粗糙集的属性约简规则如下，数据如下所示： a1 b1 c1 d1a1 b2 c1 d2a2 b3 c2 d3a1 b2 c3 d3a1 b1 c3 d3a1 b3 c1 d3a1 b4 c1 d1 最基本的：即，第一列属性去掉后，随后余下的属性进行查询时，相同的条件属性的决策属性没有冲突，则说明去掉第一列并没有不一致的数据产生，则说明第一列可去掉，如此循环，直到所有的决策属性都被判断完毕 说是很简单，但是实现起来细节问题很多，思路如下： 从第一个属性开始循环，直至最后一个条件属性，用余下的条件属性进行查询，分如下情况： if（在DB中无相同的条件属性） 则说明根本不可能产生不一致数据的机会，此属性可去掉 if（有相同的条件属性）则找出相应的决策属性，判断是否相等{     if（决策属性相等） 则说明相同的条件属性并没有产生不同的决策属性，可去掉     if（决策属性不相等） 则说明相同的条件属性产生了不同的决策，不可去掉(此属性起关键作用) } 问题： 判断一个Vector中的重复元素，并计算重复次数，并判断重复次数是否过半数以上，如下方法：  public boolean getSymbol(Vector<String> decisionProperty) {  boolean isFlag = false;  int length = decisionProperty.size();  Vector<String> distinctDecProperty = new Vector<String>();  Vector<Boolean> flag = new Vector<Boolean>();  int i = 0;  while (i < length) {   flag.add(true);   i++;  }  for (int j = 0; j < length; j++) {   i = j + 1;   int n = 1;   while (i < length) {    if (flag.get(i) == true) {     if (decisionProperty.get(j).equals(decisionProperty.get(i))) {      flag.set(i, false);      n++;     } else {      i++;     }    } else {     i++;    }   }   if (flag.get(j) == true) {    distinctDecProperty.add(decisionProperty.get(j));   }   if (n >= length / 2) {    isFlag = true;   }  }  if (distinctDecProperty.size() == decisionProperty.size()){   isFlag = false;  }  System.out.println(distinctDecProperty + "  " + decisionProperty);  return isFlag; } 以上代码为实现此功能的原程序，并不单单仅实现了此功能 需要注意的是，多设置了一个VECTOR型flag，用来标志重复的元素，若为flase，则说明已经和之前比较过的数据重复了，可不用比较。这样，用空间来换取了一定的时间复杂度。 还有distinctDecProperty是最后的没有重复的元素的VECTOR，注意语句的位置 今天的时间，一些花在resultset的结果如何判断为空上，还有是VECTOR的去重，属性约简思路的整理，和程序细节上，感觉仅仅写算法比用程序真正实现容易多了，：（ 有的时候做多了，自己的脑子就浆糊了，抱怨下，：（ 可能还有没有想到的，想起了再补充

评论