在我的脑海中出现的唯一更具 声明性 （因此也是 Python 风格）的方法， 可以提高 大型
b（和
a）的 性能
，是使用某种递减计数器：
from collections import Counterclass DecrementCounter(Counter): def decrement(self,x): if self[x]: self[x] -= 1 return True return False
现在我们可以使用列表推导：
b_count = DecrementCounter(b)complement = [x for x in a if not b_count.decrement(x)]
因此，在这里我们跟踪计数
b，因为
a我们查看其中的每个元素是否属于
b_count。如果确实如此，我们将递减计数器并忽略该元素。否则，我们将其添加到中
complement。请注意，这仅适用，如果我们相信
这样的
complement存在。
之后 您已经构建的
complement，您可以检查是否补与存在：
not bool(+b_count)
如果为
False，则 无法构造此类补码 （例如
a=[1]和
b=[1,3]）。因此，完整的实现可能是：
b_count = DecrementCounter(b)complement = [x for x in a if not b_count.decrement(x)]if +b_count: raise ValueError('complement cannot be constructed')如果字典查找在 O（1）中 运行 （ 通常是这样，只有在极少数情况下才是 O（n） ），则此算法在 O（| a | + | b |）中运行
（因此，列表）。而该
remove方法通常在 O（| a | x | b |）中运行 。
