【Redis】Set类型的常用命令与应用场景

目录

1.命令小结

2.命令解析

3.编码方式与应用场景


 

1.命令小结

(1)set的特点

1)set中存放的数据也都是String类型

2)set集合中的元素是无须的

3)set集合中的元素是唯一的,不可重复

(2)命令大全

命令含义时间复杂度
sadd key element [element … ]向set添加一个获多个元素
O(k),k 是元素个数
smembers key获取集合的所有元素
O(k),k 是元素个数
sismember key element判断一个元素是否在set中O(1)
scard key求集合中元素个数O(1)
spop key [count]随机删除并获取元素
O(n),n 是count
srandmember key [count]随机获取元素
O(k),n 是count
smove sourse destination member将元素从一个集合中移到另一个集合O(n),n 是count
srem key member [member …]移除指定元素O(N)
sinter key1 [key2 … ]求交集
O(m * k),k是几个集合中元素最小的个数,m是键个数
sinterstore destination key1 [key2 …]求交集并放入指定集合中
O(m * k),k是几个集合中元素最小的个数,m是键个数
sunion key1 [key2 … ]求并集O(k),k是多个集合的元素个数总和
sunionstore destination key1 [key2 …]求并集并放入指定集合中O(k),k是多个集合的元素个数总和
sdiff  key1 [key2 … ]求差集
O(k),k是多个集合的元素个数总和
sdffstore destination key1 [key2 …]求差集并放入指定集合中
O(k),k 是多个集合的元素个数总和
2.命令解析

(1)sadd

1)语法:sadd key member [member … ]

2)含义:将一个或者多个元素添加到key对应的set集合中。重复元素无法添加进去

3)返回值:本次添加成功的元素个数

4)时间复杂度:O(1)

(2)smembers

1)语法:smembers key

2)含义:获取key对应的set集合列表

3)返回值:返回set中的所有元素,顺序随机

4)时间复杂度:O(N),N为元素个数

(3)sismember

1)语法:sismember key member 

2)含义:判断一个元素是否存在key对应的set中

3)返回值:1表示存在,0表示key或者member不存在

4)时间复杂度:O(1)

(4)scard

1)语法:scard key

2)含义:获取key对应集合中的元素个数

3)返回值:返回set中的元素个数

4)时间复杂度:O(1)

(5)spop

1)语法:spop key [count]

2)含义:随机删除set中的元素,不写count默认删除一个;指定count则随机删除count个

3)返回值:删除的元素

4)时间复杂度:O(N),N是count

(6)srandmember

1)语法:srandmember key [count]

2)含义:随机从key对应的set集合中取出一个或者count个元素

3)返回值:返回取出的元素

4)时间复杂度:O(N),N是count

(7)smove

1)语法:smove source destination member

2)含义:将member元素从source对应的集合中取出放入destination中

3)返回值:1表示移动成功,0表示失败

4)时间复杂度:O(1)

(8)srem

1)语法:srem key member [member … ]

2)含义:将指定元素从key对应的集合中移除

3)返回值:删除成功的元素个数

4)时间复杂度:O(N),N为删除的个数

(9)并集、交集、差集概念

1)交集:两个集合求并集,结果为两个集合中都存在的元素

2)并集:两个集合求交集,结果为两个集合的所有元素相加,并去掉重复的元素,只留下一份

3)差集:A和B求差集,A在前面,则返回A中存在,但B中不存在的元素;B和A求差集,B在前面,则返回在B中存在,但A中不存在的元素

下面三个命令都是和上述概念相关的,也是set集合的特点所在

(10)sinter与sinterstore

  • sinter

1)语法:sinter key1 [key2 … ]

2)含义:获取指定集合的交集(可以一个或者多个集合)

3)返回值:交集的元素

4)时间复杂度:O(N*M),N是最小集合的元素个数,M是最大集合的元素个数

  • sinterstore

1)语法:sinterstore destination key1 [key2 … ]

2)含义:获取到的交集元素存放到destination集合中

3)返回值:交集的元素

4)时间复杂度:O(N*M),N是最小集合的元素个数,M是最大集合的元素个数

(11)sunion与sunion

  • sunion 

1)语法:sunion key1 [key2 … ]

