PAT1063 Set Similarity（测试点4超时）set使用

原题链接1063 Set Similarity

这道题挺简单的，就是给好几个数列，每个数列里面有可能有重复元素，再给定几个查询，每个查询给了两个数列编号（从1开始），问在这两个数列中都出现的数的个数nc 占 两个数组中的去掉重复数据后的数的个数nt的百分比。
比如说

99 87 101
87 101 5 87

这两个数组中，重复出现的元素为87,101，故nc = 2。而所有数据为5、87、99、101，即nt = 4，所以占比为50.0%。
因为原数列中就可能包含有重复元素，所以使用unordered_set < int >来存储所有数列，这样原数组中的重复元素便只保留一个。
之后对于每次查询，使用unorder_map < int,bool > vis来记录数据是否出现过，并使用unordered_set < int > total，common来记录总的数据以及共同的数据。首先遍历第一个数列，在遍历过程中，将第一个数列中所有出现的数据全部置为已经出现过，并且将数据加入到total中。再之后，遍历第二个数组，首先将第二个数组中出现的数据加入到total中，如果当前数据已经在第一个数组中出现过了，则加入到common中去。这是最直观的想法，最朴素的想法，也就是暴力法
代码如下

#include <bits/stdc++.h>

using namespace std;

unordered_set<int> st[51];

int main()
{
    int n;
    scanf("%d",&n);
    for(int cur = 1;cur <= n;cur++){
        int cnt;
        scanf("%d",&cnt);
        for(int i = 0;i < cnt;i++){
            int t;
            scanf("%d",&t);
            st[cur].insert(t);
        }
    }
    int k;
    scanf("%d",&k);
    for(int r = 0;r < k;r++){
        int id1,id2;
        scanf("%d%d",&id1,&id2);
        unordered_map<int,bool> vis;
        unordered_set<int> total,common;
        for(auto it = st[id1].begin();it != st[id1].end();it++){
            vis[*it] = true;
            total.insert(*it);
        }
        for(auto it = st[id2].begin();it != st[id2].end();it++){
            if(vis[*it]) common.insert(*it);
            total.insert(*it);
        }
        printf("%.1f%%\n",100.0 * common.size() / total.size());
    }

    return 0;
}

但是非常不幸，这样的话，第四个测试点是超时的。就是因为，数据量太大了，这种思路是没有错的，但是仔细分析以下，第一次遍历时，就需要O（st[id1].size()）大小的复杂度，更不用说在遍历时还要往total中insert数据，以及往vis中建立映射，这两个都是非常耗费时间的。将vis[*it] 变为true，虽然只是整型，但是数据量太大时，也是耗费时间的。
第二次遍历，复杂度为O（st[id2].size()）大小，但是还包含往total中添加数据，判断vis[*it]是否为true，以及如果是true时，还要往common中insert数据，都是非常耗费时间的。
思路没有问题，但是数据量太大时，耗时多，就得换个思路。
最好的思路是，遍历第一个数组，然后对于当前的数据 x 去第二个数组中去查找是否存在，如果找得到，那么就是在两个数组中都出现过的数据。
这样的话，遍历第一个数组用复杂度O（st[id1].size()），再加上去第二个数组中去查找，无论是使用count还是find都是O(log(st[id2].size())）的复杂度，比上个思路优秀很多，并且不用额外添加数据、建立映射。
代码如下

#include <bits/stdc++.h>

using namespace std;

unordered_set<int> st[51];

int main()
{
    int n;
    scanf("%d",&n);
    for(int cur = 1;cur <= n;cur++){
        int cnt;
        scanf("%d",&cnt);
        for(int i = 0;i < cnt;i++){
            int t;
            scanf("%d",&t);
            st[cur].insert(t);
        }
    }

    int k;
    scanf("%d",&k);
    for(int r = 0;r < k;r++){
        int id1,id2;
        scanf("%d%d",&id1,&id2);
        int nc = 0;
        
        for(auto it = st[id1].begin();it != st[id1].end();it++){
            if(st[id2].find(*it) != st[id2].end()) nc++;//使用find，去第二个数列中
        }                                               //查找该数出现过没有
        printf("%.1f%%\n",100.0 * nc / (st[id1].size() + st[id2].size() - nc));

    }

    return 0;
}

总结

不要直接想暴力，多思考。
set的find以及count的复杂度都是O(logn)的，要比遍历优秀太多。
C++11中可以使用以下方法来遍历set

#include <bits/stdc++.h>

using namespace std;

int main()
{
    set<int> st;
    for(int i = 0;i < 10;i++) st.insert(i);
    for(auto x : st) printf("%d ",x);//x是数据
}

或者

#include <bits/stdc++.h>

using namespace std;

int main()
{
    set<int> st;
    for(int i = 0;i < 10;i++) st.insert(i);
    for(auto it = st.begin();it != st.end();it++)//it是迭代器
        printf("%d ",*it);
}