C从列表中查找字符串的子集

Question

我有一个1M条目的列表，我想要排除这些条目中的20,000个子集（这两个列表的顺序不同，具有相同的键（字符串））。任何人都可以在C中建议使用快速搜索算法吗？

我不想阅读每个20K ID，每次都要查看1M列表。任何建议都会有所帮助。

谢谢。

Answer 1

您要使用的是哈希集。哈希集是哈希表的一种特殊情况，它基本上以恒定时间记录集合中是否存在元素。那么，你要做的是将你的20k ID插入到哈希集中，然后运行100万个字符串，看看它们是否存在于哈希集中。

供您参考，这里是C语言中哈希集的实现：https://github.com/avsej/hashset.c

您的运行时间将为O（n），因为对于1M字符串的每次检查，它将是恒定时间。

Answer 2

首先对两个列表进行排序。然后你可以一起遍历它们，推进指针在另一个指针后面的列表中。

你必须使用C吗？这听起来像是Perl的工作。

Answer 3

在开始搜索列表之前，将20,000个密钥包含在hash table中。然后，对于列表中的每个项目的键，如果在哈希表中找到该键，则从列表中排除该项目。