Question

我刚刚在Scala Set API中遇到了一个奇怪的行为。这是我的功能剥离了与项目其余部分相关的内容

def grade(...): Double = {
  val setA: HashSet = // get from somewhere else
  val setB: HashSet = // get from somewhere else
  if ((setA size) == 0 || (setB size) == 0) return 0
  else return (setA & setB size) / (setA | set B size)
}

这个函数在循环内被调用很多次，整个循环在4.5秒左右执行。但是当用大小的总和（粗略近似）替换并集的大小时，为了测试并集操作的影响，执行时间减少到大约0.35秒......

def grade(...): Double = {
  val setA: HashSet = // get from somewhere else
  val setB: HashSet = // get from somewhere else
  if ((setA size) == 0 || (setB size) == 0) return 0
  else return (setA & setB size) / (setA size + set B size)
}

Answer 1

好吧，你无法将简单的操作（例如2 Ints的总和与2集的union操作进行比较。我希望这些操作的性能大不相同，特别是如果你的集合包含很多元素。

你不需要工会，因为你已经做了一个交集。请尝试以下方法：

def grade: Double = {
  val setA: HashSet = // get from somewhere else
  val setB: HashSet = // get from somewhere else
  if ((setA size) == 0 || (setB size) == 0) return 0
  else {
     val inter = setA & setB size
     return inter / ((setA size) + (setB size) - inter)
  }
}

然而，我发现你的测量有点奇怪，因为我预计两个操作（并集和交叉）需要大约相同的时间O（n）。删除联合应该可以将性能提高一半（2s）......

Answer 2

您是否正在使用并行集合？联合以顺序方式执行，因此任何并行收集首先转换为顺序集合。这可能是表现的原因。

除此之外，union是关于O（n）的，所以你从O（n）到O（1），这会产生很大的不同。

Scala中Set union的性能问题

2 个答案: