C 有效地测试一个列表是否是另一个列表的排列

我在读一篇文章，其中提出了检查一个列表是否是另一个列表的排列的问题，并提出了两种解决方案

“c大脑”解决方案“你知道列表总是包含四个更少的数字，每个数字都小于256，因此我们可以将所有排列字节打包成32位整数，然后…”

“PythonBrain”解决方案是对两者进行排序，然后进行比较，这似乎更为明显，但我对一个更高效（且级别较低）的解决方案感兴趣

我最初的做法是： 其中al+ar==bl+br==4，用于确定我们正在检查的字节

另一种方法 评论框中有人说：“在C语言中，为什么不简单地动态分配一段大小合适的内存，并将其视为一个数字？ 的确，它比使用int要慢一点，但它也不限于包含四个或更少的元素或最多256个元素，并且仍然比排序（无论是在C还是Python中）快。”

如果我们可以有一个数组，它的位长度大于我们的最大数，那么我们可以设置适当的位并比较数组，但这会提供更多的比较，因为我们会进行比较，除非我们可以在c中有效地将其视为一个大数

在x86中（我刚刚开始学习），我们有SBC指令，所以我们可以减去每个部分，如果结果都为零（我们可以用JNE/JNZ测试），那么它们是相等的

据我所知，我们仍然需要做/SBCs和跳跃

实际问题 我想知道怎么做

字节压缩

将整个列表视为一个大数字

---

可用于检查一个列表是否是另一个列表的排列（假设列表不超过4个项目，每个项目<256）

优化假设结果可能为“否”：计算每个列表的和（或xor，或其他一些廉价的、关联的、可交换的运算符）。如果总和不同，则未经进一步测试，答案是否定的。如果总和相同，则执行更昂贵的测试以获得最终答案。

优化假设结果可能为“否”：计算每个列表的总和（或xor，或其他廉价的、关联的、可交换的运算符）。如果总和不同，则未经进一步测试，答案是否定的。如果总和相同，则执行更昂贵的测试以获得最终答案。

我认为您只需要不受排列影响的哈希。添加作为一种方法提供。我正在考虑一种与过滤器兼容的方法，这样你就可以用它做更多的事情

bloom过滤器可以处理任意长度和任意大小的列表。它可以用来查看一个列表是否与一组列表具有相同的排列。它可以用来查看列表中是否存在元素

bloom过滤器基本上是一个位数组。您只需将构成列表的元素的“或”位组合在一起，即可生成bloom过滤器。以任何顺序具有相同元素的任何列表都将设置相同的位。对于小列表，您可以在位数组中使用整数：

unsigned char b = a1|a2|a3|a4; // where a1..n are items (8 bit numbers)

如果您有a1项和带有bloom b的列表，并且想知道a1是否在列表中：

fPossibleMatch = ((a1&b) == a1);

如果您有两个任意长度的blooms b1和b2列表，并且想知道b2中是否存在b1的所有项目：

fPossibleMatch = ((b1&b2) == b1);

如果您想知道具有相同元素的列表b1和b2是否是彼此的排列

fPossibleMatch = (b1==b2);

要减少误报，请加宽bloom过滤器。如果我们使用64位bloom，我们可以使用这个任意选择的算法来分散位：

unsigned long long b = (a1<<(a1&0x1F)) | (a2<<(a2&0x1F)) | (a3<<(a3&0x1F)) | a4<<(a4&0x1F);

---

unsigned long long b=（a1我想你只需要一个不受排列影响的散列。加法是作为一种方法提供的。我在考虑一种与过滤器兼容的方法，这样你就可以用它做更多的事情了

bloom筛选器可以处理任意长度和任意大小的列表。它可以用来查看列表是否与一组列表具有相同的排列。它可以用来查看列表中是否存在元素

bloom筛选器基本上是一个位数组。您只需将构成列表的元素位“或”组合在一起，即可生成bloom筛选器。任何以任何顺序包含相同元素的列表都将设置相同的位。对于小列表，您可以在位数组中使用整数：

unsigned char b = a1|a2|a3|a4; // where a1..n are items (8 bit numbers)

如果您有a1项和带有bloom b的列表，并且想知道a1是否在列表中：

fPossibleMatch = ((a1&b) == a1);

如果您有两个任意长度的blooms b1和b2列表，并且想知道b2中是否存在b1的所有项目：

fPossibleMatch = ((b1&b2) == b1);

如果您想知道具有相同元素的列表b1和b2是否是彼此的排列

fPossibleMatch = (b1==b2);

为了减少误报，扩大bloom过滤器。如果我们使用64位bloom，我们可以使用这种任意选择的算法来分散位：

unsigned long long b = (a1<<(a1&0x1F)) | (a2<<(a2&0x1F)) | (a3<<(a3&0x1F)) | a4<<(a4&0x1F);

unsigned long long b=（a1使用哈希表并遍历每个列表。这将给出一个需要O（n）时间和O（n）内存的解决方案。
使用哈希表并遍历每个列表。这将给出一个需要O（n）时间和O（n）内存的解决方案。
（假设列表不超过4个项目，并且每个项目<256）在这些假设下，大多数解决方案都是常数时间。O表示法是关于渐近行为的，而不是告诉您对4个元素进行排序需要多少比较。无论如何，如果您稍微放宽条件，您仍然可以在比较列表之前使用线性时格排序来对列表进行排序。以下操作将起作用：创建一个has第一个列表的h表映射（元素->计数（元素））（通过迭代并插入/递增）。然后迭代第二个列表，递减计数。如果无法递减键的计数（哈希中不存在或为零），或者列表具有不同的