两个字符串列表的交集

Question

我有一个面试问题：

  

给出两个无序客户列表，返回两个列表的交集列表。也就是说，返回两个列表中显示的客户列表。

我建立的一些事情：

• 假设每个客户都有一个唯一的名称
• 如果两个名单中的名称相同，则为同一客户
• 名称的名字是姓氏
• 没有II，Jr，怪异人物等的诡计。

我认为重点是找到一种有效的算法/使用数据结构来尽可能高效地完成这项工作。

我的进步是这样的：

• 将一个列表读入内存，然后一次读取另一个列表以查看是否匹配
• 将两个列表按字母顺序排列然后从一个列表的顶部开始，看看每个项目是否出现在另一个列表中
• 将两个列表放入有序列表中，然后使用较短的列表逐项检查（这样，一个列表有2个项目，您只检查这两个项目）
• 将一个列表放入哈希，并检查其他列表中是否存在密钥

面试官一直在问，“下一步是什么？”，所以我认为我错过了其他的东西。

有效地执行此操作的其他任何技巧？

旁注，这个问题是在python中，我刚刚阅读了sets，它似乎尽可能有效地做到了这一点。知道sets的数据结构/算法是什么吗？

Answer 1

它的实现方式真的无关紧要......但我相信它是用C实现的，因此它更快更好set([1,2,3,4,5,6]).intersection([1,2,5,9])可能是他们想要的

在python可读性计数很多！ python中的set操作被广泛使用并且经过了很好的审查......

说另一种pythonic方式是

list_new = [itm for itm in listA if itm in listB]

或

list_new = filter(lambda itm:itm in listB,listA)

基本上我相信他们正在测试你是否熟悉python，而不是你能实现算法。因为他们问了一个非常适合python的问题

Answer 2

1. 将一个列表放入bloom filter并使用该列表过滤第二个列表。
2. 将过滤的第二个列表放入布隆过滤器，并使用它过滤第一个列表。
3. 对两个列表进行排序，并通过上述方法之一找到交集。

这种方法的好处（除了让你在访谈中正确使用半模糊的数据结构）是它不需要任何O（n）存储，直到你有（很有可能）减少问题的大小

---

  

面试官一直在问，“下一步是什么？”，所以我认为我错过了其他的东西。

也许他们会一直问这个问题，直到你的答案用完为止。

---

http://code.google.com/p/python-bloom-filter/是bloom过滤器的python实现。