arrays - 查找两个数组之间的(多集)差异

给定数组(例如行向量)A和B，我如何找到数组C，使B和C合并将得到A？

例如，给定

A = [2, 4, 6, 4, 3, 3, 1, 5, 5, 5];
B = [2, 3, 5, 5];

然后

C = multiset_diff(A, B) % Should be [4, 6, 4, 3, 1, 5]

(结果的顺序在这里无关紧要)。

对于相同的A，如果为B = [2, 4, 5]，则结果应为[6, 4, 3, 3, 1, 5, 5]。

(由于A中有两个4，B中有一个4，结果C中应该有2-1 = 1 4。其他值类似。)

PS:请注意，setdiff将删除2、3和5的所有实例，而在这里，无论它们出现在B中的多少次，都需要将其删除。

性能:我在本地运行了一些快速N基准测试，以下是结果供以后引用:

@heigele的嵌套循环方法对于A的小长度(例如最多N = 50个元素)效果最佳。与下一个最佳方法相比，对于较小(N = 20)的A而言，它的性能提高了3倍，对于中等尺寸(N = 50)的A而言，其性能提高了1.5倍。

@obchardon的基于histc的方法。当A的大小N开始大于100时，这是表现最好的一种。例如，当N = 200时，此方法比上述嵌套循环方法好3倍。

@matt的for + find方法的效果与小N的histc方法相当，但对于大N的性能却迅速下降(这是有道理的，因为整个C == B(x)比较都会在每次迭代时运行)。

(在编写本文时，其他方法可能会慢几倍或无效。)

最佳答案

还有一种使用histc函数的方法:

A = [2, 4, 6, 4, 3, 3, 1, 5, 5, 5];
B = [2, 3, 5, 5];

uA  = unique(A);
hca = histc(A,uA);
hcb = histc(B,uA);
res = repelem(uA,hca-hcb)

我们只需根据向量A的唯一值来计算每个向量的重复元素数，然后使用repelem来创建结果。

此解决方案不保留初始顺序，但对您来说似乎不是问题。

我使用histc来实现Octave兼容性，但是不建议使用此功能，因此您也可以使用histcounts