如何使用 MySQL 和 PHP 比较一组数字并获得最相关的结果？

考虑一下：

set A: 1 2 3 4
set B:     3 4 5 6
set C:       4 5 6 7
set D: 1
  

我想将 D 与其余的进行比较，并得出一组最相关的数字。 结果应按以下顺序排列：4（因为 D 与 A 有公共数，4 在 A 中，也在 B 和 C 中）、3（因为 D 与 A 有公共数，3 在 A 和 B 中）， 2（因为 D 与 A 有一个共同的数字，并且 2 也在 A 中），然后是 5、6、7。

在 PHP/MySQL 中是否有一些算法可以有效地做到这一点？我不想重新发明轮子，而且数据库最终会有大量的集合。

一个例子并不能构成完整的规范。例如，如果集合的集合还包括，您的答案会有什么不同

set E: 1 2 3
set F: 1   3

这将使 3 成为与 具有非空交集的集合中最常出现的值D？所以这是我的假设：

给定一个目标集（D在你原来的例子中）：

1. “重叠集”（与目标集有非空交集的集）中的值比不在这些重叠集中的值更相关。
2. 在陈述1的约束下，相关性由出现频率决定。

在你原来的例子中，A重叠于D，因此全域 {1, 2, 3, 4, 5, 6, 7} 被划分为重叠的 {1, 2, 3, 4} 和非重叠的 {5, 6, 7}。值频率为 {1:2、2:1、3:2、4:3、5:2、6:2、7:1}。结合这些事实给出重叠频率 {1:2, 2:1, 3:2, 4:3} 和非重叠频率 {5:2, 6:2, 7:1}，从而产生顺序 4, 3, 1、2，然后是 5、6、7。（我注意到您没有为 1 分配相关性。如果有意的话，这可能是从最终排序中删除目标集值的最后一步。）

在我调整后的示例中，频率变为 {1:4, 2:3, 3:4, 4:3, 5:2, 6:2, 7:1}。这给出了重叠频率 {1:4, 2:3, 3:4, 4:3} 和非重叠频率 {5:2, 6:2, 7:1}，从而产生顺序 1, 3, 2， 4 随后是 5、6、7。

该算法的伪代码是：

1. 初始化overlapping and universe为空集并且frequency成为一个空哈希。

2. 对于每组s在集合的集合中（除了t，目标集）：

   2.1.放universe到联盟s and universe

   2.2. If s与相交t至少有一个元素：

   2.2.1. Set `overlapping` to the union of `overlapping` and `s`
   

   2.3.对于每个元素e in s:

   2.3.1. If 'e' is a key in `frequency`
   
       2.3.1.1. Then increase the value (count) for `e` in `frequency` by 1
       2.3.1.2. Else initialize the value (count) for `e` in `frequency` to 1
   

3. Set nonOverlapping的差异universe and overlapping

4. 对 的元素进行排序universe通过他们的价值观frequency作为结果的第一部分。

5. 将以下元素附加到结果中nonOverlapping，也按它们的值排序frequency.

（如果您确实打算使用以下元素t为了被消除，我会在 4 中将其作为后处理步骤。）