基本原理

跳表：

jaccard相似度：

jaccard相似度的代码实现：

时间复杂度分析：

快速jaccard算法：

代码实现，这个要求两个集合都是有序的：

Jaccard相似度算法的基本实现

算法：

package zdpgo_algorithm// Jaccard 计算两个数组之间的Jaccard相似度
// @param arr1 数组1
// @param arr2 数组2
// @return float64 相似度
func Jaccard[T Number](arr1 []T, arr2 []T) float64 {// 边界情况if len(arr1) == 0 || len(arr2) == 0 {return 0}// 将两个数组转换为字典m1 := make(map[T]struct{}, len(arr1))m2 := make(map[T]struct{}, len(arr2))for _, v := range arr1 {m1[v] = struct{}{}}for _, v := range arr2 {m2[v] = struct{}{}}// 计算交集的元素个数var count float64for k, _ := range m1 {if _, ok := m2[k]; ok {count++}}// 使用算法公式计算相似度// 交集个数 / (集合1个数 + 集合2个数 - 交集个数)// 由于结果是浮点数类型，需要手动将结果转换为浮点数类型return count / float64(len(arr1)+len(arr2)-int(count))
}

基本的测试代码：

package zdpgo_algorithm_testimport ("github.com/zhangdapeng520/zdpgo_algorithm""testing"
)func TestJaccard_Basic(t *testing.T) {arr1 := []int{1, 2, 3, 4, 5}arr2 := []int{4, 5, 6, 7}t.Log(zdpgo_algorithm.Jaccard(arr1, arr2))
}

基于有序数组的Jaccard相似度算法实现

算法：

// JaccardSorted 用于两个有序数组的快速Jaccard相似度算法
// 时间复杂度：O(n)
// @param arr1 数组1，要求是有序的
// @param arr2 数组2，要求是有序的
// @return float64 相似度
func JaccardSorted[T Number](arr1 []T, arr2 []T) float64 {if len(arr1) == 0 || len(arr2) == 0 {return 0}// 求交集的个数count := 0for i, j := 0, 0; i < len(arr1) && j < len(arr2); {// 两个有序的数组，只有其中的某个片段是连续相同的if arr1[i] == arr2[j] {// 这种情况说明重叠的部分已经出现了count++i++j++} else if arr1[i] < arr2[j] {// 这种情况说明重叠的部分在arr1的后面，让arr1的索引往后递增i++} else {// 这种情况说明重叠的部分在arr2的后面，让arr2的索引往后递增j++}}// 计算相似度return float64(count) / float64(len(arr1)+len(arr2)-count)
}

测试代码：

func TestJaccardSorted_Basic(t *testing.T) {arr1 := []int{1, 2, 3, 4, 5}arr2 := []int{4, 5, 6, 7}t.Log(zdpgo_algorithm.JaccardSorted(arr1, arr2))
}