【问题标题】：Advantages of Set in rubyRuby中Set的优点
【发布时间】：2016-04-11 12:38:30
【问题描述】：

Set 的主要优势似乎在于保持独特的元素。但这可以在Array 中轻松实现，

array = [2,3,4]
array | [2,5,6] # => [2,3,4,5,6]

我遇到的唯一独特的功能（可能适用于少数用例）是，

set1 = [1,2,3].to_set
set2 = [2,1,3].to_set
set1 == set2 # => true
[1,2,3] == [2,1,3] # => false

由于Array 具有与之相关的各种功能和操作，我何时以及为什么应该使用Set？

有很多链接可以比较Array 和Set，但我没有遇到Set 的重要应用。

【问题讨论】：

这是一个广泛的问题，并由意见强烈定义。正如您已经说过的，这完全取决于用例。您发现集合的用例很少这一事实并不意味着这对所有人都是一样的。
我是编程和 ruby 的新手。当我提到“少数用例”时，我只是指我缺乏曝光率。我希望通过查看其他人如何实现（应用）它来更好地理解集合及其应用。谢谢。
我明白了，普拉桑斯。不要个人认为。我只是说这是非常个人化的，不能轻易概括。

标签： arrays ruby hash set

【解决方案1】：

当然，无论您可以使用Set 做什么，都可以使用Array 进行操作。使用Set 的好处是，由于它是基于Hash 实现的，因此对其进行的大多数操作都是O(1) 复杂度，而使用Array 进行操作可能是O(n)。

例如：

Set.new([1, 2, 3]).include?(2) # O(1) complexity
[1, 2, 3].include?(2) # O(n) complexity

【讨论】：

如果有 a) 证明链接和 b) 更具体的“大多数”操作列表，那就太好了。
由于动态调整大小，应该摊销 O(1) 复杂度。

【解决方案2】：

这两个类定义了不同的数据结构：

数组

可以有重复的元素
维护订单
可以按顺序迭代
搜索元素很慢，添加元素和从位置获取元素很快
保持元素的唯一性很慢

套装

不能有重复的元素
没有排序（理论背景：https://en.wikipedia.org/wiki/Partially_ordered_set）
搜索元素是否存在很快，添加元素很快
设计赋予独特性

集合实际上取自数学概念：https://en.wikipedia.org/wiki/Set_(mathematics)

如文档中所述，在 Ruby set 内部使用散列进行存储：

Set使用Hash作为存储，所以一定要注意以下几点：

元素的相等性是根据 Object#eql?和对象#hash。 Set 假设每个元素的身份不存储时更改。修改集合的元素将呈现设置为不可靠状态。当要存储一个字符串时，一个除非原始字符串，否则将存储字符串的冻结副本已经冻结了。

当您查看代码时，它在内部存储为哈希，其中用户给定的对象作为键，布尔值作为值（准确地说：添加对象时为真）。

为什么要使用集合？如果您想强制执行唯一性并且不需要任何排序 - 集合是您的最佳选择。当您并不真正关心唯一性并且排序很重要时 - 数组是您的选择。

否则 - 您需要任意决定；）

【讨论】：

【解决方案3】：

出于显而易见的原因，请参阅此处的其他答案。出于性能原因，请查看 MRI Ruby 1.9.3 中这个小基准测试的结果：

require 'benchmark' 
require 'set' 

array = (1..100000).to_a 
set = array.to_set 
#hash = Hash[array.map {|x| [x, nil]}] #beter voor heel grote volumes mar trager
hash = Hash[*array]

Benchmark.bmbm do |x| 
  x.report("Set.include?")   { 10000.times { set.include?(99999) } }
  x.report("Array.include?") { 10000.times { array.include?(99999) } } 
  x.report("Hash.include?")  { 10000.times { hash.include?(99999) } } 
end

给了

Rehearsal --------------------------------------------------
Set.include?     0.000000   0.000000   0.000000 (  0.015604)
Array.include?  37.940000   0.000000  37.940000 ( 38.651992)
Hash.include?    0.000000   0.000000   0.000000 (  0.001000)
---------------------------------------- total: 37.940000sec

                     user     system      total        real
Set.include?     0.000000   0.000000   0.000000 (  0.002001)
Array.include?  38.157000   0.000000  38.157000 ( 38.730615)
Hash.include?    0.000000   0.000000   0.000000 (  0.001001)

有足够的理由尽可能使用Set 或Hash。

【讨论】：

太棒了。感谢分享

【解决方案4】：

好吧，从技术上讲，您可以使用 Ruby Arrays 和 Sets 获得相同的结果。但是，Ruby 的Modules 和Classes 也是如此。您可以在两者中使用变量和方法，但它们用于不同的目的，当其他人阅读代码时，他/她将理解该含义，而无需尝试弄清楚您的设计决策。

我猜Sets 和Arrays 的情况是一样的。您可以使用数组实现相同的结果，但使用集合您的变量传达有关您的业务逻辑的附加信息（内容必须是唯一的）。基本上，它们是不同的数据结构。我们有不同的数据结构是有原因的。

其次，当你执行.subset?、.superset?、.intersect? 等操作时，使用集合你的代码更具可读性。新来的人会猜测array | array 操作的作用，但使用集合是都在那里。看看哪个更具可读性：

([1, 2, 3] & [2, 3]).empty?          # => false
Set[1, 2, 3].intersect? Set[2, 3]    # => true

第三，与集合的交集操作可能预先优化并且可能运行得更快。

【讨论】：