全部问题

需要解决以下问题：

根据以下标准将唯一字符串集拆分为不重叠的组：

如果两行在一列或多列中有匹配的非空值，则它们属于同一组。

例如，线条

111;123;222
200;123;100
300;;100

都属于同一个组，因为前两行在第二列中具有相同的值，而后两行在第三列中123具有相同的值100

程序运行时间（30 秒）也有限制。我还可以添加行数——大约一百万。这是我的代码：

private static Set<TreeSet<Integer>> findLineGroups(List<String> lines) {
    Set<TreeSet<Integer>> resultSet = new TreeSet<>((Comparator<TreeSet<Integer>>) (trSet1, trSet2) -> {
        int diff = trSet2.size() - trSet1.size();
        if (diff != 0)
            return diff;

        Iterator<Integer> iterator1 = trSet1.iterator();
        Iterator<Integer> iterator2 = trSet2.iterator();
        while (iterator1.hasNext()) {
            diff = iterator1.next() - iterator2.next();
            if (diff != 0)
                return diff;
        }

        return 0;
    });

    Map<String, Integer> termLineGroupsPairs = new HashMap<>();
    List<TreeSet<Integer>> lineNumGroups = new ArrayList<>();

    for (int lineNum = 0; lineNum < lines.size(); lineNum++) {
        String line = lines.get(lineNum);
        String[] lineElements = line.replaceAll("\"", "").replaceAll(" ", "").split(";");
        Set<String> termSet = new HashSet<>(Arrays.asList(lineElements));
        termSet.remove("");

        Integer groupNum = null;
        TreeSet<String> tempSet = new TreeSet<>(termLineGroupsPairs.keySet());
        tempSet.retainAll(termSet); //оставляем только общие элементы
        if (!tempSet.isEmpty()) {
            String term = tempSet.first();
            groupNum = termLineGroupsPairs.get(term);
            lineNumGroups.get(groupNum).add(lineNum);
        }

        if (groupNum == null) {
            TreeSet<Integer> group = new TreeSet<>();
            group.add(lineNum);
            lineNumGroups.add(group);
            groupNum = lineNumGroups.size() - 1;
        }
        for (String term : termSet) {
            termLineGroupsPairs.put(term, groupNum);
        }
        if (lineNumGroups.size() % 1000 == 0)
            System.out.println(lineNumGroups.size());
    }

    resultSet.addAll(lineNumGroups);
    return resultSet;
}

而且我所有的解决方案都工作太久（我试图以不同的方式解决这个问题）。诚然，如果少于一千行，那么它可以快速运行（我符合指定的限制），并且几乎可以使用我的任何算法。

请告诉我如何解决这个问题（或在我的解决方案中进行哪些更改以使其快速运行）。

好的。

也许我的问题因为它的不正确而令人困惑，但这只是为了让你和我有同样的感觉。

我用两个反编译器（dotPeek 和 ILSpy）反编译了 mscorelib.dll v4.0，它们都向我展示了这是一个字段readonly，并且没有在类中初始化。类 NOT partial。

当然，执行时，一切都很好string.Empty is ""，但是有人可以向我解释为什么会这样吗？如果不在这里（也找不到静态构造函数），那么该字段在哪里初始化？还是这些反编译器看不到东西？

如何比较图1和图2？

为了相似性，它们的大小没有必要不同。此外，它们不必是 100% 相似的。

研究这个主题的最佳材料是什么？

有这个代码：

a = float("nan")
a == a              # Получаем False
[a] == [a]          # Получаем True

为什么会这样？

有一个类A继承自该类B。但是，该类B不包含任何字段。如果我创建一个元素数组B，但将其用作元素数组A，它会正确吗？

该标准说这仅允许使用类似的类型：

当具有整数类型的表达式被添加到指针或从指针中减去时，结果具有指针操作数的类型。如果表达式 P 指向具有 n 个元素的数组对象 x 的元素 x[i]，86 表达式 P + J 和 J + P（其中 J 的值为 j）指向（可能是假设的）元素 x [ i + j ] 如果 0 ≤ i + j ≤ n ；否则，行为未定义。同样，表达式 P - J 指向（可能是假设的）元素 x [ i - j ] 如果 0 ≤ i - j ≤ n ；否则，行为未定义。

旁边描述了类型的相似性，但我无法理解在我的情况下类型是否相似。哪些类型被认为是相似的？

这是一个示例代码：https://ideone.com/ncRepZ https://ideone.com/nMvJ0r
它是否包含未定义的行为？

#include <iostream>

using namespace std;

struct A
{
  int x;
  A(int x) : x(x) {}
  virtual ~A() {}
};

struct B : A
{
  B() : A(7) {}
};

int main()
{
  A *a = new B[4];

  for (size_t q=0; q<4; ++q)
    cout << q << ": " << a[q].x << endl;

  delete [] a;

  return 0;
}

如果仍然不允许这样做，是否足以检查这两种类型的大小是否相等https://ideone.com/iSkJk0

static_assert(sizeof (A) == sizeof (B), "B must have same size as A");

确保如果程序编译，那么它不包含UB？