Question

在v8实现检索/查找中是否公平假设是O（1）？

（我知道标准并不能保证）

Answer 1

在v8实现检索/查找中是否公平假设是O（1）？

是。 V8使用散列表的变体，这些散列表通常具有O(1)这些操作的复杂性。

有关详细信息，您可能需要查看基于https://codereview.chromium.org/220293002/实施OrderedHashTable的{{3}}。

Answer 2

let map = new Map();
let obj = {};

const benchMarkMapSet = size => {
console.time("benchMarkMapSet");
for (let i = 0; i < size; i++) {
    map.set(i, i);
}
console.timeEnd("benchMarkMapSet");
};

const benchMarkMapGet = size => {
console.time("benchMarkMapGet");
for (let i = 0; i < size; i++) {
    let x = map.get(i);
}
console.timeEnd("benchMarkMapGet");
};

const benchMarkObjSet = size => {
console.time("benchMarkObjSet");
for (let i = 0; i < size; i++) {
    obj[i] = i;
}
console.timeEnd("benchMarkObjSet");
};

const benchMarkObjGet = size => {
console.time("benchMarkObjGet");
for (let i = 0; i < size; i++) {
    let x = obj[i];
}
console.timeEnd("benchMarkObjGet");
};

let size = 2e6;

benchMarkMapSet(size);
benchMarkObjSet(size);
benchMarkMapGet(size);
benchMarkObjGet(size);

benchMarkMapSet: 382.935ms benchMarkObjSet: 76.077ms benchMarkMapGet: 125.478ms benchMarkObjGet: 2.764ms

benchMarkMapSet: 373.172ms benchMarkObjSet: 77.192ms benchMarkMapGet: 123.035ms benchMarkObjGet: 2.638ms

Answer 3

最初的问题已经回答，但是O（1）并没有说明实现的效率。

首先，我们需要了解哈希表用于Maps的哪些变体。 “经典”哈希表不会提供服务，因为它们不提供任何迭代顺序保证，而ES6规范要求插入必须以迭代顺序进行。因此，V8中的地图是建立在所谓的deterministic hash tables之上的。这个想法与经典算法相似，但是存储桶还有另一层间接层，所有条目都插入并存储在固定大小的连续数组中。确定性哈希表算法确实为基本操作（例如set或get）保证了O（1）的时间复杂度。

接下来，我们需要知道哈希表的初始大小是多少，负载因子，以及它如何（以及何时）增长/收缩。简短的答案是：初始大小为4，负载因子为2，表（即Map）一旦达到其容量，其大小便会增长x2，而一旦删除的条目超过1/2，则该表（即地图）会缩小。 >

让我们考虑一下最坏的情况，即该表的N个条目中有N个（已满），所有条目都属于一个存储桶，而所需的条目位于表尾。在这种情况下，查找需要N个在链元素中移动。

另一方面，在最好的情况下，如果表已满，但每个存储桶都有2个条目，则查找最多需要2步。

众所周知的事实是，虽然哈希表中的各个操作是“便宜”的，但重新哈希不是。重新哈希的时间复杂度为O（N），需要在堆上分配新的哈希表。此外，在必要时，将重新哈希处理作为插入或删除操作的一部分进行。因此，例如，map.set()调用可能比您预期的昂贵。幸运的是，重新哈希处理是相对少见的操作。

除此之外，诸如内存布局或哈希函数之类的细节也很重要，但是我在这里不打算讨论这些细节。如果您对V8 Maps的工作原理感到好奇，则可以找到更多详细信息here。不久前，我对该主题感兴趣，并试图以可读的方式分享我的发现。

Answer 4

对于那些不想钻入兔子洞太深的人：

1：我们可以假设良好的哈希表实现实际上具有O（1）时间复杂度。
2：这是V8小组发布的博客，解释了如何针对Map，Set，WeakSet和{{ 1}}：Optimizing hash tables: hiding the hash code

基于1和2：V8的Set和Map的WeakMap和get＆set和add的时间复杂度实际上是O（1）。

Answer 5

我们为什么不直接测试。

var size_1 = 1000,
    size_2 = 1000000,
    map_sm = new Map(Array.from({length: size_1}, (_,i) => [++i,i])),
    map_lg = new Map(Array.from({length: size_2}, (_,i) => [++i,i])),
    i      = size_1,
    j      = size_2,
    s;

s = performance.now();
while (i) map_sm.get(i--);
console.log(`Size ${size_1} map returns an item in average ${(performance.now()-s)/size_1}ms`);
s = performance.now();
while (j) map_lg.get(j--);
console.log(`Size ${size_2} map returns an item in average ${(performance.now()-s)/size_2}ms`);

所以对我来说，随着规模的增长，它似乎收敛到 O(1)。那么我们称之为 O(1)。

es6 Map和Set复杂度，v8实现

5 个答案: