Question

我需要将来自不同随机值列表（值可以重复）的数据排序到内存中的唯一值列表和时间有效的方式（有数百个列表，每个列表最多可包含数千个记录）。现在我有2个方法

方法1-按数据排序：

public List<ClassB> ListSorter1(List<ClassA> listA){
    List<ClassB> data = new ArrayList<>();
    for (ClassA a : listA) {
        int idx = Collections.binarySearch(data, a.getValue());
        if (idx < 0) {
            int ip = -(idx + 1);
            data.add(ip, a.getValue());
        }
    }
}

方法2 - 获取所有唯一数据，然后排序：

public List<ClassB> ListSorter2 (List<ClassA> listA){
    List<ClassB> data = new ArrayList<>();
    for (ClassA a : listA) {
        if (!data.contains(a.getValue())) {
            data.add(a.getValue());
        }
    }
    Collections.sort(data);
}

我遇到的问题是，当<ClassB>是简单数据（整数）时，方法2表现更好（比方法1大约快20％，内存使用大致相同），但是一旦我改为一个更复杂的类，排序列表所需的时间，比方法1多10倍（并且仍然使用相同的内存），两者都使用相同的比较器函数。

为什么这种性能差异？
有没有更有效的方法来做到这一点？

Answer 1

首先，很奇怪方法1比方法2慢20％，但我认为它是在非常小的集合上测试的。

导致方法2大幅放缓的原因有两个原因：

迭代时data没有排序，所以
contains方法必须遍历整个列表才能找到元素 - O（n）。如果数据被排序，contains的O（n）复杂度没有米，因为它遍历整个集合。因此，对于方法2，它是 O（n ^ 2）复杂性

对于方法1，您正在管理有序列表，并且您使用的是binarySearch O（ln（n））。因此，方法1的复杂度为 O（n * ln（n））

内存和时间有效的方式来排序随机传入的数据

1 个答案: