在我上次失败之后，尝试在这里提出一个问题，这次我正在尝试一个更精确的问题：
我有什么：
ISet<Point>的一个庞大的数据集（有限，但我浪费了几天的多核处理时间来计算它......）。我需要什么：
3）[1]，[2]的表格，其中我将[2]的每个值映射到值[1]
处理：
对于这个计算，我有一个公式，它取一个位值（来自[2]）和一组位置（来自[1]）并创建一个新的ISet<Point>。我需要找出哪个原始集合等于结果集合（即“A7”表中的“单元格”可能指向“B”）。
天真的方式：
计算新的ISet<Point>并在[1]的值列表中使用.Contains(mySet)或类似内容。我在此概念验证/宠物项目的先前版本中做到了这一点，当我开始提供大量数据时，它已经死了。是的，我使用了一个分析器。不，这不是系统中唯一缓慢的部分，但是我在这个天真的查找/映射中浪费了相当多的时间。
问题，最后：
由于我基本上只需要重新映射到输入，我考虑为ISet<Point>列表创建一个散列值列表，对我处理的结果做同样的事情，因此避免比较整个集合。
这是个好主意吗？你会称之为过早的优化（我知道上面的天真的方式太慢了，但我应该先实现一些不那么聪明的东西吗？性能在这里非常重要，再想想运行时间）？任何其他建议，以缓解这里的burdon或想法我应该阅读？
更新：很抱歉没有提供更好的解释或样品。
[1]的样本（注意：这些是真正可能的数据点，但显然它是有限的）：
new List<ISet<Point>>() {
new HashSet() {new Point(0,0) },
new HashSet() {new Point(0,0), new Point(2,1) },
new HashSet() {new Point(0,1), new Point(3,1) }
}
[2]只是长度为n的布尔矢量。对于n = 2，它是
我可以通过使用int或long来完成那个，基本上。
现在我有一个带矢量和ISet<Point>的函数，并返回一个新的ISet<Point>。这不是1：1的转换：一组5可能会导致一组11或其他。结果ISet<Point> 但保证是输入的一部分。
使用字母表示位向量的一组点和数字，我从这个
开始A B C D E F 1 2 3 4 5 6 7
最后我需要的是
A B C D E F 1 - C A E - - 2 B C E F A - 3 ................ 4 ................ 5 ................ 6 F C B A - - 7 E - C A - D
这些项目中有几个代价高昂的操作，一个是点集（[1]）的编写。但是这个问题是关于现在的匹配：我可以轻松地（或多或少，现在不那么重要）计算给定位向量和源ISet的目标ISet。现在我需要在原始集中匹配/找到它。
整个野兽将成为状态机，其中点集是有效状态。后来我不关心各个州，我实际上可以通过任何东西（一封信，一个索引，等等）来引用它们。我只需要保持联想：
1，B =＆gt; ç
更新：Eric询问是否可以使用HashSet。答案是肯定的，但前提是数据集足够小。我的问题（哈希）是：对于这个哈希集，可能采用哈希算法是否可能/一个好主意？我的想法是：
走{懒惰生成的} ISet<Point>列表/序列（我可以改变这种类型，我只想强调它是一组数学点，没有重复）。
修复映射（相等哈希=相等状态）
好主意？有这个问题？我能想出的一个是碰撞（这有多可能？） - 我不会知道一个好的哈希函数开始......
答案 0 :(得分：3)
让我们先把它们留下来。我们会保持抽象。
您有一个大型列表L，包含引用类型为S的实例（用于“set”）。这样的列表当然在逻辑上是从自然数N到S的映射。
L: N --> S
S具有可以比较引用相等和值相等的两个实例的属性。也就是说，可能有两个S的实例，它们不是引用等号，但在逻辑上代表相同的值。
你有一个函数F，它取一个V型值（对于“vector”）和一个S型实例，并产生另一个S型实例。
F: (V, S) --> S
此外，你知道如果F从L给出一个S实例，那么结果S的实例将值等于到列表中的某个东西，但不一定引用等于< / em>的
你面临的问题是：给定一个S的实例s，这是对F的调用的结果，哪个成员L（n）的值等于s？
是
天真的方法 - 沿着L（1），L（2），......沿途的测试集平等将是死慢的。 L的大小至少是线性的。
我可以想到几种不同的方法。最简单的是你最初的想法：使L不是列表。你能把它变成HashSet<S>而不是List<S>吗？如果在S上实现散列算法和相等方法，则可以构建快速查找表。
如果不合适，我们将探索其他选择。
更新：
好的，所以我可以看到两种基本的方法来处理你的记忆问题。 （1）使用比当前实现小得多的数据结构将所有内容保存在内存中，或者（2）更改在磁盘上存储内容的方式，以便在内存中存储“索引”并快速转到右侧“页面”磁盘文件，以提取您需要的信息。
您可以将一个点表示为单个short，其中顶部字节为x，底部字节为y，而不是将其表示为两个整数;节省75％。
一组点可以实现为一个排序的short数组，它非常紧凑，很容易编写哈希算法。
这可能是我要采用的方法，因为您的数据是如此可压缩的。