Question

我已经实现了一种方法，它只是循环一组包含许多不同模块数据的CSV文件。然后将'moduleName'添加到hashSet中。（代码如下所示）

我使用了一个hashSet，因为它保证不会插入重复项而不是ArrayList，它必须使用contains（）方法并遍历列表以检查它是否已经存在。

我相信使用哈希集的性能比数组列表更好。我说的是正确的吗？

另外，有人可以向我解释一下：

如果使用，如何处理每个数据结构的性能？

使用big-O表示法的复杂性是什么？

HashSet<String> modulesUploaded = new HashSet<String>();

for (File f: marksheetFiles){
    try {
        csvFileReader = new CSVFileReader(f);
        csvReader = csvFileReader.readFile();
        csvReader.readHeaders();

        while(csvReader.readRecord()){
            String moduleName = csvReader.get("Module");

            if (!moduleName.isEmpty()){
                modulesUploaded.add(moduleName);
            }
        }

    } catch (IOException e) {
        e.printStackTrace();
    }

    csvReader.close();
}
return modulesUploaded;

}

Answer 1

My experiment表明HashSet比包含3个元素的集合的ArrayList更快。

完整的结果表

| Boost  |  Collection Size  |
|  2x    |       3 elements  |
|  3x    |      10 elements  |
|  6x    |      50 elements  |
|  12x   |     200 elements  |  <= proportion 532-12 vs 10.000-200 elements
|  532x  |  10.000 elements  |  <= shows linear lookup growth for the ArrayList

Answer 2

他们是完全不同的课程，所以问题是：你想要什么样的行为？

HashSet确保没有重复项，为您提供O（1）contains()方法，但不保留顺序。
ArrayList无法确保没有重复项，contains()为O（n），但您可以控制条目的顺序。

Answer 3

我相信使用哈希集的性能比数组列表更好。我说的是正确的吗？

有很多（不管它意味着）条目，是的。但是，对于较小的数据大小，原始线性搜索可能比散列更快。确切地说，收支平衡就在哪里，你只需要衡量。我的直觉是，只需少于10个元素，线性查找可能更快;有超过100个元素散列可能更快，但这只是我的感觉......

从HashSet查找是常量时间O（1），前提是元素的hashCode实现是理智的。列表中的线性查找是线性时间，O（n）。

Answer 4

这取决于数据结构的用法。

您将数据存储在HashSet中，而您的存储空间HashSet优于ArrayList（因为您不需要重复输入）。但只是存储不是通常的意图。

这取决于您希望如何读取和处理存储的数据。如果您想要顺序访问或基于随机索引的访问，那么ArrayList会更好，或者如果排序无关紧要，那么HashSet会更好。

如果排序很重要但你想做很多修改（添加和删除），那么LinkedList会更好。

对于访问特定元素HashSet将具有时间复杂度O（1），如果您使用ArrayList，那么它将是O（N），因为您自己已指出您将拥有通过列表到iterate并查看元素是否不存在。

散列集和数组列表性能

4 个答案: