给定一组人员及两个工具函数（获取某人所属的组、获取某组包含的人员），需快速找出所有成员均在输入人员列表中的朋友组，避免低效的嵌套遍历与重复检查。
在处理“人员-群组”双向关联关系时，核心挑战在于：无法枚举全部群组，也无法预知群组总数，但又必须精准识别出那些“成员全部落在查询人员子集内”的群组（即群组是查询人员集合的子集）。原始方法对每个人员遍历其所属群组，并对每个群组调用 containsAll(group.getPersons())，时间复杂度高达 O(N × M × K)（N 为查询人数，M 为人均群组数，K 为平均群组大小），且 containsAll 在未优化集合上为线性扫描，性能瓶颈明显。
✅ 优化思路：哈希计数 + 子集判定
关键洞察是：一个群组 G 被完整包含于查询人员集合 S 中，当且仅当 G 中的每一位成员都属于 S。因此，我们无需反复检查整个群组列表是否被包含，而应：
- 将查询人员列表转为高效查找结构（如 HashSet），使单次成员判断降为 O(1)；
- 对每个“可能相关”的群组 G，统计其在 S 中实际出现的成员数量；
- 若该数量等于 G 的总人数，则 G 完全包含于 S。
由于我们无法直接遍历所有群组，只能通过查询人员间接触达——即：所有候选群组，必然是至少一个查询人员所属的群组。因此，我们只需遍历每个查询人员的 getGroups()，收集所有“被提及”的群组，并对其做计数。
