在两个容器 C++ 中搜索匹配项

Posted 2023-02-22

【中文标题】在两个容器 C++ 中搜索匹配项

【英文标题】：search match items in two containers C++

【发布时间】：2013-11-06 12:19:38

【问题描述】：

我有一个关于如何有效地搜索两个容器以找到相同项目的问题。

例如，我有two list A, B，我想找出列表 B 中与列表 A 匹配的所有项目。

在这种情况下，我需要有两个循环，一个在另一个里面。不好，因为对于A的每一项，我都在B里做一个整体的搜索。

你有一些想法或标准库（升压是可以的）来解决它；）？

非常感谢！

【问题讨论】：

“列表”是什么意思，一个数组？

相关/可能重复 - Check if two arrays are similar.

【参考方案1】：

您可以std::sort() 容器然后使用std::set_intersection()（我不完全确定该算法的名称）。复杂度将是O(n ln n + m ln m) 而不是O(n * m)，其中n 和m 是序列的大小。

【讨论】：

std::set_itersection 是正确的。提到的复杂性是针对这两种排序的——如果序列已经排序，那么set_intersection 是O(n+m)。

如果我的计算是正确的，只排序一个容器并使用std::binary_search会更好，复杂度为O((n+m) ln m)。看我的回答。

@Arbe Mertz：根据容器的相对大小，它可能会更好：复杂性是 O((m + n) ln x) wit x max(m, n) 用于对两个容器进行排序，min(m, n) 用于仅排序一。如果m 和n 的大小大致相同，那没关系，如果它们显着不同（数量级），那么只排序一个会更好。下一个问题是，对于实际问题大小，哪个常数较小。

好吧，我想它只是归结为性能方面的常见问题：分析它;-)

【参考方案2】：

正如您从不同的答案中看到的那样，有多种方法。这些中的任何一个都可能是正确的，具体取决于您的容器是什么以及范围是否已排序、范围的典型大小以及是否可以选择对范围进行排序。

如果两个容器都排序，std::set_intersection 是最好的方法，它的复杂性是O(n+m) 在比较和交换方面，对大小为 n 的容器进行排序具有复杂性O(n log(n))。对列表进行排序意味着交换列表节点，这很便宜。对向量进行排序实际上意味着交换元素，而成本取决于元素类型。 对于一个已排序容器和一个未排序容器，最好为已排序范围内未排序范围的每个元素执行std::binary_search。其复杂性将是O(n log(m))，其中n 是未排序的大小，m 是排序范围的大小。先对未排序的范围进行排序，然后再使用set_intersection，其复杂度将达到O(n log(n) + m)，这更糟。 有两个未排序的容器，将其中一个排序，然后将binary_search 应用于另一个容器的元素，给出O((m+n) log(m)) 的复杂性，因此如果两个容器具有相同的类型，则排序容器越小越好。

【参考方案3】：

如果您有两个列表 A（大小 n）和 B（大小 m），则使用嵌套循环查找 B 中存在于 A 中的每个元素是 O(nm)。

我建议使用 散列集。如果您使用 B 中的元素构建一个哈希集，您将花费 O(m) 构建该集合，然后 O(n) 在 hash_set(B) 中查找 A 的每个元素。所以复杂度是 O(n+m)

【参考方案4】：

也许您可以先对数组中的 A 和 B 进行排序。然后计算相同的元素。它是 O(n*log(n))，但需要更多空间。

【参考方案5】：

如果您希望优化解决方案，您应该分享有关问题域的更多信息。例如，如果您知道列表中的所有项目都是 1 到 100 之间的整数，您可以使用简单的布尔数组 [100]，并通过在 A 上运行一次（引发适当的标志）然后再运行一次来​​完成任务在 B 上（测试标志）。

如果列表具有任意内容，您必须满足于通用解决方案。天真的解决方案是像你建议的那样有一个双循环，这并不一定那么糟糕。您可以进行一些实用的优化：

应该在较短的列表上完成外循环（前提是您知道它们的长度）。这意味着您的内部循环可能会在您找到您的项目后立即中断（如果您找到它...）。 如果内存不是问题，您可以对两个列表进行排序，然后并行处理这两个列表，只要另一个列表的项目更大，就在一个列表上前进（就像您在它们之间进行排序合并一样） .这有一个数量级的 O(NlogN+MlogM+max(N,M))，这可能比 O(N*M) 更好，但在内存方面也很浪费。