关于相关功能的数据结构的建议

Question

我们有一组文档，每个文档都有一组功能。 给定特征A，我们需要知道在同一个文档中具有特征B的概率是多少。

我想构建一个概率矩阵，s.t： M（i，j）=在文档中具有特征B的概率，假设特征A在那里。

但是，我们有一个附加要求： 鉴于特征A在文档中，所有具有概率> P的特征在同一个文档中。

尽管所有我能想到的是一个概率矩阵的稀疏矩阵，并且在计算之后，对于遍历所有列的每个特征，按P排序，并将其保存在某个链接列表中。 （所以现在我们针对每个功能列出了相应的功能

这个空间复杂度相当大（最坏的情况：N^2，N很大！），每个搜索的时间复杂度为O（ N）

任何更好的主意

Answer 1

如果特征的数量与文件的数量，或更大的可比性，考虑举行一个倒排索引：？对每个功能保持（例如排序列表）的文件然后可以通过在特征A和B的排序列表上运行合并来计算给定B的概率。

对于“预计给定A的共同特征”问题，我可以想到比预先计算每个A的答案并希望得到的特征列表不会太长。