查找两个字符串向量的交集

Posted 2023-02-21

【中文标题】查找两个字符串向量的交集

【英文标题】：Finding the intersection of two vectors of strings

【发布时间】：2013-02-04 13:58:59

【问题描述】：

我有两个字符串向量，想找到两个字符串中都存在的字符串，用公共元素填充第三个向量。编辑：我已经添加了带有相应输出的完整代码清单，以便清楚。

  std::cout << "size " << m_HLTMap->size() << std::endl;

  /// Vector to store the wanted, present and found triggers
  std::vector<std::string> wantedTriggers;
  wantedTriggers.push_back("L2_xe25");
  wantedTriggers.push_back("L2_vtxbeamspot_FSTracks_L2Star_A");
  std::vector<std::string> allTriggers;

  // Push all the trigger names to a vector
  std::map<std::string, int>::iterator itr = m_HLTMap->begin();
  std::map<std::string, int>::iterator itrLast = m_HLTMap->end();
  for(;itr!=itrLast;++itr)
  
    allTriggers.push_back((*itr).first);
  ; // End itr

  /// Sort the list of trigger names and find the intersection
  /// Build a typdef to make things clearer
  std::vector<std::string>::iterator wFirst = wantedTriggers.begin();
  std::vector<std::string>::iterator wLast = wantedTriggers.end();
  std::vector<std::string>::iterator aFirst = allTriggers.begin();
  std::vector<std::string>::iterator aLast = allTriggers.end();

  std::vector<std::string> foundTriggers;

  for(;aFirst!=aLast;++aFirst)
  
    std::cout << "Found:" << (*aFirst) << std::endl; 
  ;

  std::vector<std::string>::iterator it;

  std::sort(wFirst, wLast);
  std::sort(aFirst, aLast);
  std::set_intersection(wFirst, wLast, aFirst, aLast, back_inserter(foundTriggers));

  std::cout << "Found this many triggers: " << foundTriggers.size() << std::endl;
  for(it=foundTriggers.begin();it!=foundTriggers.end();++it)
  
    std::cout << "Found in both" << (*it) << std::endl;
  ; // End for intersection

然后是输出

这是部分输出，向量中有超过 1000 个元素，所以我没有包含完整输出：

Found:L2_te1400
Found:L2_te1600
Found:L2_te600
Found:L2_trk16_Central_Tau_IDCalib
Found:L2_trk16_Fwd_Tau_IDCalib
Found:L2_trk29_Central_Tau_IDCalib
Found:L2_trk29_Fwd_Tau_IDCalib
Found:L2_trk9_Central_Tau_IDCalib
Found:L2_trk9_Fwd_Tau_IDCalib
Found:L2_vtxbeamspot_FSTracks_L2Star_A
Found:L2_vtxbeamspot_FSTracks_L2Star_B
Found:L2_vtxbeamspot_activeTE_L2Star_A_peb
Found:L2_vtxbeamspot_activeTE_L2Star_B_peb
Found:L2_vtxbeamspot_allTE_L2Star_A_peb
Found:L2_vtxbeamspot_allTE_L2Star_B_peb
Found:L2_xe25
Found:L2_xe35
Found:L2_xe40
Found:L2_xe45
Found:L2_xe45T
Found:L2_xe55
Found:L2_xe55T
Found:L2_xe55_LArNoiseBurst
Found:L2_xe65
Found:L2_xe65_tight
Found:L2_xe75
Found:L2_xe90
Found:L2_xe90_tight
Found:L2_xe_NoCut_allL1
Found:L2_xs15
Found:L2_xs30
Found:L2_xs45
Found:L2_xs50
Found:L2_xs60
Found:L2_xs65
Found:L2_zerobias_NoAlg
Found:L2_zerobias_Overlay_NoAlg
Found this many triggers: 0

