如何在numpy中找到两个排序数组的集合差异？

Question

我想使用数组strdup(saisie)来索引另一个数组rows的行。最初，x包含rows的所有行的索引（并因此排序）。在整个计划中，选择从x中删除一些索引exclude。与rows本身类似，rows是一个排序数组。

查找exclude和rows的设定差异的最佳方法是什么？

我想到了几个不同的选项，但我认为它们的复杂性超过exclude，其中O(n + m)是n的长度，rows是长度m。

1. exclude

此解决方案每次都需要查找new_rows = [r for r in rows if r not in exclude]因此exclude复杂度。

1. O(mn)

这可能需要new_rows = setdiff1d(rows, exclude, assume_unique=True)，但我不确定。

1. 将O(nlogm)转换为exclude并运行1.此方法的问题在于它需要额外的内存，但它符合复杂性要求。

Answer 1

以下是两个O（n + m）选项的概述：

1）heapq.merge将在线性时间内组合两个排序的序列。当组合序列被排序时，共享索引将彼此相邻。

2）正如您所描述的那样rows是一个＆＃34;稀疏范围＆＃34;我假设rows的最大值不是太大。因此，您可以分配该大小的数组E（如果我们不对其进行初始化，则为O（1），即使用np.empty）。然后使用rows和exclude索引到空数组。例如，您撰写E[rows] = 1 E[exclude] = 0，然后查看E[rows]并删除E已从rows更改为1的{​​{1}}的所有元素}。

如果两个集合未排序，则选项2也可以使用。