我有两个 vector<MyType*> 对象，分别称为 A 和 B。 MyType 类有一个字段ID，我想得到MyType*，它们在A 中，但不在B 中。我正在开发一个图像分析应用程序，我希望找到一个快速/优化的解决方案。
【问题讨论】：
vector 有多重要？可以换成set吗？需要更多细节才能提供一个好的答案。
标签： c++ set set-difference
无序方法通常具有二次复杂度，除非数据预先排序（按您的 ID 字段），在这种情况下它将是线性的并且不需要通过 B 重复搜索。
struct CompareId
{
bool operator()(const MyType* a, const MyType* b) const
{
return a>ID < b->ID;
}
};
...
sort(A.begin(), A.end(), CompareId() );
sort(B.begin(), B.end(), CompareId() );
vector<MyType*> C;
set_difference(A.begin(), A.end(), B.begin(), B.end(), back_inserter(C) );
另一种解决方案是使用带有用于 StrictWeakOrdering 模板参数的 CompareId 的有序容器，例如 std::set。如果您需要应用大量集合操作，我认为这会更好。这有它自己的开销（作为一棵树），但如果你真的发现这是一个效率问题，你可以实现一个快速内存分配器来超快速地插入和删除元素（注意：只有在你分析并确定这是瓶颈）。
警告：进入有些复杂的领域。
您可以考虑另一种解决方案，如果适用，它可能会非常快，而且您不必担心对数据进行排序。基本上，让任何共享相同 ID 的 MyType 对象组存储一个共享计数器（例如：指向 unsigned int 的指针）。
这将需要创建一个 ID 到计数器的映射，并且需要在每次基于其 ID 创建 MyType 对象时从映射中获取计数器。由于您拥有具有重复 ID 的 MyType 对象，因此您不必像创建 MyType 对象那样频繁地插入到地图中（大多数可能只获取现有的计数器）。
除此之外，还有一个全局“遍历”计数器，每当它被获取时就会递增。
static unsigned int counter = 0;
unsigned int traversal_counter()
{
// make this atomic for multithreaded applications and
// needs to be modified to set all existing ID-associated
// counters to 0 on overflow (see below)
return ++counter;
}
现在让我们回到 A 和 B 向量存储 MyType* 的地方。要获取 A 中不在 B 中的元素，我们首先调用 traversal_counter()。假设这是我们第一次调用它，这将给我们一个遍历值 1。
现在遍历 B 中的每个 MyType* 对象，并将每个对象的共享计数器设置为从 0 到遍历值 1。
现在遍历 A 中的每个 MyType* 对象。计数器值与当前遍历值 (1) 不匹配的是 A 中不包含在 B 中的元素。
当遍历计数器溢出时会发生什么？在这种情况下，我们遍历存储在 ID 映射中的所有计数器，并将它们与遍历计数器本身一起设置回零。如果它是 32 位无符号整数，则这只需要在大约 40 亿次遍历中发生一次。
这是您可以应用于给定问题的最快解决方案。它可以对未排序的数据执行任何线性复杂度的集合操作（并且始终，不仅仅是在像哈希表这样的最佳情况下），但它确实引入了一些复杂性，所以只有在你真的需要时才考虑它。
【讨论】：
根据ID对两个向量（std::sort）进行排序，然后使用std::set_difference。例如，您将需要定义一个自定义比较器以传递给这两种算法
struct comp
{
bool operator()(MyType * lhs, MyType * rhs) const
{
return lhs->id < rhs->id;
}
};
【讨论】：
MyType 定义operator<？
std::set_difference 将 OutputIterator 作为最后一个参数。使用std::back_inserter 从vector<MyType*> 创建一个。
首先看问题。您想要“A 中的所有内容而不是 B 中的所有内容”。这意味着您将不得不访问“A 中的所有内容”。您还必须访问 B 中的所有内容以了解 B 中存在和不存在的内容。因此这表明应该有一个 O(n) + O(m) 解决方案，或者冒昧地忽略 n 和 m 之间的差异 O(2n)。
让我们考虑std::set_difference 方法。每个排序是O(n log n)，set_difference 是O(n)。所以 sort-sort-set_difference 方法是O(n + 2n log n)。我们称之为O(4n)。
另一种方法是首先将 B 的元素放在一个集合（或映射）中。遍历 B 以创建集合是 O(n) 加上每个元素的插入 O(log n)，然后是遍历 A O(n)，查找 A 的每个元素 (log n)，得到总数：O(2n log n)。我们叫它O(3n)，稍微好一点。
最后，使用 unordered_set（或 unordered_map），假设我们得到O(1) 插入和O(1) 查找的平均情况，我们有一个方法是O(2n)。啊哈！
真正的胜利在于 unordered_set（或 map）可能首先是表示数据的最自然选择，即，正确的设计会产生优化的实现。这并不总是发生，但发生时很好！
【讨论】：
如果 B 先存在于 A，那么在填充 A 时，您可以在 C 向量中记账。
【讨论】：