C++ 查找算法？？？

[addfourliu]

我现在有两个文件，每个文件中都有100条记录，数据是无序的，也可以把这两个文件看成是excel的两列

我想进行记录比对，看看这两个文件中的记录是不是全部相等

当然，最常规的算法就是从一个文件中去记录，去另一个文件中查找，用两个for循环就可以实现，但是此时的执行效率为O(n²)，数据量大的时候效果不是很好，有没有更快的算法呢？

[恨天低]

各自排序，然后比对。

[码农写博客]

用hashmap，算法效率直接到O(n) 空间复杂度为其中一个文件的大小。

[stereoMatching]

先对两列数据进行排序，然后再一一比较 2 * O(nlogn) + O(n) = O(nlogn)

std::sort(std::begin(data1), std::end(data1));
std::sort(std::begin(data2), std::end(data2));
bool is_equal = std::equal(std::begin(data1), std::end(data1), std::begin(data2));

如果编译器还不支援std::begin(), std::end()（c++11才有）,可以用传统的方法 data1.begin(), data1.end() array的话就用 data1, data1 + sizeof(data1) / sizeof(array的type)

[addfourliu]

引用 1 楼 icechenbing 的回复:

各自排序，然后比对。

可是其中一个是不允许排序的。。。

[addfourliu]

引用 2 楼 mmhaojie 的回复:

用hashmap，算法效率直接到O(n) 空间复杂度为其中一个文件的大小。

可是其中一个是不允许排序的。。。

[addfourliu]

引用 3 楼 stereoMatching 的回复:

先对两列数据进行排序，然后再一一比较 2 * O(nlogn) + O(n) = O(nlogn) C/C++ code?123std::sort(std::begin(data1), std::end(data1));std::sort(std::begin(data2), std::end(data2));bool is_equal = std::equal(……

可是其中一个是不允许排序的。。。

[赵4老师]

仅供参考

//输出PROG中有但LIST中没有的文本行，即集合PROG-LIST
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <search.h>
#define MAXCHARS 512
int MAXLINES=10000,MAXLINES2;
char *buf,*buf2;
char PROG[256]="PROG";//程序Program需要的文件列表
char LIST[256]="LIST";//dir /b /s生成的实际文件列表List
FILE *fp,*fl;
int i,c,n,L,hh;
int ignore_case=0;
char ln[MAXCHARS];
int icompare(const void *arg1,const void *arg2) {
   return stricmp((char *)arg1,(char *)arg2);
}
int compare(const void *arg1,const void *arg2) {
   return strcmp((char *)arg1,(char *)arg2);
}
int main(int argc,char **argv) {
    if (argc>1) strcpy(PROG,argv[1]);//命令行参数1覆盖PROG
    if (argc>2) strcpy(LIST,argv[2]);//命令行参数2覆盖LIST
    if (argc>3) ignore_case=1;//若存在命令行参数3，忽略大小写
    if ((fl=fopen(LIST,"rt"))==NULL) {
        fprintf(stderr,"Can not open %s\n",LIST);
        fprintf(stderr,"Usage: %s [PROG] [LIST] [-i]\n",argv[0]);
        return 1;
    }
    if ((fp=fopen(PROG,"rt"))==NULL) {
        fclose(fl);
        fprintf(stderr,"Can not open %s\n",PROG);
        fprintf(stderr,"Usage: %s [PROG] [LIST] [-i]\n",argv[0]);
        return 2;
    }
    buf=(char *)malloc(MAXLINES*MAXCHARS);
    if (NULL==buf) {
        fclose(fl);
        fclose(fp);
        fprintf(stderr,"Can not malloc(%d LINES*%d CHARS)!\n",MAXLINES,MAXCHARS);
        return 4;
    }
    n=0;
    hh=0;
    i=0;
    while (1) {
        if (fgets(ln,MAXCHARS,fl)==NULL) break;//
        hh++;
        L=strlen(ln)-1;
        if ('\n'!=ln[L]) {//超长行忽略后面内容
            fprintf(stderr,"%s Line %d too long(>%d),spilth ignored.\n",LIST,hh,MAXCHARS);
            while (1) {
                c=fgetc(fl);
                if ('\n'==c || EOF==c) break;//
            }
        }
        while (1) {//去掉行尾的'\n'和空格
            if ('\n'==ln[L] || ' '==ln[L]) {
                ln[L]=0;
                L--;
                if (L<0) break;//
            } else break;//
        }
        if (L>=0) {
            strcpy(buf+i,ln);i+=MAXCHARS;
            n++;
            if (n>=MAXLINES) {
                MAXLINES2=MAXLINES*2;
                if (MAXLINES2==1280000) MAXLINES2=2500000;
                buf2=(char *)realloc(buf,MAXLINES2*MAXCHARS);
                if (NULL==buf2) {
                    free(buf);
                    fclose(fl);
                    fclose(fp);
                    fprintf(stderr,"Can not malloc(%d LINES*%d CHARS)!\n",MAXLINES2,MAXCHARS);
                    return 5;
                }
                buf=buf2;
                MAXLINES=MAXLINES2;
            }
        }
    }
    fclose(fl);
    if (ignore_case) qsort(buf,n,MAXCHARS,icompare);
    else qsort(buf,n,MAXCHARS,compare);
    hh=0;
    while (1) {
        if (fgets(ln,MAXCHARS,fp)==NULL) break;//
        hh++;
        L=strlen(ln)-1;
        if ('\n'!=ln[L]) {//超长行忽略后面内容
            fprintf(stderr,"%s Line %d too long(>%d),spilth ignored.\n",PROG,hh,MAXCHARS);
            while (1) {
                c=fgetc(fp);
                if ('\n'==c || EOF==c) break;//
            }
        }
        while (1) {//去掉行尾的'\n'和空格
            if ('\n'==ln[L] || ' '==ln[L]) {
                ln[L]=0;
                L--;
                if (L<0) break;//
            } else break;//
        }
        if (L>=0) {
            if (ignore_case) {
                if (NULL==bsearch(ln,buf,n,MAXCHARS,icompare)) printf("%s\n",ln);
            } else {
                if (NULL==bsearch(ln,buf,n,MAXCHARS,compare)) printf("%s\n",ln);
            }
        }
    }
    fclose(fp);
    free(buf);
    return 0;
}

提醒：如果A-B为空且B-A为空则说明A和B相等。

[码农写博客]

引用 5 楼 addfourliu 的回复:

引用 2 楼 mmhaojie 的回复: 用hashmap，算法效率直接到O(n) 空间复杂度为其中一个文件的大小。 可是其中一个是不允许排序的。。。

晕，，hashmap排毛序啊，，去看下hashmap的知识

[prajna]

全部读入vector 然后sort 最后compare

[oniisama]

unorderset 你的不二选择

[stereoMatching]

其中一列不允许排序？ 那就如mmhaojie的建议，用hash table吧 hash table和排序没有什么关系 他是靠hash function来决定你的元素要插在那个位置 c++11已经提供了hash table header file是<unordered_set> 编译器不支援的话,可以先用boost的顶着 google也有提供自己的hash table 再不然就自己动手写一个简单的