2)含义:获取给定set的并集中的元素

3)返回值:并集的元素

4)时间复杂度:O(N),N给定的所有集合的总的元素个数

  • sunionstore

1)语法:sunionstore destination key [key … ]

2)含义:获取给定set的并集中的元素并且保存到目标set中

3)返回值:并集的元素个数

4)时间复杂度:O(N),N给定的所有集合的总的元素个数

(12)sdiff与sdiffstore

  • sdiff 

1)语法:sdiff key [key … ]

2)含义:获取给定set的差集中的元素

3)返回值:差集的元素

4)时间复杂度:O(N),N是给定的所有集合的总的元素个数

  • sdiffstore

1)语法:sdiffstore destination key [key … ]

2)含义:获取给定set的差集中的元素并且保存到目标set中

3)返回值:差集的元素个数

4)时间复杂度:O(N),N是给定的所有集合的总的元素个数

3.编码方式与应用场景

(1)编码方式

set内部主要有两种编码方式,分别是intset(整数集合)和hashtable(哈希表)

  • intset

当set集合中的元素都为整数时,编码方式为intset,可以减少内存的使用

  • hashtable

不是intset时,编码方式就为hashtable

(2)应用场景1---保存用户标签

这方面也就是用set来保存用户的特征,从而分析出“用户画像”,进而更方便给用户推荐相应的产品。

(3)应用场景2---计算用户之间的公共好友

利用set中元素的唯一性,多个集合之间求并集,就能推算出用户之间的公共好友。

(4)应用场景3---统计UV

UV也就是用户访问服务器后产生的痕迹,痕迹+1,同一个用户多次访问同一个服务器不会使UV增加

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1558942.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

MySql 之 Binglog 复制

复制是一种将数据从一个 MySQL 数据库服务器异步复制到另一个的技术。使用 MySQL 复制选项,您可以复制所有数据库、选定的数据库甚至选定的表,具体取决于您的使用情况。 前提条件 确保在源服务器上启用了二进制日志记录。确保复制配置中的所有服务器都有…

uniapp——h5的控制台调试、h5调试

介绍 小程序在调试的时候可以打开调试模式,可以看到console.log的打印情况。 但是H5运行到手机上没有默认的调试的模式,但是可以人为手动加一个。 如何实现 1、main.js文件 import Vconsole from ‘vconsole’ /** 关闭正式环境打印日志&#xff…

Centos7.5 安装和配置jdk17

目录 一、下载JDK17包 二、将安装包放入服务器 三、解压jdk包到/usr/lib/jvm 四、修改JDK环境配置 1、打开配置文件 2、最后一行插入 3、立即生效 4、检查版本 一、下载JDK17包 访问网址:Java Downloads | Oraclehttps://www.oracle.com/java/technologies/downloads…

音频功放工作原理:【B类】

上一节我们讲了A类音频功放的工作原理,也知道了它的优缺点: A类功放优点:高增益,低失真,音质好 A类功放缺点:热量高,效率低,功率小 为了解决A类功放的缺点,业界又引入…

重学SpringBoot3-集成Redis(十)之实时统计和分析

更多SpringBoot3内容请关注我的专栏:《SpringBoot3》 期待您的点赞👍收藏⭐评论✍ 重学SpringBoot3-集成Redis(十)之实时统计和分析 1. 实时统计和分析的常见场景2. 使用 Redis 数据结构进行实时统计3. 使用Redis String实现计数器…

原来机器学习那么简单——K近邻回归

引言: 在正文开始之前,首先给大家介绍一个不错的人工智能学习教程:https://www.captainbed.cn/bbs。其中包含了机器学习、深度学习、强化学习等系列教程,感兴趣的读者可以自行查阅。 一、什么是K近邻回归? K近邻回归&…

10.9QT对话框以及QT的事件机制处理

MouseMoveEvent(鼠标移动事件) widget.cpp #include "widget.h" #include "ui_widget.h"Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget) {ui->setupUi(this);// 设置窗口为无边框,去掉标题栏等装饰this->setWi…

电脑缺失msvcr120.dll怎样修复,马上教你6种修复方法

在用电脑的时候,经常会碰到各种错误提示,比如“msvcr120.dll丢失”,导致的结果就是某些程序无法正常启动。那么,这个dll文件到底是啥,为什么会丢失,怎么解决呢?将通过这篇文章详细解释一下&…

