就地 C++ 设置交集

Question

在 C++ 中相交两个集合的标准方法是执行以下操作：

std::set<int> set_1;  // With some elements
std::set<int> set_2;  // With some other elements
std::set<int> the_intersection;  // Destination of intersect
std::set_intersection(set_1.begin(), set_1.end(), set_2.begin(), set_2.end(), std::inserter(the_intersection, the_intersection.end()));

我将如何进行就地设置的交叉点？也就是说，我希望 set_1 有调用 set_intersection 的结果。显然，我可以只做一个set_1.swap(the_intersection)，但这比就地相交效率要低得多。

Answer 1

我想我明白了：

std::set<int>::iterator it1 = set_1.begin();
std::set<int>::iterator it2 = set_2.begin();
while ( (it1 != set_1.end()) && (it2 != set_2.end()) ) {
    if (*it1 < *it2) {
        set_1.erase(it1++);
    } else if (*it2 < *it1) {
        ++it2;
    } else { // *it1 == *it2
            ++it1;
            ++it2;
    }
}
// Anything left in set_1 from here on did not appear in set_2,
// so we remove it.
set_1.erase(it1, set_1.end());

有人发现任何问题吗？两组的大小似乎是 O(n)。根据cplusplus.com，std::set erase(position) 是摊销常数，而 erase(first,last) 是 O(log n)。

Answer 2

您可以轻松浏览set_1，检查每个元素以查看它是否存在于set_2 中，如果不存在则将其删除。由于集合是排序的，您可以在线性时间内比较它们，使用迭代器擦除元素是amortized constant time。我不会指望它比你开始时更有效，如果它对你很重要，基准测试将是明智的。

Answer 3

这不是直接回答问题，但也许有人觉得这很有帮助。

在std::vector 的情况下，使用标准算法以set_1.begin() 作为输出迭代器是不安全的（见下文），而clang/gcc/microsoft 实现会工作。请注意，set_2 可以是任何东西，而不仅仅是 std::vector。

std::vector<int> set_1;  // With some elements
std::vector<int> set_2;  // With some other elements
auto end = std::set_intersection(
                     set_1.begin(), set_1.end(), 
                     set_2.begin(), set_2.end(), 
                     set_1.begin() // intersection is written in set_1
                    );
set_1.erase(end, set_1.end()); // erase redundant elements

更新：

感谢@Keith，他发现 C++ Standard (25.4.5.3) 需要 next：

The resulting range shall not overlap with either of the original ranges

所以我最初提出的是错误，但在主要的 STL 实现中有效的解决方案。如果您想安全起见并且不想要额外的分配，请将您选择的实现复制到您的代码库并使用它而不是std::set_intersection。我真的不明白这种限制的原因，如果你知道答案，请发表评论。