非唯一C ++未分类交集算法

Question

我一直试图想出一种方法来编写一个有效的算法，在两个矢量/数组上执行未分类的交集，但没有运气。我正在处理一个非常大的非唯一数组（通常为500,000到1,000,000个值），以及一个相对较小（最多可能是5000个值）的唯一数组。

我已经看到了这里提出的各种方法，涉及unordered_sets等技术，但据我了解，如果其中一个数组是非唯一的，则这不起作用。其次，我不希望输出向量包含两个数组共有的数字，而是希望输出向量包含相对于较大数组的那些公共值的索引。因此，如果较大的数组有5个位置等于较小数组中的一个值，我需要这5个索引中的每一个。也许类似于python的in1d函数。

有人有什么想法吗？感谢

Answer 1

将唯一的一面放入unordered_set，然后逐个浏览非唯一的一面。如果您在non_unique_side[i]的{​​{1}}找到商品，请在结果中添加unordered_set(unique_side)。

假设i被实现为具有unordered_set分摊的插入和查找时间的哈希集，此算​​法会使您O(1)时间复杂，其中O(L+S)是较大列表中的项目，L是较小集合中的项目数。这和你可以做的交叉一样快。

Answer 2

创建另一个包含大数组中所有索引的向量。然后使用使用一个间接级别的谓词对索引进行排序，并对唯一数组执行相同操作或对其进行排序。然后使用允许一个间接级别的比较来执行正常的有序交集，并将索引从映射向量放入最终结果。

Answer 3

您可以将大数组从其值映射到int。

例如：unordered_map<int,int>

当您映射较大的数组时，只需增加您找到的每个项目的值

然后你只需要查看较小的值，并为每个值检查它是否存在于地图中。如果存在，则将映射的int中的项目数添加到结果向量中。

所以如果你有5个六，那么map [6] = 5 ..所以只需要在结果值中加上5个6的实例。

编辑：

如果你想要索引，你可以映射到int的向量，并为每个值保留你找到的索引向量。