用map做存在性检查是最稳的方案：将一个切片转为map，再遍历另一切片查存在性；要求元素类型可比较，适合中小规模数据。
用 map 做存在性检查是最稳的方案
Go 没有内置差集函数，sort + binarySearch 或双循环都容易出错或慢。最常用、最直观、也最不容易翻车的方式是把一个切片转成 map，再遍历另一个切片判断是否存在。
注意：元素类型必须可比较（如 int、string、struct 里不能含 slice / map / func），否则编译报错 invalid map key type。
- 适合中小规模数据（
len - 如果切片含重复元素且你希望结果去重，
map天然帮你做到；若需保留重复，得额外计数（用map[T]int记频次） - 别用
map[T]bool存nil值判断——if m[x]在 key 不存在时也返回false，和存在但值为false无法区分；直接用_, ok := m[x]
处理字符串切片时别忽略大小写和空格
实际业务中，[]string 差集常用于配置比对、权限校验、日志过滤等场景，但原始数据往往带空格、大小写不一致甚至 BOM 头。
直接拿 strings.TrimSpace 和 strings.ToLower 预处理再进 map，比后期 debug 强得多。
立即学习“go语言免费学习笔记（深入）”；
- 示例：
key := strings.ToLower(strings.TrimSpace(s))作为 map key - 如果要保留原始格式只做逻辑判断，map 的 value 可存原始字符串，key 仍用标准化后的值
- 读文件生成切片时，
bufio.Scanner默认会丢掉换行符，但不会 trim 空格——这点很容易被当成“数据一样却没匹配上”
reflect.DeepEqual 不该用在差集逻辑里
有人想用 reflect.DeepEqual 比较两个 struct 切片的元素是否相等，再手动筛差集。这很危险。
它慢（运行时反射）、不可控（字段顺序、未导出字段、浮点精度、NaN 处理都影响结果），而且无法和 map 配合做 O(1) 查找。
- 结构体差集，优先定义可比较的 key 字段（比如
ID或Name），用它当 map key - 真需要全字段比对，先用
map[Key]Struct建索引，key 是你定义的组合哈希（如fmt.Sprintf("%d-%s", s.ID, s.Name)），避免反射 -
reflect.DeepEqual只适合单元测试断言，不适合生产逻辑主干
性能敏感时考虑预分配切片容量
差集结果长度不确定，但通常不会超过原切片长度。不预分配会导致多次内存拷贝，尤其在大切片场景下 GC 压力明显。
用 make([]T, 0, len(a)) 初始化结果切片，比 make([]T, 0) 更高效。
- 如果能预估差集大小（比如已知最多只有 10% 元素不在另一切片中），按比例设容量更优
- 别为了“省一次 make”而复用全局切片——并发下会 panic；每次操作都新建局部切片最安全
- 基准测试显示，10 万元素切片差集，预分配比不预分配快 2–3 倍（主要省在 append 扩容上）
差集看着简单，但实际踩坑多在数据预处理、类型约束和边界容量上。写完别急着跑，先拿含空格、大小写混杂、重复元素的样例测一遍。
