如何優化std :: set交集算法（C ++）

Question

我正在為大學工作的一部分苦苦掙扎。 我有兩個std :: set容器子集，其中包含指向相當復雜的對象的指針，但是按不同的標准排序（這就是為什么我不能使用std::set_intersection() ）。 我需要盡快找到兩個子集中包含的元素。 分配有時間/復雜性要求。

通過執行以下操作，我可以在n*log(m)時間內完成操作，其中n是第一個子集的大小， m是第二個子集的大小：

for(auto it = subset1.begin(), it != subset1.end(), it++){
    if(find(subset2.begin(), subset2.end(), *it))
        result.insert(*it);
}

這沒有滿足時間要求，時間要求說最壞的情況是線性的，但平均水平好於線性。

我在這里發現以下問題 ，並且發現哈希表方法很有趣。 但是，我擔心散列表的創建可能會導致過多的開銷。 集合中包含的類如下所示：

class containedInSets {
   //methods
private: 
    vector<string> member1;
    SomeObject member2;
    int member3;
}

我無法控制SomeObject類，因此無法為其指定哈希函數。 我必須對指針進行哈希處理。 此外，向量可能會相當大地增長（成千上萬個條目）。

最快的方法是什么？

Answer 1

您的代碼不是O(n log(m))而是O(n * m) 。

std::find(subset2.begin(), subset2.end(), *it)是線性的，但是std::set具有在O(log(n)) find和count方法（它們進行二進制搜索） 。

因此，您可以簡單地執行以下操作：

for (const auto& e : subset1) {
    if (subset2.count(e) != 0) {
        result.insert(e);
    }
}

它的復雜度為n*log(m)而不是您的n * m 。