求交集的程序算法有以下几种：
二重for循环法
时间复杂度：O（n*n）
步骤：两个集合分别排序后，使用两个指针分别遍历两个集合，找出相同的元素。这种方法简单但效率较低，适用于小规模数据集。
拉链法
时间复杂度：O（n）
步骤：将其中一个集合排序后作为基础结果集，遍历另一个集合，如果元素在基础结果集中存在，则将其添加到结果集中，并移动指针。这种方法适用于单个集合较大，另一个集合较小的情况。
水平分桶，多线程并行
时间复杂度：O（n）
步骤：将数据分成多个桶，利用多线程并行处理每个桶的交集，最后合并结果。这种方法适用于大规模数据集，可以显著提高运算速度。
bitmap
时间复杂度：O（n）
步骤：使用位图（bitmap）来表示集合，通过位运算找出交集。这种方法适用于需要高并行度的场景，可以进一步提高运算速度。
跳表
时间复杂度：O（log（n））
步骤：构建跳表数据结构，通过跳表查找交集。这种方法适用于需要高效查找交集的场景。
排序法
时间复杂度：O（N*logN）
步骤：对两个集合进行排序，然后使用双指针法找出相同的元素。这种方法简单但需要使用排序算法，适用于小规模数据集。
使用Map
时间复杂度：O（N）
步骤：将其中一个集合的元素存入Map中，遍历另一个集合，检查元素是否在Map中，如果在则添加到结果集中。这种方法适用于大规模数据集，效率较高。
Java Stream
时间复杂度：O（N）
步骤：使用Java Stream API对集合进行操作，找出交集。这种方法简洁易用，适用于Java开发者。
数据库查询
时间复杂度：O（N）
步骤：使用数据库的INTERSECT关键字或内置函数求两个查询结果集的交集。这种方法适用于在数据库层面进行交集操作。
根据具体需求和数据规模，可以选择合适的算法来求交集。对于小规模数据集，可以使用简单的排序法和双指针法；对于大规模数据集，可以考虑使用水平分桶、多线程并行、bitmap或跳表等方法来提高效率。在编程实践中，也可以根据具体场景选择最合适的方法。