代码优化——循环答案

【问题标题】：Code optimization - cicle代码优化——循环
【发布时间】：2020-08-27 20:58:43
【问题描述】：

我想做一大段代码，直到数组 1 的至少一个元素等于数组 2 的元素 1。

如果可能的话，我要求社区分享在“同时”执行此操作的最佳（处理速度最快）方法

总结一下：

while (none of the elements from arr1 is equal to any of arr2)

{ 
    (code)
}

原因：在我的代码中，根据用户设置的某些维度，我的程序可能需要多次进行这种 n^2 复杂度比较，所以我正在寻找一种方法让它像我一样轻可以。

很抱歉，如果此类问题不适合 StackOverflow，请告诉我。

编辑：我不提供有关数组的信息是不好的。正如我所说，它的尺寸可能会根据用户的选择而有所不同，但每个尺寸都应该在 3 到 1000 之间。两个整数数组。

它们的价值确实会发生变化，维度越大，发生的可能性就越大。

【问题讨论】：

arr1 和 arr2 的大小是多少——数十、数百、数千、数百万个元素？数组中元素的类型是什么？它们是简单的整数还是完整的结构，还是什么？使用散列、比较散列并仅在散列相等时检查完全相等是否有意义？任何一个数组都会改变吗？每个数组变化多少？
使用哈希映射元素到整数对并不难。当您将 E 添加到 arr1 时，增加条目 E-> 的 count1。对于 arr2 和 count2 也是如此。还要保持两个计数都大于零的条目数的单个整数总 T。每次 arr1 或 arr2 中的条目更改或添加/删除时，您都可以在恒定时间内更新这些结构。然后循环变为while (T > 0)。 OTOH，如果代码块又大又慢，这可能是过早的优化。如果块需要一秒钟才能运行，比较一百万个整数可能很好。
您可以对这些数组进行排序，否则它们无法更改？因为如果你能对它们进行排序，它可能会容易得多。
据我所知，您无法对它们进行排序

【解决方案1】：

cmets 提到了一个哈希，我同意，它可以工作，但它非常依赖于大小。 O(n^2) 的开销在很多时候都可以忽略不计。

否则，只需将arr1 的所有元素添加到哈希集中，然后通过arr2 的元素查看它们是否在其中。你会得到O(n)时间。不过老实说，除非您使用数十万甚至数百万的元素，否则我认为收益不会那么明显，但它取决于机器，我自己还没有测试过。

C++ 在标准中有 std::unordered_set。如果您使用的是纯 C，我相信网上有可用的实现。

【讨论】：