445.Cosine Similarity-余弦相似度(容易题)

本文介绍了一种衡量向量间相似性的方法——余弦相似度,并给出了具体的计算公式及实现代码。当输入向量全部为零时,定义余弦相似度为2.0000。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

余弦相似度

  1. 题目

    wiki链接: Cosine Similarity
    这里给出公式:
    这里写图片描述
    给你两个相同大小的向量 A B,求出他们的余弦相似度
    返回 2.0000 如果余弦相似不合法 (比如 A = [0] B = [0]).

  2. 样例

    给出 A = [1, 2, 3], B = [2, 3 ,4].
    返回 0.9926.
    给出 A = [0], B = [0].
    返回 2.0000

  3. 题解

class Solution {
    /**
     * @param A: An integer array.
     * @param B: An integer array.
     * @return: Cosine similarity.
     */
    public double cosineSimilarity(int[] A, int[] B) {
        double bottom_left = 0;
        double bottom_right = 0;
        double top = 0;
        int n = A.length;

        for (int i = 0;i < n; i++)
        {
            bottom_left += A[i] * A[i];
            bottom_right += B[i] * B[i];
            top += A[i] * B[i];
        }
        double temp = Math.sqrt(bottom_left) * Math.sqrt(bottom_right);
        return temp == 0 ? 2.0000 : top / temp;
    }
}

Last Update 2016.9.17

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值