Fatal编程技术网

C#改进算法

c# generics

C#改进算法,c#,generics,C#,Generics,在访谈（C#3.0）中，我被要求提供从列表中删除项目列表的逻辑 我回答 int[] items={1,2,3,4}; List<int> newList = new List<int>() { 1, 2, 3, 4, 5, 56, 788, 9 }; newList.RemoveAll((int i) => { return items.Contains(i); }); int[]项={1,2,3,4}； List newList=newList（）{1,2,3

在访谈（C#3.0）中，我被要求提供从列表中删除项目列表的逻辑

我回答

int[] items={1,2,3,4}; 
List<int> newList = new List<int>() { 1, 2, 3, 4, 5, 56, 788, 9 };
newList.RemoveAll((int i) => { return items.Contains(i); });

int[]项={1,2,3,4}；
List newList=newList（）{1,2,3,4,5,56,788,9}；
RemoveAll（（inti）=>{returnitems.Contains（i）；}）；
1） 面试官回答说，如果项目增加，我使用的算法将逐渐需要时间，并要求我给出更好更快的算法。高效的算法是什么

2） 如何使用LINQ实现同样的效果

3） 他让我提供一个双向关闭的例子？（将军，我知道已经结束了， 什么是双向关闭？我回答说，没有这样的术语存在，但他没有
满足）。

编辑更好的解决方案：使用非对称的，不像
相交

1和2：您可以使用扩展方法来执行此操作。但是，如果第二个数组包含在第一个数组中找不到的元素，则这些元素将出现在结果列表中：
Intersect
对称工作

至于“双向闭包”，我从来没有听说过这个术语，我相当怀疑它是否是一个已确立的技术术语。

如果不使用除之外的
，并且如果您希望您的解决方案能够扩展到大型列表，那么最好的办法是对第二个列表进行排序，或者用它制作一个哈希表，这样对于第一个列表的每个元素，你可以很容易地在第二页中识别它。（这就是除了
之外的
的工作原理，或多或少。）
我不相信你发布的代码能工作。标准数组没有contains方法*

忽略这个问题，他在您的响应中看到的问题可能是，您的示例中的items.Contains方法对列表中包含要删除的项的每个项都执行。因此，将在该列表中搜索完整项目列表中的每个项目

正如其他人所提到的，使用Except方法会更有效

编辑：没看到你说的是C#3.0。是我的错。items1和items之间仍然存在语法错误。
您的答案是O（N^2），因为您必须在小列表中搜索大列表中的每个元素。使用哈希表或带有二进制搜索的排序列表（在整数/字符串的情况下）以及其他减少查找开销的方法，您可能会有一些运气，这至少会让您得到O（N log N）

值得注意的是，如果小列表的大小与大列表的大小不相似，那么您的解决方案是O（N*M）；您可能希望首先优化通常较大的列表。如果您可以对第一个列表进行排序，这是一个不错的选择；如果不允许修改，请不要忘记对第二个列表进行排序/散列。
使用Except的示例


var exclusions = new List<int>() { 1, 2, 3, 4 };
var newList = new List<int>() { 1, 2, 3, 4, 5, 56, 788, 9 };
IEnumerable<int>result = newList.Except(exclusions);



var exclusions=newlist（）{1,2,3,4}；
var newList=newList（）{1,2,3,4,5,56788,9}；
IEnumerableresult=newList.Except（除外）；

int[]items1={1,2,3,4}；
List newList=newList（）{1,2,3,4,5,56,788,9}；
RemoveAll（（inti）=>{returnitems.Contains（i）；}）；


1） 面试官回答说
我采用的算法将
如果项目增加，则逐渐花时间
并要求我给予更好的
快一点的，效率是多少
算法

您的
items1
的长度为m，
newlist
的长度为n。由于您正在对
newlist
中的每个项目执行
items1
线性查找，因此您的解决方案是O（n*m）。在我看来，您的实现是完全可以接受的，在需要之前，我们可能不应该担心优化

然而，很明显，这对面试来说还不够好。好吧，对面试官来说什么“足够好”？谁知道呢。现在，如果你不介意在面试中冒一些风险，你可以向面试官挑战，让他提供更多关于这个问题的细节。告诉他许多因素和假设会影响我们代码的速度，尤其是数据结构的选择：


    

  • 假设您需要对
    newList
    进行索引访问，那么将
    items1
    转换为哈希集（具有O（1）查找）可以将算法改进为重建数组所需的O（n）时间
    • 

  • 假设
    newList
    是一个元素的“包”，这意味着我们不关心集合中元素的顺序，那么用哈希集表示
    newList
    允许我们在O（m）时间内删除m个项目
    • 

  • 假设我们需要保留集合中元素的插入顺序，您可以将
    newList
    表示为LinkedList{T}，同时使用字典{T，LinkedListNode}作为查找表。将项目添加到集合时，将其添加到LinkedList，然后将新创建的节点添加到字典。LinkedList保持插入顺序，字典允许我们在O（m）时间内删除m个项目。但是，我们牺牲了对集合的索引访问
    • 

  • 假设
    newList
    将项目保持在排序顺序（所提供的示例代码似乎不是这样，但只是让我幽默一下），大多数类型的平衡二叉树将删除O（m log n）中的m个项目，它们还支持O（n）排序顺序遍历。或者，如果你心情正常，跳过列表也会起到同样的作用，只是更愚蠢而已
    • 


3） 他让我举个例子
双向关闭？（我是将军
意识到结束意味着什么
“双向关闭？”我回答说我有
我听过这个词，但他没有
满足）


我也从来没有听说过它，谷歌似乎也没有找到任何相关的文章（除了这条线索，前5页的结果都与编程甚至计算机无关）。面试官是个白痴。
这听起来像经典的“我比你聪明”面试。跑，不要走，离开那个地方。哈哈——当时的想法非常一致，尤其是关于“双向关闭”？一些热心的程序员试图证明他的m

int[] items1={1,2,3,4}; 
List<int> newList = new List<int>() { 1, 2, 3, 4, 5, 56, 788, 9 };
newList.RemoveAll((int i) => { return items.Contains(i); });