(;´Д`)医生！你说话啊！

最好实现：map；
最快:A做一个二叉树排序，然后B对着查，如果有不在的return false。

假设 A.len = n, 0 ≤ i ≤ A.len, 0 ≤ j ≤ B.len, m 为 序列A 中每个数组的期望长度，那么 A[i] 匹配 B[j] 的一个必要条件是 ①“A[i] 的长度大于或等于B[j] 的长度，并且A[i]的元素之和大于或等于B[j]元素之和”。
以①作为基础，对于 0 ≤ q ≤ A.len -1, 令 A[q] ≤ A[q+1] 等价于 “A[q] 的长度和内部元素之和都小于或等于 A[q+1]”，然后以此为基础对 序列A进行排序。
此处假设使用快速排序，那么求元素 A[i] 的长度和内部元素之和的运行时间为 O(m) 。由于快速排序平均运行时间为 Θ(nlgn), 因此对序列 A 排序的平均运行时间为 O(mnlgn)。
然后遍历序列 A，设 B[j] 为要查找匹配的B序列中的数组，B[j] 期望长度为 k，基于结论①，如果 B[j] ≤ A[i] ，那么先对A[i] 和 B[j] 进行排序后，再从头到尾比较匹配整型元素(此处具体操作省略)。运行时间 mlgm + klgk + m + k。为方便起见，令 k = m，则平均运行时间为 O(mlgm)。
遍历序列A 需要 O(n) 时间，则总的排序比较时间为 O(mnlgn) 。
那么，以上算法平均运行时间为 O(mnlgn) + O(mnlgn) = O(mnlgn)

>>No.59869204
肥哥6啊，待我回去看看

>>No.59869204
表达式有个地方写错了，总的运行时间应该是 O(mnlgn) + O(mnlgm)

>>No.59869204
想到一个可能更优的算法：
创建一个数组C，一个散列表，一个函数 " int get_pos(int) "。
设 k = B[j].len, n = A.len, A[j] 期望长度为 m
数组 C 长度为 w ，w 是要匹配的数组 B[j] 的元素种类数，数组C 的值是数组 B[j] 的每种元素出现次数，初始值为0。
散列表的 key 是 数组 B[j] 的元素，散列表元素除了 key 以外还维护一个 pos 值，pos 值指示B[j] 的元素对应在数组C 的位置。一个合适的散列表查询的平均时间是 O(1)
函数 " int get_pos(int) "接收整型元素，在散列表中查找对应元素，找到了返回对应元素的 pos 值，没有找到则返回 -1。
然后遍历序列A, A[i]和 B[j] 开始比较前，先将遍历C让每个位置的值置为0，再遍历数组 B[j]然后将对应元素个数赋值给数组 C，耗时 Θ(k)。遍历 A[i]，假设 0 ≤ y ≤ m-1, 得 pos = get_pos(A[i][y])，pos 不为 -1则 C[pos] = C[pos]-1，耗时 O(m)。然后再遍历一次 数组 C，若C所有元素都小于等于0，则认为已经找到匹配B[j]的数组，程序终止。可得序列A一次遍历的平均运行时间为Θ(2k+m) = Θ(k+m)。
序列A中有n个数组要遍历，遍历序列A平均运行时间为 O(n)
综上所述，在设计了良好的散列表的情况下，该算法平均运行时间为O(n(k+m))。
散列表的设计与实现可以找找一些好的学习资料来看看。

把A里面所有数塞进一个集合里
把要匹配的B去重，依次判断A里是否存在对应的数
如果要求B里每个数对应A里不同的数组的话那难度就高很多了