 

    assert(A.size() == B.size()); 

    struct accum { 
     uintmax_t sum = 0; 
     size_t number_of_samples = 0; 
     void sample(int val) { sum += val; ++number_of_samples; } 
    }; 
    map<double, accum> average_state; 

    for(size_t i = 0; i<B.size(); ++i) 
     average_state[B[i]].sample(A[i]); 

    for(auto& entry : average_state) 
    { 
     accum& state = entry.second; 
     double average = static_cast<double>(state.sum)/state.number_of_samples; 
     std::cout << "Bucket " << entry.first << "\taverage of " << state.number_of_samples << " samples:\t" << average << "\n"; 
    } 
} 

打印

Bucket 1.5 average of 2 samples: 3.5 
Bucket 2 average of 3 samples: 2.33333 
Bucket 3 average of 3 samples: 5.66667