在其他地图值中查找元素的最佳方法是什么？

Question

我尝试在地图值中找到也出现在其他值中的元素。

{
  1: ["a", "b", "c", "d"],
  2: ["a", "c"],
  3: ["c", "d"],
  4: ["a", "c"]
}

=>

{
  "a": [ 1, 2, 4 ], // a occurs in the map which key are 1/2/4
  "b": [ 1 ],
  "c": [ 1, 2, 3, 4],
  "d": [ 1, 3 ]
}

我的实现是：

map<int, set<string>> map1 = {
  { 1, set<string>{"a", "b", "c", "d"} },
  { 2, set<string>{"a", "c"} },
  { 3, set<string>{"c", "d"} },
  { 4, set<string>{"a", "c"} },
};

map<string, set<int>> map2;

for (const auto& [id, str_set] : map1) {
  for (const auto& s : str_set) {
    if (map2.count(s) == 0) {
      map2[s] = std::set<int>{id};
    } else {
      map2[s].emplace(id);
    }
  }
}

看起来效率不高。那么有没有其他方法可以加快速度呢？ 或者是否有任何适当的数据结构/算法来处理我想要的这些数据？

Answer 1

• 使用无序映射和无序集。平均案例常数时间搜索。
• 您可以用空间换取更快的速度。创建一个布尔矩阵键与值。 O(1) 搜索。

Answer 2

如果您确实需要“更快”，并且您可以对输入做出一些假设，即 1) 键都是数字并且只是从 1 开始计数，并且 2) 您只有单个字母作为值，那么您可以将整个（小写）字母表放入 int 的位中，您可以使用向量。

但如果这太过分了，我同意之前的回答，哈希表比地图更好（所以使用 unordered_* 版本的地图和集合）。比集合更好的是向量（在这种情况下）。您可以使用 char 向量作为集合，以字母作为索引，并设置 1 表示“存在”。这就像上面存储在一个 int 中的 bitset 版本，但是在一个真实的容器中，这可能更受欢迎。

还有，你的这段代码：

if (map2.count(s) == 0) {
  map2[s] = std::set<int>{id};
} else {
  map2[s].emplace(id);
}

写得更好：

map2[s].emplace(id);

注意：对于地图和集合（以及无序的地图和集合），如果元素不存在，operator[] 将创建该元素，因此您无需进行初始化集合的工作。

Answer 3

如果您有权访问 Boost 库，则可以使用 boost::bimap 组合您的两个地图。

boost::bimap<boost::bimaps::multiset_of<int>, boost::bimaps::multiset_of<std::string>> map;
map.insert(1, "a");
...
map.insert(4, "c");

然后您可以使用map.left 按数字查找，使用map.right 按字符串查找

Answer 4

如果您确实需要“更快”，并且您可以对输入做出一些假设，即 1) 键都是数字并且只是从 1 开始计数，并且 2) 您只有单个字母作为值，那么您可以将整个（小写）字母表放入 int 的位中，并将其用作一个集合。使用此类整数的向量，您可以通过扫描向量并测试位来构建输出，如果存在，则将其添加到输出位集中。没有散​​列，没有分配，没有树平衡，几乎零页面错误，预取器友好，直接 O(1)，占用空间最小，除了应该在缓存中的向量存储之外几乎没有间接性。

但如果这太过分了，您至少应该考虑使用哈希表而不是映射（所以使用 unordered_map 和 unordered_set）。但比集合更好的是向量（在这种情况下），因为您的键是字母，您可以将向量的大小预先设置为 26，然后从字符中减去“a”并将其用作索引和一个值0 或 1 表示存在。

此外，与上述无关，您的这段代码：

if (map2.count(s) == 0) {
  map2[s] = std::set<int>{id};
} else {
  map2[s].emplace(id);
}

写得更好：

map2[s].emplace(id);

注意：对于地图（和无序地图），如果不存在，operator[] 将创建一个默认构造元素，因此您不需要初始化集合的代码并增加开销。