可能的原因

我开始认为我编译代码的方式应该受到指责。我目前正在使用 ROOT（物理数据分析框架）进行编译，而不是进行独立编译。我觉得它不能很好地与 STL 算法库一起工作，这就是问题的原因，特别是考虑到有多少人似乎有代码为他们工作。我会尝试做一个独立的编译并重新运行。

【问题讨论】：

您的allTriggers 似乎是空的，所以我希望交叉点也是空的。还是你无论如何都要把它填满？

如果您查看示例中的示例，例如this reference page 对于std::set_intersection，您会看到目标集合已创建empty，std::back_inserter 用于插入目标。你试过吗？

@JoachimPileborg 我见过的大多数示例都预先分配了目标向量，然后使用了我拥有的语法。我现在将 back_inserter。

@JacoboBlanco：你能展示一下你是如何填写allTriggers的吗？我试图将wantedTriggers 的第一个元素推入allTriggers 并且交集行为正常

【参考方案1】：

传递foundTriggers.begin()，foundTriggers 为空，因为输出参数不会导致输出被推送到foundTriggers。相反，它会将迭代器递增到向量的末尾而不调整其大小，从而随机破坏内存。

您想使用插入迭代器：

std::set_intersection(wFirst, wLast, aFirst, aLast, 
    std::back_inserter(foundTriggers));

更新：正如 cmets 中所指出的，向量的大小已调整为至少足够大以获得结果，因此您的代码应该可以工作。请注意，您应该使用从 set_intersection 返回的迭代器来指示交集的结束 - 您的代码会忽略它，因此您还将遍历输出末尾留下的空字符串。

您能否发布一个完整的测试用例，以便我们可以查看交集是否实际上是空的？

【讨论】：

但他确实初始化了foundTriggers 以包含适当数量的元素，所以它应该可以工作

我发现了一些预先分配了目标向量的示例，然后只使用了 destinatio.begin()。我现在就试试这个。

@AndyProwl set_intersection 如何知道何时停止递增输出迭代器？它不能，所以当交叉点大于它的大小时，它就会从foundTriggers 的末端跑出。

@AndyProwl：他做到了。当时没有发布的代码可能有问题。

@jrok：调用者只需要确保目标范围足够大。这就是为什么如果你的目标集合是空的，你必须使用back_inserter

【参考方案2】：

你的allTrigers 向量是毕竟是空的。填充时，您永远不会将 itr 重置为地图的开头。

编辑：

其实你从来没有重置过aFirst：

for(;aFirst!=aLast;++aFirst)
  
    std::cout << "Found:" << (*aFirst) << std::endl; 
  ;

  // here aFirst == aLast

  std::vector<std::string>::iterator it;

  std::sort(wFirst, wLast);
  std::sort(aFirst, aLast);  // **** sorting empty range ****
  std::set_intersection(wFirst, wLast, aFirst, aLast, back_inserter(foundTrigger));
                               //      ^^^^^^^^^^^^^^
                               // ***** empty range *****

我希望您现在能明白为什么缩小变量范围是一种好习惯。

【讨论】：

对不起，我只是在调试时添加了它，但在发布之前从未运行过它，我最诚挚的道歉。矢量已正确填充。

【参考方案3】：

您永远不会使用set_intersection 的返回值。在这种情况下，您可以在set_intersection 返回后使用它来调整foundIterators 的大小，或者作为for 循环的上限。否则，您的代码似乎可以工作。请问可以看一下完整的可编译程序及其实际输出吗？

【讨论】：

我已经包含了输出，问题是我使用了一些 ROOT 库和一个 ROOT 数据文件作为我的 m_HLTNameMap 源，所以我无法提供完全可编译的源。

我将首先解决我提到的问题，因为它可能会给您带来一些困惑。报告为“找到这么多触发器：”的数字将是您在构建时给 foundTriggers 的大小。顺便说一句，您的代码示例仍然无法按原样编译 - 例如，未声明 aFirst。

我的错误，aFirst 已声明，您已使用 back_inserter 解决了问题。自从我上次查看以来，我没有注意到代码发生了多大的变化。 jrok 有当前问题的答案。