如何算相互关注？

如　微博的相互关注　提示　是如何高性能展示和换算出来的？

有具体的方法和思路么？

高性能前提

如图：

---

问题更新

估计一开始我没有描述清楚问题。

现在我们的业务一开始就有漏洞和设计的不严谨。

现在我们的数据库中是没有相互关注的字段和数据库的。也就是只有 我关注的人 以及 关注我的人 ， 所以现在需要搞性能的换算出我的相互关注的人来。

比如：A的关注：B/C/D/E/F/G...等若干个； A的粉丝数：E/F/H/I/G...等若干个；

现在如何求得A的相互关注的数量以及具体的人。 （要高性能）。

我知道一个死办法就是一个一个去对比和算。但是 这个性能很低。

回复内容：

如　微博的相互关注　提示　是如何高性能展示和换算出来的？

有具体的方法和思路么？

高性能前提

如图：

---

问题更新

估计一开始我没有描述清楚问题。

现在我们的业务一开始就有漏洞和设计的不严谨。

现在我们的数据库中是没有相互关注的字段和数据库的。也就是只有 我关注的人 以及 关注我的人 ， 所以现在需要搞性能的换算出我的相互关注的人来。

比如：A的关注：B/C/D/E/F/G...等若干个； A的粉丝数：E/F/H/I/G...等若干个；

现在如何求得A的相互关注的数量以及具体的人。 （要高性能）。

我知道一个死办法就是一个一个去对比和算。但是 这个性能很低。

这种信息只要在关注/取消关注的时候更新对应的状态，显示的时候直接if-else判断就好了，你一定不会以为是每次显示的时候才去查询是否互相关注的，对吧。

update: 如果你现在必须(真的必须吗）在只有这两组数据的情况下去计算的话，最优的算法就是哈希表了，应该不可能再高了。