定义三原组（a,b,c）(a,b,c均为整数)的距离D=|a-b|+|b-c|+|c-a|。给定3个非空整数集合S1、S2和S3，按升序分别存储在3个数组中。请设计一个尽可能高效的算法，计算并输出所有

算法设计用于找到三个整数集合 S1、S2 和 S3 中满足三元组 (a, b, c)，其中 a、b 和 c 分别来自这三个集合，并计算它们之间的距离 D。由于我们需要遍历每个集合中的元素，时间复杂度至少为 O(n^3)，其中 n 是各集合中最长的一个。但是，我们可以通过一些优化策略来提高效率：

1. **贪心法**：首先对三个集合进行排序，然后依次遍历每个集合的元素，尝试选择当前集合中的下一个最小元素与前两个集合已选择的元素相加，更新距离值。如果这个距离小于当前记录的最小距离，就更新记录。这个方法可以减少不必要的计算，因为每次选择都会尽量接近下一个更小的数字。

2. **哈希表**：我们可以使用三个哈希表，对应于三个集合，存储每个集合中元素及其索引。这样，在计算距离时，如果发现某个元素已经在另一个集合中出现过，可以直接跳过剩余的该集合，节省时间。

下面是伪代码形式的描述：

def find_min_distance(s1, s2, s3):
    # 对输入的集合进行排序
    s1.sort()
    s2.sort()
    s3.sort()

    min_distance = float('inf')
    visited = {s1[0]: 0, s2[0]: 0, s3[0]: 0}

    for i in range(len(s1)):
        for j in range(i + 1, len(s2)):
            if s1[i] not in visited[s2] or s2[j] not in visited[s1]:
                for k in range(j + 1, len(s3)):
                    d = abs(s1[i] - s2[j]) + abs(s2[j] - s3[k]) + abs(s3[k] - s1[i])
                    if d < min_distance:
                        min_distance = d
                        visited[s1[i]] = i
                        visited[s2[j]] = j
                        visited[s3[k]] = k

    return min_distance

# 使用方法：
S1 = [5, 3, 8]
S2 = [4, 7, 9]
S3 = [2, 6, 10]
print(find_min_distance(S1, S2, S3))