以最优化的方式交叉两组

Question

给定两组值，我必须找出它们之间是否存在任何共同元素，即它们的交集是否为空。

为此目的，哪个标准C＃系列最适合（在性能方面）？我知道linq有一个Intersect扩展方法来查找两个列表/数组的交集，但我的重点是Big-O notation方面的性能。

如果我必须找出两组的交集怎么办？

Answer 1

好吧，如果您使用LINQ的Intersect方法，它将构建第二个序列的HashSet，然后检查第一个序列的每个元素。所以它是O（M + N）......你可以使用foo.Intersect(bar).Any()来提早出局。

当然，如果您将{（1}}中的一个（任一个）设置为开始，您可以迭代检查另一个检查每个步骤的包含。尽管如此，你仍然需要构建集合。

从根本上说，无论你做什么都会遇到O（M + N）问题 - 你不会比那更便宜（总是你可能需要看看每个元素）如果你的哈希码是合理的，你应该能够轻松地实现这种复杂性。当然，某些解决方案可能会提供比其他解决方案更好的常数因素......但这是性能而不是复杂性;）

编辑：如评论中所述，还有ISet<T>.Overlaps - 如果您已经设置了静态类型HashSet<T>或具体实现，则调用ISet<T>使其成为可能更清楚你在做什么。如果两个的集合被静态输入为Overlaps，请使用ISet<T>（根据集合的大小越来越大），因为我期望实现larger.Overlaps(smaller)迭代参数，并根据您调用它的集合的内容检查每个元素。

Answer 2

如上所述，应用Any()会给你一些表现。

我在相当大的数据集上进行了测试，它提高了25％。

同样适用larger.Intersect(smaller)而不是相反，非常重要，在我的情况下，它提供了35％的改进。

在应用交叉之前对列表进行排序还有7-8％。

另外要记住的是，根据用例，您可以完全避免应用交叉。

例如，对于整数列表，如果最大值和最小值不在同一个bounders中，则不需要应用cross，因为它们永远不会。

同样适用于第一个字母应用相同构思的字符串列表。

再次根据您的情况，尽可能多地尝试找到一个规则，其中交叉点无法避免调用它。