提高过滤可能包含数十万个元素的数组的效率

Posted 2023-03-10

【中文标题】提高过滤可能包含数十万个元素的数组的效率

【英文标题】：Improving on the efficiency of my filtering of arrays with potentially hundreds of thousands of elements

【发布时间】：2021-12-25 22:42:46

【问题描述】：

我有一个数字数组。我想在array1 中找到不在array2 中的那些，像这样：

var array1 = [1, 2, 3, 4]
var array2 = [2, 4, 5, 6]

var result = [1, 3]

我通过循环遍历array2 中的所有数字并将它们添加到字典中解决了这个问题。然后我循环遍历array1 并将那些不在字典中的添加到结果数组中：

var result: [Int] = []
var numbersDict: [Int : Bool] = [:]

for element in array2 
  numbersDict[element] = true


for element in array1 
  if numbersDict[element] == nil 
    result.append(element)
  

我还想在array2 中找到那些不在array1 中的人

var array1 = [1, 2, 3, 4]
var array2 = [2, 4, 5, 6]

var result = [5, 6]

我已经这样解决了：

var result: [Int] = []
var numbersDict: [Int : Bool] = [:]

for element in array1 
  numbersDict[element] = true


for element in array2 
  if numbersDict[element] == nil 
    result.append(element)
  

我怎样才能以最有效的方式做到这一点？假设这些数组可能有数十万甚至数十万个数字长。我应该使用排序吗？

【问题讨论】：

如果数组中的元素是唯一的，我会从字典中删除元素，因为我在 array2 中找到它们。最后，字典保存了 array1 中不在 array2 中的元素。如果无法进行这样的优化，只需在构建结果时创建 array2 中元素的字典。然后为 array1 运行一个循环并检查它，就像你已经为 array2 做的那样。

@user1984 他们是独一无二的，是的。在“现实生活”中，这些数字实际上是具有 ID 的唯一用户。我只是在这里将其简化为数字。你能举个例子吗，我不确定我是否完全理解？

当然，你不介意我用伪代码或 python 给出它吗？我不是一个敏捷的人。

【参考方案1】：

只需使用Set。

获取array1 中的元素但不在array2 中的示例：

let array1: Set = [1, 2, 3, 4]
let array2: Set = [2, 4, 5, 6]

let result = array1.subtracting(array2)
print(result)
// Prints: [1, 3]  <- Order may vary since it is a set

只需将两组互换即可得到相反的结果，在array2 中而不是在array1 中。

有很多Set操作，还有一个是intersection(_:)：

let result = array1.intersection(array2)
print(result)
// Prints: [2, 4]  <- Again, no order