设计算法，求AB两个整数集合的交集
【本文链接】
http://www.cnblogs.com/hellogiser/p/ab-set-intersection.html
【分析】
思路1：排序法
对集合A和集合B进行排序（升序，用快排，平均复杂度O(N*logN)），设置两个指针p和q，同时指向集合A和集合B的最小值，不相等的话移动*p和*q中较小值的指针，相等的话同时移动指针p和q，并且记下相等的数字，为交集的元素之一，依次操作，直到其中一个集合没有元素可比较为止。
优点：操作简单，容易实现。
缺点：使用的排序算法不当，会耗费大量的时间，比如对排好序的集合使用快排， 时间复杂度是O(N2)
这种算法是大家都能比较快速想到的办法，绝大多数时间放在了对集合的排序上，快排的平均复杂度是O(N*logN)，对排好序的集合做查找操作，时间复杂度为O（N），当然这种算法肯定比遍历要快多了。
【代码】
|
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 |
/*
version: 1.0 author: hellogiser blog: http://www.cnblogs.com/hellogiser date: 2014/10/8 */ #include "stdafx.h" #include <iostream> using namespace std; int cmp(const void *a, const void *b) { int *x = (int *)a; int *y = (int *)b; return (*x) - (*y); } void intersection(int *A, int M, int *B, int N) { // quick sort qsort(A, M, sizeof(int), cmp); qsort(B, N, sizeof(int), cmp); int i = 0, j = 0; int cnt = 0; int *result = new int[M > N ? M : N];// save result while(i < M && j < N) { if(A[i] == B[j]) { result[cnt++] = A[i]; i++; j++; } else if(A[i] < B[j]) { i++; } else { j++; } } //output result for(i = 0; i < cnt; i++) { printf("%4d", result[i]); } delete []result; } void test_case() { int A[] = { -1, 2 , 39 , 10, 6, 11, 188, 10}; int len1 = sizeof(A) / sizeof(int); int B[] = {39 , 8 , 10, 6, -1}; int len2 = sizeof(B) / sizeof(int); intersection(A, len1, B, len2); } int main() { test_case(); return 0; } |
思路2：索引法
(本质是Bitset方法，要求集合所有数据在【0，range】之内)
以空间换时间，把集合中的元素作为数组下表的索引。来看例子：
A= {1 ,12, 13, 25}，那Asub[1] = 1,Asub[12] = 1 ,Asub[13] = 1 ,Asub[25] = 1 ;
B=｛1, 2, 3, 15 ,｝那Bsub[1] = 1; Bsub[2] = 1; Bsub[3] = 1; Bsub[15] = 1;
对元素少的集合扫一遍，发现Asub[1] = 3 和Bsub[1] = 1有相同的索引1，并且重复度为1，所以交集肯定包括{1, 1}; Bsub[2] = 1而Asub[2] = 0，表示无交集，依次类推，可以得到集合A和B的交集。
假设集合中存在负数，可以把集合分成正整数和负整数（加个负号变正整数）两部分，解法同上！
优点：速度快，时间复杂度O(N)
缺点：空间消耗大，以空间换取时间
【扩展】
给定两个整数集合A和B，每个集合都包含20亿个不同整数，请给出快速计算A∩B的算法，算法可使用外存，但是要求占用内存不能超过4GB。
将集合A的整数，根据n%10不同，分别装入10个文件中，依次命名为a0,a1……,a9。同理，将集合B分别装入10个文件中，依次命名为b0,b1,……,b9。那么A和B编号不同的文件中，一定不会有相同的整数。只需分另求出a0与b0中共有的元素、a1与b1中共有的元素……。
利用bitmap，将bitmap清0，读入文件ai，依次处理每个数，即将bitmap的第（n/10）位置1。然后读入文件bi，依次处理每个数，即：若bitmap第（n/10）位为1，则这个数属于A∩B。
http://www.cnblogs.com/sooner/p/3280050.html
【参考】
