C++ 使用特征值查找两个列表之间的差异

我想找出两个列表之间的区别。例如：

// two lists:
A = [ 0, 1, 2, 3, 4, 5, 6 ];
B = [ 1, 4, 5 ];

// difference between the lists:
C = [ 0, 2, 3, 6 ];

我使用C++的STL库做如下：

#include <iostream>
#include <vector>

int main()
{
  std::vector<size_t> A = {0, 1, 2, 3, 4, 5, 6};
  std::vector<size_t> B = {1, 4, 5};
  std::vector<size_t> C;

  std::set_difference(A.begin(),A.end(), B.begin(),B.end(), std::inserter(C,C.begin()));

  return 0;
}

#包括
#包括
int main（）
{
向量A={0,1,2,3,4,5,6}；
向量B={1,4,5}；
std：：向量C；
设置差异（A.begin（），A.end（），B.begin（），B.end（），std:：inserter（C，C.begin（））；
返回0；
}

然而，由于我的应用程序主要使用Eigen，所以我现在也希望使用Eigen来实现这一点。我在文档或在线上都找不到我想要的东西

请注意，我特别希望避免编写自己的函数。

给你：

#include <iostream>
#include <Eigen/Dense>

int main()
{
    using namespace Eigen;

    VectorXd a(3), b(1);
    VectorXd c(a.size());

    a << 1,2,3;
    b << 1;

    auto it = std::set_difference(a.data(), a.data() + a.size(), 
                                  b.data(), b.data() + b.size(), 
                                  c.data());
    c.conservativeResize(std::distance(c.data(), it)); // resize the result
    std::cout << c;
}

#包括
#包括
int main（）
{
使用名称空间特征；
向量xdA（3），b（1）；
向量xd c（a.size（））；
a给你：

#include <iostream>
#include <Eigen/Dense>

int main()
{
    using namespace Eigen;

    VectorXd a(3), b(1);
    VectorXd c(a.size());

    a << 1,2,3;
    b << 1;

    auto it = std::set_difference(a.data(), a.data() + a.size(), 
                                  b.data(), b.data() + b.size(), 
                                  c.data());
    c.conservativeResize(std::distance(c.data(), it)); // resize the result
    std::cout << c;
}

#包括
#包括
int main（）
{
使用名称空间特征；
向量xdA（3），b（1）；
向量xd c（a.size（））；
a你怎么会认为Eigen有什么用呢？使用你面前的东西并工作有什么错？如果可以用标准库来实现，那么Eigen为什么还要费心用自己的方式实现呢？“注意，我特别想避免编写自己的函数。”…根本不清楚要避免什么，您已经有了解决方案，无需编写own@JohnZwinck这更像是一种希望……我希望（ed）通过尽可能少的切换次数（甚至从不切换）来提供最佳的最终用户体验在特征向量和STL向量之间。当然，建议的STL解决方案绝对没有错！（我一点也不支持特征向量，但我想让非专业人士可以访问此代码，我觉得坚持一件事可能会有所帮助）@TomdeGeus:STL算法可以应用于非STL数据结构，包括Eigen。算法工作于迭代器而不是容器，我不太了解Eigen，但如果他们的容器不提供迭代器，我会感到惊讶。什么让你认为Eigen有什么用呢？使用已经在你面前的东西并工作有什么错吗？如果是的话可以用标准库实现，那么为什么Eigen会费心用自己的方式实现呢？“请注意，我特别想避免编写自己的函数。”…根本不清楚要避免什么，您已经有了解决方案，无需编写自己的函数own@JohnZwinck这更像是一种希望……我想要（埃德）这是为了通过在特征向量和STL向量之间切换尽可能少的次数（甚至永远不会）来提供最佳的最终用户体验。当然，建议的STL解决方案绝对没有错！（我一点也不支持特征向量，但我想让非专业人士可以访问此代码，我觉得坚持一件事可能会有所帮助）@TomdeGeus:STL算法可以应用于非STL数据结构，包括Eigen。算法工作于迭代器而不是容器，我不太了解Eigen，但是如果他们的容器不提供迭代器，我会感到惊讶。这非常有帮助！只是为了澄清一下，在
Eigen:：MatrixXd
的情况下，原则上也有相同的技巧可以正确使用吗？但这可能会增加行和列的数量，我该如何解决？（我意识到
set_difference
可能不是矩阵最相关的应用程序）@TomdeGeus
MatrixXd:：data（）
将返回指向第一个元素的指针。Eigen使用列主顺序，因此当递增指针时，矩阵将按列主顺序遍历，即如果
为Clear。但是我可以更改条目数吗？根据您的答案，我猜答案是肯定的。但是，我如何决定如何更改行数和列数umns（并将其存储到矩阵变量）@TomdeGeus你是什么意思？你是在谈论重塑矩阵吗？你可能应该检查
std:：set_difference
的返回值，然后调整
c
（使用
保守调整大小
）。此外，
c
应该初始化为
a
的大小，以防没有公共元素。太棒了，这很有帮助！只是为了澄清一下，在
Eigen:：MatrixXd
的情况下，原则上也可以使用相同的技巧，对吗？但这可能会导致行数和列数增加，我如何解决这个问题？（我意识到
set_difference
可能不是矩阵最相关的应用）@TomdeGeus
MatrixXd:：data（）
将返回指向第一个元素的指针。Eigen使用列主顺序，因此当递增指针时，矩阵将按列主顺序遍历，即如果
为Clear。但是我可以更改条目数吗？根据您的答案，我猜答案是肯定的。但是，我如何决定如何更改行数和列数umns（并将其存储到矩阵变量）@TomdeGeus你是什么意思？你是在谈论重塑矩阵吗？你可能应该检查
std:：set_difference
的返回值，然后调整
c
（使用
保守调整大小
）。此外，
c
应初始化为
a
，以防没有公共元素。