Ruby Array - 计算重叠的快速方法答案

【问题标题】：Ruby Array - quick way to count overlapRuby Array - 计算重叠的快速方法
【发布时间】：2012-01-04 11:11:51
【问题描述】：

我正在使用我的一个模型中的序列化数组字段，特别是计算每个数组的共享成员数。

现在，根据我项目的性质，我必须进行大量的重叠计数。所以我想知道是否有一种超级快速、更灵活的方法来做到这一点。

目前，我使用的是 '&' 方法，所以我的代码如下所示

(user1.follower_names & user2.follower_names).count

效果很好......但我希望可能有更快的方法来做到这一点。

【问题讨论】：

我不确定是否有确切的 Ruby 等价物，但在 python 中有一个内置类型 Set。您可以添加所有关注者，然后获取其长度/数量。其他人可能知道 ruby 方式，以及您可以期待什么样的性能。

标签： mysql ruby-on-rails ruby intersection overlap

【解决方案1】：

为此设置更快。

require 'benchmark'
require 'set'
alphabet = ('a'..'z').to_a
user1_followers = 100.times.map{ alphabet.sample(3) }
user2_followers = 100.times.map{ alphabet.sample(3) }
user1_followers_set = user1_followers.to_set
user2_followers_set = user2_followers.to_set

n = 1000
Benchmark.bm(7) do |x|
  x.report('arrays'){ n.times{ (user1_followers & user2_followers).size } }
  x.report('set'){ n.times{ (user1_followers_set & user2_followers_set).size } }
end

输出：

              user     system      total        real
arrays    0.910000   0.000000   0.910000 (  0.926098)
set       0.350000   0.000000   0.350000 (  0.359571)

【讨论】：

我有点担心将数组转换为集合所需的时间。这可以忽略不计吗？我的数组长度在 0-3000 之间。
不，这不可忽略；在这台古董笔记本电脑上，两次转换设置（1000 次）以及实际的交叉点操作大约需要 1 秒。但是在将 user_follower 与多个关注者进行比较的情况下，如果您将集合存储（在内存中）并且关注者的数量大于 1，则您开始赢得时间。换句话说，不要转换两次。
刚刚运行了一些数字......看起来使用集合实际上更慢，因为只是转换为集合花了很长时间。我想我可能能够将我所有的数据结构更改为序列化集，在这一点上，它会快得多。

【解决方案2】：

上述方法的替代方法是在数组上使用“-”运算符：

user1.follower_names.size - (user1.follower_names - user2.follower_names).size

本质上，这得到了列表一的大小，并减去了没有交集的联合列表的大小。这不如使用集合快，但比单独使用与数组的交集要快得多

【讨论】：

事实证明它的速度非常低（大约 1/100000 秒），但无论我运行多少次，它都会快一点.. 所以我给了你一个赞成票 = ]