Java/Kotlin：通过class ID求多个HashSet的交集

Question

我在查找包含数据 Class 的散列集数组的交集时遇到问题（我想通过标识符进行交集）：

class Protein(val id: String, val score: Double, val molw: Double, val spc: Int)

我已经从 .csv 文件中提取了一些数据到这种类型的结构中：

ArrayList<HashSet<Protein>>

所以我有六个数组列表[每个 csv 一个]，每个包含一个包含数千个蛋白质结构的散列集。到目前为止，这是我尝试获得基于 common Protein.id:

的交集 HashSet 的方法

fun intersection(data: ArrayList<HashSet<Protein>>): HashSet<Protein> {

val intersectionSet = HashSet<Protein>(data[0])

for (i in 1..data.size) {
    intersectionSet.retainAll(data[i])
}
return intersectionSet
}

这个 returns 一个空列表，这是有道理的，因为它试图与 Protein 对象相交并匹配每个标准作为一个整体。

如何调用 data[i].id 作为我的交集标准？我对 Kotlin 和数据还很陌生类 :)

Answer 1

如果您在 Protein class 中添加 hashCode 和 equals 函数的定义如下，那么 HashSet 将能够适当地使用 id 字段检查交叉点。

class Protein(val id: String, val score: Double, val molw: Double, val spc: Int) {
  override fun hashCode() = id.hashCode()
  override fun equals(other: Any?) = other?.let { id == (it as Protein).id } ?: false
}

您可能还想将 intersection 函数中的循环范围更改为 1..(data.size-1) 而不是 1..data.size 以避免越界。或者，您可以按如下方式编写它的功能：

fun intersection(data: ArrayList<HashSet<Protein>>): HashSet<Protein> {
  return data.reduce { acc, it -> acc.apply { retainAll(it) } }
}

Answer 2

为了简化给出的答案，您可以使用apply:

return data.reduce { acc, it -> acc.apply { retainAll(it) } }

Answer 3

请注意，如果您不想依赖于输入成为哈希集，您可以执行以下操作：

fun <T> multiIntersect(data: Collection<Set<T>>) = 
    HashSet(data.minBy { it.size }!!).apply {  data.forEach { retainAll(it) } }

从最小的集合开始，您可以节省大量的运行时间，因为检索集合的大小可以在常量时间内完成，因为它保存在对象的字段中。

Java/Kotlin：通过class ID求多个HashSet的交集

Java/Kotlin: Finding the intersection of multiple HashSets by class ID

java

set

hashset

guava

kotlin