Java/Kotlin：通过类 ID 查找多个 HashSet 的交集答案

【问题标题】：Java/Kotlin: Finding the intersection of multiple HashSets by class IDJava/Kotlin：通过类 ID 查找多个 HashSet 的交集
【发布时间】：2018-04-18 04:45:07
【问题描述】：

我无法找到包含数据类的哈希集数组的交集（我想通过标识符相交）：

class Protein(val id: String, val score: Double, val molw: Double, val spc: Int)

我已将 .csv 文件中的一些数据提取到这种类型的结构中：

ArrayList<HashSet<Protein>>

所以我有六个数组列表 [每个 csv 1 个]，每个列表都包含一个包含数千个蛋白质结构的散列集。到目前为止，这是我尝试获取基于常见 Protein.id 的交集 HashSet 的方法：

fun intersection(data: ArrayList<HashSet<Protein>>): HashSet<Protein> {

val intersectionSet = HashSet<Protein>(data[0])

for (i in 1..data.size) {
    intersectionSet.retainAll(data[i])
}
return intersectionSet
}

这会返回一个空列表，考虑到它试图与 Protein 对象相交并作为一个整体匹配每个条件，这是有道理的。

如何调用 data[i].id 作为我的交集条件？我对 Kotlin 和数据类还很陌生 :)

【问题讨论】：

标签： java kotlin set guava hashset

【解决方案1】：

为了简化给出的答案，您可以使用apply：

return data.reduce { acc, it -> acc.apply { retainAll(it) } }

【讨论】：

谢谢！我完全错过了。我刚刚更新了答案。

【解决方案2】：

如果您在Protein 类中添加hashCode 和equals 函数的定义，如下所示，那么HashSet 将能够使用id 字段适当地检查交集。

class Protein(val id: String, val score: Double, val molw: Double, val spc: Int) {
  override fun hashCode() = id.hashCode()
  override fun equals(other: Any?) = other?.let { id == (it as Protein).id } ?: false
}

此外，您可能希望将 intersection 函数内的循环范围更改为 1..(data.size-1) 而不是 1..data.size 以避免超出范围。或者，您可以按如下方式编写它：

fun intersection(data: ArrayList<HashSet<Protein>>): HashSet<Protein> {
  return data.reduce { acc, it -> acc.apply { retainAll(it) } }
}

【讨论】：

漂亮的解决方案；对于我的交集函数版本和您提供的内容来说，它就像一个魅力。 1..data.size 调用也很好。跟进 Q - 是否有任何理由需要将 hashCode() 覆盖指定为 Int？当我在不指定类型的情况下运行代码时，它的工作原理是一样的。
你是对的。没有理由指定类型，因为函数体只是一个表达式，编译器可以推断类型。 equals 也是如此。我已经更新了答案。

【解决方案3】：

请注意，如果您不想依赖输入成为 Hashset，您可以执行以下操作：

fun <T> multiIntersect(data: Collection<Set<T>>) = 
    HashSet(data.minBy { it.size }!!).apply {  data.forEach { retainAll(it) } }

从最小的集合开始，您可能会节省大量运行时间，因为检索集合的大小可以在恒定时间内完成，因为它保存在对象的字段中。

【讨论】：