Algorithm 嵌套集的算法

我收集了大量集合，其中一些集合是彼此的子集，如：

[{1, 2, 3, 4}, {1, 2}, {1, 5}, {1, 2, 3, 4, 5}, {2, 6}]

我想获取这个集合并输出子集关系的偏序DAG

{1, 2, 3, 4, 5} >= {1, 2, 3, 4} >= {1, 2}
{1, 2, 3, 4, 5} >= {1, 5}
{2, 6}

除了比较集合的所有组合之外，还有什么方法可以做到这一点（当集合数量很大时，这是禁止的）。这似乎接近一些封面问题，但我找不到一个问题，这减少到

一个优化是创建一个反向索引，这将有助于避免比较没有公共元素的集合，如

{2,6}

和

{1,5}

这个问题似乎与和有关

---

这几乎是的一个副本，但我对一个非纯函数性的解决方案持开放态度。

[{1,2,3,4}，{1,2,3}，{1,2}，{1}]我怀疑当最终的图形是一个完整的图形时，是否有可能避免O（N^2）？我觉得我应该能够利用偏序性来做得更好。你可以从按大小排序集合开始，当你看下一个集合时，你可以开始将它与前一组的大小顺序进行比较，如果它是其中一个的超集，那么它也是整个子图的超集，并且你不需要考虑那些较小的集合。参见链接自的文件。您是否希望得到包含所有肋骨的完整图形？在构建DAG之后，您将如何使用它？