智能优化算法-引力搜索优化算法(GSA)(附源码)

目录 1.内容介绍 2.部分代码 3.实验结果 4.内容获取 1.内容介绍 引力搜索优化算法 (Gravitational Search Algorithm, GSA) 是一种基于牛顿万有引力定律的元启发式优化算法,由Rashedi等人于2009年提出。GSA通过模拟天体之间的引力作用来搜索最优解,适用…

[ROS2]解决PyQt5和sip的各种报错问题 stderr: qt_gui_cpp

前言 编译ros环境的时候遇到了qt_gui_cpp各种编译问题,但是鉴于网上解决方法基本没有,故记录下来帮助后来者。整篇文章总结下来就是一句话:PyQt5和sip安装过程或安装版本有问题,需要重新安装。 问题与解决方法 如果PyQt5你是正…

P-Tuning v2:一种普遍有效的提示调整方法

人工智能咨询培训老师叶梓 转载标明出处 预训练语言模型通过微调(fine-tuning)来适应特定任务虽然效果显著,但存在训练成本高、参数存储量大等问题。为了解决这些问题,清华大学的研究者们提出了一种名为P-Tuning v2的提示调整&am…

colab+ngork本地访问多模态大模型

allenai/Molmo-7B-D-0924 1)colab准备环境,我这里用的是l4 2)安装对应的python库 !pip install transformers Pillow requests einops!pip install accelerate>0.26.0 bitsandbytes!pip install --no-deps accelerate bitsandbytes !p…

怎么将手机备忘录传送至电脑

在数字化时代,手机备忘录已成为我们生活中不可或缺的一部分。无论是记录购物清单、工作事项,还是灵感闪现的瞬间,手机备忘录都能随时记录下这些宝贵的信息,帮助我们防止遗忘。然而,有时候我们需要将这些备忘录内容转移…

数字影像技术平台推动可持续发展创意产业

在这个日新月异的数字时代,数字影像技术平台正以前所未有的力量,为可持续发展创意产业注入勃勃生机与无限可能。它们不仅是技术革新的前沿阵地,更是推动社会进步、促进文化繁荣的绿色引擎。 从高清细腻的VR体验,到震撼人心的AR互…

Tailwind Css的使用

1.Tailwind Css是什么 官网解释:Tailwind CSS 的工作原理是扫描所有 HTML 文件、JavaScript 组件以及任何 模板中的 CSS 类(class)名,然后生成相应的样式代码并写入 到一个静态 CSS 文件中。 我的理解是利用Tailwind CSS 提供的…

共享单车轨迹数据分析:以厦门市共享单车数据为例(十)

副标题:共享单车与地铁站出入口分布情况探究——以厦门市为例 假期结束了,我们满血复活,继续更新! 本篇文章我们讨论共享单车与地铁出入口的关系,在上一篇文章中,我们讨论了综合得分指数最高的地铁站——…

利用可解释性技术增强制造质量预测模型

概述 论文地址:https://arxiv.org/abs/2403.18731 本研究提出了一种利用可解释性技术提高机器学习(ML)模型性能的方法。该方法已用于铣削质量预测,这一过程首先训练 ML 模型,然后使用可解释性技术识别不需要的特征并去…

安装echarts报错:request to https://registry.npmjs.org/echarts-gl failed

Hello!欢迎各位新老朋友来看小弟博客,祝大家事业顺利,财源广进!! 主题:安装echarts报错:request to https://registry.npmjs.org/echarts-gl failed 第一:报错问题:链接…

Codeforces Round 923 (Div. 3) F. Microcycle

题目 【坑点】:不能先用拓扑排序去掉“线头”,然后找权重最小的边所在的环。因为去掉线头后,可能有的边不在环内。 e.g.有六条无向边 1 - 2 , 2 - 3, 1 - 3, 4 - 5, 5 - 6, 4 - 6, 1 - 4, 边1 - 4不在环内 wa代码: #include &…

【FPGA开发】Modelsim仿真精度的坑

问题所在 最近在使用黑金的AXU3EG板卡对着正点原子ZYNQ7020的例程进行移植学习。但在编写tb代码以及使用modelsim进行仿真时出了问题,发现我的实际波形与正点的对不上,仔细测量一下波形发现,我的系统时钟是6ns周期,而不是理想中的…