如何统计集合相似元素并高效获取两个字符串集合的交集？

一、高效获取两个集合的相似元素（交集） #

你给出的v1、v2本身是集合类型，集合的核心特性就是支持高效的成员查找，直接用集合内置的交集操作是最高效的方式，时间复杂度为O(min(len(v1), len(v2)))。

以Python为例，有两种实现方式：

• 用运算符&：

  v1 = {"ball", "water", "example"}
  v2 = {"example", "ball", "book"}
  s1 = v1 & v2  # 结果为 {'ball', 'example'}
  

• 用集合方法intersection()：

  s1 = v1.intersection(v2)
  

其他编程语言也有类似内置方法，比如Java的retainAll()、C#的Intersect()，本质都是利用集合的哈希存储特性，避免低效的嵌套遍历对比。

二、统计单个集合中的重复元素 #

注意：标准集合类型本身不允许存在重复元素，如果你说的“单个集合”实际是指包含重复元素的序列（比如列表、数组），可以通过以下方式统计重复元素：

以Python为例，用collections.Counter统计元素出现次数，再筛选出次数大于1的元素：

from collections import Counter

lst = ["ball", "water", "example", "ball", "water", "water"]
counts = Counter(lst)
# 获取所有重复元素（出现次数>1）
duplicates = [item for item, cnt in counts.items() if cnt > 1]
# 结果为 ['ball', 'water']

如果不用工具库，也可以手动遍历序列，用字典记录每个元素的出现次数后再筛选，不过效率不如Counter的优化实现。

内容的提问来源于stack exchange，提问作者B S