C++ 相当于 Python 的差异更新？答案

【问题标题】：C++ equivalent of Python difference_update?C++ 相当于 Python 的差异更新？
【发布时间】：2011-08-30 13:14:47
【问题描述】：

s1 和 s2 是集合（Python 集合或 C++ std::set）
要将 s2 的元素添加到 s1（设置联合），您可以这样做

Python: s1.update(s2)

C++: s1.insert(s2.begin(), s2.end());

要从 s1 中删除 s2 的元素（设置差异），您可以这样做

Python: s1.difference_update(s2)

什么是 C++ 等价物？代码

s1.erase(s2.begin(), s2.end());

不起作用，因为 s1.erase() 需要来自 s1 的迭代器。代码

std::set<T> s3;
std::set_difference(s1.begin(), s1.end(), s2.begin(), s2.end(), std::inserter(s3, s3.end());
s1.swap(s3);

有效，但似乎过于复杂，至少与 Python 相比。

有没有更简单的方法？

【问题讨论】：

+1 好问题！我很确定这可以使用std::for_each 来完成，但仍然不确定具体如何。
嗯，看来for_each 在这里无济于事.. 甚至 BOOST_FOREACH :\\
你可以做 BOOST_FOREACH(const T& t, s2) s1.erase(t);
噢！当然你可以使用它，因为你只需要值，而不是迭代器..

标签： c++ python stdset

【解决方案1】：

你应该遍历第二组：

for( set< T >::iterator iter = s2.begin(); iter != s2.end(); ++iter )
{
    s1.erase( *iter );
}

这个将可能比使用std::set_difference便宜-set_difference将唯一对象复制到一个新容器中，但它需要线性时间，而.erase 不会复制任何内容，而是O(n * log( n ) )。

换句话说，取决于容器，您可以选择适合您的情况的方式。

感谢David Rodríguez - dribeas 的评论！（：

编辑：Doh！我一开始就想到了 BOOST_FOREACH，但我错了它不能使用.. - 你不需要迭代器，只需要值.. 正如 user763305 自己说的那样。

【讨论】：

这比set_difference 更便宜还是更贵取决于输入。对于两个大的相等集合set_difference 在集合的大小上是线性的，但这种方法是O(N log N)（对于一个集合中的每个元素，在另一个集合中执行查找）
我已经实现了一个高效（尽可能高效）的就地差异版本。它变得有点比这段代码复杂...
很好（：我为实施+1。

【解决方案2】：

使用std::set_difference 是在 C++ 中执行此操作的惯用方式。您偶然发现了 C++/STL 与许多其他语言之间的主要区别之一（双关语）。 STL 不直接将操作与数据结构捆绑在一起。这就是std::set 没有实现差异例程的原因。

基本上，std::set_difference 等算法会将操作结果写入另一个对象。有趣的是，算法并不要求任何一个或两个操作数实际上都是std::set。算法的定义是：

效果：将[first1, last1) 范围内不存在于[first2, last2) 范围内的元素复制到以result 开头的范围内。对构造范围内的元素进行排序。

要求：结果范围不得与任何一个原始范围重叠。输入范围必须按相同的operator< 排序。

返回：构造范围的结束。

复杂性：最多2 * ((last1 - first1) + (last2 - first2)) - 1 比较

有趣的区别是 C++ 版本适用于任何两个排序范围。在大多数语言中，您必须在访问 set Difference 算法之前将调用对象（左侧操作数）强制转换或转换为集合。

这与您的问题并不真正相关，但这就是各种 set 算法被建模为独立算法而不是成员方法的原因。

【讨论】：

【解决方案3】：

在 c++ 中，集合中没有 difference 方法。 set_difference 看起来更尴尬，因为它比在两组上应用差异更通用。当然，您可以在集合上实现自己的就地差异版本：

template <typename T, typename Compare, typename Allocator>
void my_set_difference( std::set<T,Compare,Allocator>& lhs, std::set<T,Compare,Allocator> const & rhs )
{
    typedef std::set<T,Comapre,Allocator> set_t;
    typedef typename set_t::iterator iterator;
    typedef typename set_t::const_iterator const_iterator;

    const_iterator rit = rhs.begin(), rend = rhs.end();
    iterator it = lhs.begin(), end = lhs.end();
    while ( it != end && rit != rend )
    {
        if ( lhs.key_comp( *it, *rit ) ) {
            ++it;
        } else if ( lhs.key_comp( *rit, *it ) ) {
            ++rit;
        } else {
            ++rit;
            lhs.erase( it++ );
        }
    }
}

该算法的性能将与参数的大小成线性关系，并且不需要额外的副本，因为它会修改第一个参数。

【讨论】：

【解决方案4】：

您也可以通过 remove_if 编写自己的函子来测试集合中的存在性，例如

std::remove_if(s1.begin(), s1.end(), ExistIn(s2));

我认为set_difference 效率更高，因为它可能只扫描两个集合一次

【讨论】：

【解决方案5】：

Python set 是无序的，与有序的 std::set 相比，它更像是 C++ std::unordered_set。

David Rodríguez 的算法依赖于 std::set 是有序的这一事实，因此可以按照算法中展示的方式遍历 lhs 和 rhs 集。

对于一种适用于有序集和无序集的更通用的解决方案，如果您要强制/保留 Python 集的“无序性”性质，则 Kiril Kirov 的算法应该是安全的选择。

【讨论】：