恳请! 算法高手…出手帮忙解难题…

On_fire

648555205 发表于 2018-1-23 18:57
看不到你的原始数据，不知道到底是为什么

你用find查找的时候是否注意了星号通配符的问题，因为我看你 ...

老师, 不是的这样的,

我是用计算结果的一两个重复值,

再到原始数据(一列)的页面去FIND重复值,
找到的行数, 是比答案多了一些

648555205

On_fire 发表于 2018-1-23 19:16
老师, 不是的这样的,

我是用计算结果的一两个重复值,

可不可能有这种情况呢？比如：

由于通配符的影响，Find查找出来的和实际的数字是不一样的

Nhand

On_fire 发表于 2018-1-20 15:44
算法要求都说了, 没有说明甚么?

同样愚钝，你的示例跟你的说明完全不匹配，不懂你要做什么。

On_fire

Nhand 发表于 2018-1-23 21:34
同样愚钝，你的示例跟你的说明完全不匹配，不懂你要做什么。

老师,

不是太明白你的意思…请问那一句不匹配? 那一句不懂?

示例 (简化的)=截图/文件, 计算要求也有说明了..

On_fire

Nhand 发表于 2018-1-23 21:34
同样愚钝，你的示例跟你的说明完全不匹配，不懂你要做什么。

香川老師,

对这个问题的理解是：

1. 循环遍历m行
2. 以该行各个元素(=每单元格)为检查对象，循环遍历所有其它行，记录元素匹配个数
3. 按匹配个数最多、元素个数最多的顺序返回、输出查询结果

做法很简单，写个双循环（实质为行对行、列对列的4层循环）即可完成，
但是为了提高计算效率，需要做很多细致的算法改进。

最快和最慢的，可以相差几十到几千倍。

香川群子

On_fire 发表于 2018-1-23 21:56
香川老師,

对这个问题的理解是：

是的，下面是不考虑效率的基本算法的伪代码：

Sub test()
   
    m = 8: n = 13
    ar = [a1].Resize(m, n) '读取工作表中m行、n列的原始数据
   
    For i = 1 To m '遍历各行，以本行 i 行作为比较标准
        For i2 = 1 To m '遍历各行进行匹配比较
            If i2 <> i Then '排除本行
                r = 0 '统计匹配相同个数的变量r初始化
                For j = 1 To n '遍历本行各列 j
                    t = ar(i, j)
                    If Len(t) Then '如果非空单元格
                        For j2 = 1 To n '遍历比较 i2行的各列 j2
                            If ar(i2, j2) = t Then r = r + 1: Exit For
                        Next
                    End If
                Next
                '此处得到匹配结果： i2行和本行i的匹配相同个数r
                '然后还需要统计i2行的有效单元格个数 k2
            End If
        Next
        '然后在这里，对各个有效匹配行的匹配结果进行降序排序，并输出结果
    Next
    '计算完成
End Sub

这是最基本的算法，
改进以后，计算效率可以提高几千几万倍。

香川群子

On_fire 发表于 2018-1-23 21:56
香川老師,

对这个问题的理解是：

可以提供100-500行，100多列的实际数据，供大家写代码测试。

Nhand

这个问题跟我不太相关，因为俺不是个程序猿，所以具体的代码就不去写了，一是没有数据，二是debug很麻烦~~~但是提供下个人思路
1 建立字典，将3W行的数据每个单元格都放入字典。把3W行的数据每个都遍历一次这个是必不可少的。。。不可省略步骤，但是先将range设置成 数组，遍历会稍微加快些速度，然后就是怎样建立字典。将每个单元格的值作为key，将单元格所在的行号做为item。然后，用d.exists判断是否存在某个单元格，如果存在，那么就是d(单元格内容）= 行号X & "+" & 行号y  意思就是，比如 第一行有字母a  就该是d（a）=1 第二行有字母a 就成了d(a)=1 & "+" 2，遍历完了之后就进入第二步，因为是d.exists判断，外加数组依次遍历，这个过程应该不会用太长时间吧?
2  item 存放的是 1+2  1+3+4 1+6+7等等内容。这个时候，将item的数据全部提取变成新字典的key。问题就变成了1+2  1+3+4 1+6+7 2+3 2+5+8一共最多3百万条数据，最少1条数据的问题了。特别的，这个新字典key的内容 都是行号从小到大排列好了的。所以新问题就变成了1+2 1+3+4 等筛选的问题，或者设置成1 2                       1 3 4这样做key 怎样做key你可以探讨下。因为直接提取行号了，就变成了归类的问题。这样的思路可否？

Nhand

Nhand 发表于 2018-1-24 09:36
这个问题跟我不太相关，因为俺不是个程序猿，所以具体的代码就不去写了，一是没有数据，二是debug很麻烦~~~ ...

进一步的，因为 1+2  1+3+5 2+5  5+9 因为每个key的第一个数字到最后一个数字都是从小到大的。那么问题就相对更简单点，遍历每个key，然后只取split（key,"+"）(0)   比如这个值是5 那么就直接加入第5行数据段内容，遍历完key 事情也就做完了（注意没有+的情况），即1次循环！。大概是这样

On_fire

香川群子 发表于 2018-1-24 09:16
是的，下面是不考虑效率的基本算法的伪代码：

Sub test()

谢谢老师补充说明…