我有800万个唯一整数列表，这些整数代表书籍的ID。问题是此列表每学期都会更改（删除的ID，新的ID）。仅使用列表理解来获取“新ID”或“已擦除ID”的新列表是永远的事。
我确实尝试了两种操作来查找先前描述的两个项目（擦除的ID，新的ID）
l1 = [1,2,3,4,5]
l2 = [0,2,3,4,6,7]
new_ids = [x for x in l2 if x not in l1]
erased_ids = [x for x in l1 if x not in l2]
是否有并行方法来处理这些比较以获得更好的性能？
答案 0 :(得分：2)
您可以尝试通过多处理来做到这一点，但这并不能为您带来太大帮助，因为它只会将计算答案的时间缩短一半。您说这需要永远，并且永远/ 2仍然永远。您需要其他算法。尝试套装
set1 = set(l1)
set2 = set(l2)
new_ids = list(set2 - set1)
erased_ids = list(set1 - set2)
您的算法在O（n ^ 2）中运行。这是因为[x for x in l2 if x not in l1]为l2中的每个x检查l1的全部。如果l1和l2有8m个元素，则需要8000000 ^ 2 = 160000000000000个支票。
相反，集合是一种数据结构（内部使用哈希），可以在一个操作或O（1）中检查元素成员资格。从理论上讲，检查集合中是否包含数字x花费的时间是相同的，无论该集合包含一个元素还是800万个元素。对于列表不是这样。
也可以减去设置。 set2 - set1的意思是“ set2中没有的东西”。这是在O（n）时间完成的，我以为是通过进行n O（1）个成员资格检查来实现的。
首先构建对象集也是O（n）的时间，因为添加到集合中是O（1）操作，您必须对n个元素进行操作。
因此，整个算法运行时间为O（n）。