定sina微博的全部用户（1亿以上）和标签（uniq的标签30万左右）的关系，系统找出共有2个或以上标签的用户对

python search:  http://www.google.com/cse/home?cx=009376466705745340527%3Acpxfleh5jbc

 

给定sina微博的全部用户（1亿以上）和标签（uniq的标签30万左右）的关系，系统找出共有2个或以上标签的用户对，并给出这些标签是哪些。

input_file：userid,taglist

output_file: userid,userid,con-taglist (sizeof(con_taglist)>=2)

例如：
A，体育 新闻 清华 百年校庆
B，娱乐 八卦 清华 新闻
C，体育 娱乐 新闻
D，八卦 新闻 娱乐

则输出：

A，B 清华 新闻
A，C 体育 新闻
B，C 娱乐 新闻
B，D 娱乐 八卦 新闻
C，D 娱乐 新闻

要求时空复杂度最低。

 

http://www.cnblogs.com/heaad/archive/2011/01/02/1924195.html