У меня есть массив или объекты, около 58000 уникальных строк (partName).
parts = [
{ _id: 59a942a8c0b7467bf08711df, partName: '0' },
{ _id: 59a94299c0b7467bf084a917, partName: '9129' },
{ _id: 59a94299c0b7467bf084a918, partName: '9130' },
..,
.. ]
Вот код. Я пытаюсь создать кластеры похожих строк.
Код делает это, но partName, которое уже связано с кластером, может снова появиться в другом кластере. Я хочу избежать этого. Одно уникальное название части должно быть подключено только к кластеру ONE.
Вот пример, который я получаю:
{
"9129": [
"9132",
"9190",
"9279"
]
},
{
"9130": [
"9132",
"9180",
"9190",
"9430"
]
Как видите, строки 9132
, 9190
повторяются в следующем кластере. Поэтому мой вопрос: как удалить строки 9132
, 9190
и 9279
после того, как они были связаны с кластером 9129
?
function createCluster(arrayOfParts) {
let clusterArray = [];
for (var i = 0; i < 5; i++) {
let cluster = [];
y = 1;
console.log(arrayOfParts[i]);
for (var j = y; j < arrayOfParts.length; j++) {
if (
fuzzball.token_sort_ratio(
arrayOfParts[i].partName,
arrayOfParts[j].partName
) > "70"
) {
if (
arrayOfParts[i].partName.toLowerCase() !==
arrayOfParts[j].partName.toLowerCase() &&
!cluster.includes(arrayOfParts[j].partName)
) {
cluster.push(arrayOfParts[j].partName);
}
}
}
let obj = {};
obj[arrayOfParts[i].partName] = cluster.sort();
clusterArray.push(obj);
}
console.log("clusterArray", JSON.stringify(clusterArray, null, 2));
console.log("clusterArray.length", clusterArray.length);
}
Вы можете определить банк используемых строк вне области цикла, добавить их и проверить, были ли они добавлены туда, прежде чем добавлять их снова?
В качестве альтернативы, если у вас есть конечное (и потенциально легко повторяемое) количество имен деталей, вы можете удерживать их как ключи с истинным/ложным значением для представления "пригодного для использования", которое вы могли бы переключать при использовании.
Решение (используя "банк используемых строк" вне рамки цикла):
function createCluster(arrayOfParts) {
let usedStrings = [];
let clusterArray = [];
for (var i = 0; i < 5; i++) {
let cluster = [];
y = 1;
if (usedStrings.includes(arrayOfParts[i].partName)) {
continue;
}
console.log(arrayOfParts[i]);
for (var j = y; j < arrayOfParts.length; j++) {
if (
fuzzball.token_sort_ratio(
arrayOfParts[i].partName,
arrayOfParts[j].partName
) > "70"
) {
if (
arrayOfParts[i].partName.toLowerCase() !==
arrayOfParts[j].partName.toLowerCase() &&
!cluster.includes(arrayOfParts[j].partName) &&
!usedStrings.includes(arrayOfParts[j].partName)
) {
cluster.push(arrayOfParts[j].partName);
usedStrings.push(arrayOfParts[j].partName);
}
}
}
let obj = {};
obj[arrayOfParts[i].partName] = cluster.sort();
clusterArray.push(obj);
}
console.log("clusterArray", JSON.stringify(clusterArray, null, 2));
console.log("clusterArray.length", clusterArray.length);
}
parts = [
{ _id: "59a942a8c0b7467bf08711df", partName: 9111 },
{ _id: "59a94299c0b7467bf084a917", partName: 9129 },
{ _id: "59a94299c0b7467bf084a918", partName: 9130 },
{ _id: "59a94299c0b7467bf084a919", partName: 9131 },
{ _id: "59a94299c0b7467bf084a920", partName: 9130 }
];
var arrayToTestAgainst = [];
parts.forEach(function(part) {
if (!arrayToTestAgainst.includes(part.partName)) {
arrayToTestAgainst.push(part.partName);
}
console.log(arrayToTestAgainst);
});