比较两个字符串列表并计算匹配项，可能存在性能问题答案

【问题标题】：Comparing two lists of Strings and counting the matches, possible performance problem比较两个字符串列表并计算匹配项，可能存在性能问题
【发布时间】：2021-05-05 17:48:49
【问题描述】：

在比较字符串列表 A 和另一个字符串列表 B 时，我想计算匹配的数量。A 包含来自集合 Z 的元素，而 B 是 Z 的子集。A 可以包含重复项，但 B 不能。我希望单独计算重复项，因此与 B 中的相同元素的 2x 匹配应该产生 2 个计数。列表 A 的字符串包含我决定删除的前缀，但我也可以不修改原始字符串元素

例子：

List<string> A = {"a","b","c","a"}
List<string> B = {"a", "c"}

匹配数为 3（与 a 匹配两次，与 c 匹配一次）

我有一个应该有效的解决方案，并且在极少数情况下它确实有效，但我怀疑由于执行期间的时间限制，它在 90% 的情况下都失败了。

var _A = A.Select(str => str.ToLower()).ToList(); //B can be modified for this step to be not necessary but increases the length of each string element
_A = _A.Select(str => str.Replace(" ", "")).ToList(); //B can be modified for this step to be not necessary but increases the length of each string element
_A = _A.Select(x => x.Substring("drops".Length)).ToList(); //B can be modified for this step to be not necessary but increases the length of each string element

sum = _A.Where(x => B.Any(y => y.Equals(x))).Count();

如果我没记错的话，这是O(A*B)。

我还能做些什么来降低时间复杂度？

【问题讨论】：

标签： c# string list linq matching

【解决方案1】：

您使用HashSet<string>。 Add() 和 Contains() 都是 O(1)。

var a = new[] { "a", "b", "c", "a" };
var b = new[] { "a", "c" };

var hs = new HashSet<string>(b);
var cnt = a.Count(x => hs.Contains(x));

这复杂度为 O(b+a)，Add() 的复杂度为 O(b)，Contains() 的复杂度为 O(A)。

【讨论】：