如何将特征数组与多组百分比数值数组匹配（含同值处理）

问题概述 #

需要将一组目标特征（如["Top","Middle","Bottom"]，属于总5个特征中的3个）匹配到对应百分比数组集合中。每个子数组的索引对应一个特征的占比，但直接用Math.max()这类单维度方法会失效——因为经常出现相同百分比的情况，此时必须通过剩余特征的占比逐步完成匹配，不能随机选择。

举个具体示例：

• 待匹配特征：["Top","Middle","Bottom"]
• 输入百分比集合（仅前3个索引对应目标特征）：

[
  [4.545454545454546, 4.545454545454546, 27.27272727272727],
  [13.043478260869565, 8.695652173913043, 26.08695652173913],
  [33.33333333333333, 16.666666666666664, 33.33333333333333]
]

• 预期输出：[2,1,0]，即"Top"对应第3个百分比数组（索引2），"Middle"对应第2个（索引1），"Bottom"对应第1个（索引0）。

核心解决思路 #

这本质是多维度排序+贪心匹配问题，当单维度（当前特征占比）无法区分时，用剩余特征的占比作为排序依据，逐步锁定唯一匹配：

• 为每个百分比数组生成「目标特征优先级列表」：按特征占比从高到低排序，占比相同则按特征名稳定排序。
• 采用「贪心排除法」：每次找到所有未使用数组中，优先级最高的未匹配特征；如果该特征是唯一的当前最高优先级，就绑定特征与数组，排除已匹配项后重复操作，直到完成所有匹配。

代码实现（JavaScript） #

function matchFeatures(targetFeatures, percentageArrays) {
  // 为每个百分比数组生成目标特征的优先级排序（占比降序）
  const arrayRankings = percentageArrays.map(arr => {
    // 生成[特征名, 对应占比]的数组
    const featureValuePairs = targetFeatures.map((feat, idx) => [feat, arr[idx]]);
    // 按占比降序排序，占比相同则按特征名字母序保证稳定
    return featureValuePairs.sort((a, b) => {
      if (b[1] !== a[1]) return b[1] - a[1];
      return a[0].localeCompare(b[0]);
    }).map(pair => pair[0]); // 只保留排序后的特征名
  });

  const featureToArrIdx = new Map(); // 存储特征与数组索引的匹配关系
  const usedArrayIndexes = new Set(); // 标记已使用的数组索引

  // 循环直到所有特征完成匹配
  while (featureToArrIdx.size < targetFeatures.length) {
    // 遍历所有未使用的数组，寻找可确定的匹配
    for (let arrIdx = 0; arrIdx < arrayRankings.length; arrIdx++) {
      if (usedArrayIndexes.has(arrIdx)) continue;

      const currentRanking = arrayRankings[arrIdx];
      // 找到当前数组优先级最高的未匹配特征
      const candidateFeature = currentRanking.find(feat => !featureToArrIdx.has(feat));
      if (!candidateFeature) continue;

      // 检查是否有其他未使用数组也将该特征作为当前最高优先级
      let isUniqueCandidate = true;
      for (let otherIdx = 0; otherIdx < arrayRankings.length; otherIdx++) {
        if (otherIdx === arrIdx || usedArrayIndexes.has(otherIdx)) continue;
        const otherRanking = arrayRankings[otherIdx];
        const otherCandidate = otherRanking.find(f => !featureToArrIdx.has(f));
        if (otherCandidate === candidateFeature) {
          isUniqueCandidate = false;
          break;
        }
      }

      // 若该特征是唯一的当前最高优先级，完成绑定
      if (isUniqueCandidate) {
        featureToArrIdx.set(candidateFeature, arrIdx);
        usedArrayIndexes.add(arrIdx);
        break; // 找到匹配后跳出循环，重新开始新一轮遍历
      }
    }
  }

  // 按目标特征的顺序返回对应的数组索引
  return targetFeatures.map(feat => featureToArrIdx.get(feat));
}

// 测试示例
const targetFeatures = ["Top","Middle","Bottom"];
const percentageArrays = [
  [4.545454545454546, 4.545454545454546, 27.27272727272727],
  [13.043478260869565, 8.695652173913043, 26.08695652173913],
  [33.33333333333333, 16.666666666666664, 33.33333333333333]
];

console.log(matchFeatures(targetFeatures, percentageArrays)); // 输出 [2,1,0]

代码说明 #

1. 生成优先级列表：每个百分比数组都会生成一个按占比排序的特征列表，比如示例中第三个数组的优先级是["Top","Bottom","Middle"]，解决了占比相同时的排序问题。
2. 贪心匹配逻辑：每次只锁定唯一可确定的匹配，避免冲突；如果多个数组的当前最高优先级是同一个特征，就跳过该轮，等其他匹配完成后再处理，确保不会出现随机分配的情况。
3. 稳定性保障：占比相同时按特征名字母序排序，保证排序结果稳定，避免因排序随机性导致匹配结果不一致。

内容的提问来源于stack exchange，提问作者seba007