Question

我有这样的代码：

List<Listing> Listings = new ArrayList<>();
Listings.add(listing1);
Listings.add(listing2);
...
...
...

Listing listing= listings.stream()
                .filter(l -> l.getVin() == 456)
                .findFirst();

我的问题是过滤过程的时间复杂度是多少？如果它是O（n），我的直觉是将它转换为HashSet，就像数据结构一样，这样时间复杂度就可以变成O（1），是否有一种优雅的方法来实现 with streams ？< / p>

Answer 1

是O(n)。流过滤在内部使用迭代。

您可以将其转换为地图，如下所示：

Map<Integer, Listing > mapOfVinToListing = listings.stream().collect(Collectors.toMap(Listing::getVin, Functions.identity()); // Assuming vin is unique per listing
mapOfVinToListing.get(456);// O(1)

但是，转换过程也是O（n）。因此，如果您只需要执行一次，请使用过滤器。如果您需要多次查询同一个列表，那么将其转换为地图可能有意义。

您也可以尝试使用并行流。在某些情况下，它们可能更具性能，但这在很大程度上取决于具体情况。

Answer 2

最糟糕的情况是O(n)，但由于Stream是懒惰的，如果之前找到该值，它将停止迭代。如果你需要不断的时间查找，那么转换为Map是一个好主意，代价是额外的空间;如果列表如果巨大，你应该考虑那个方面。事实上，如果列表很小，Map和List之间的差异几乎不会引起注意，除非您在时间关键系统中工作。

Answer 3

filter本身没有终端操作会产生零开销 - 因为它绝对没有;流只由终端操作驱动 - 没有终端操作，没有任何执行。

然后出现filter必须迭代所有元素（可能是所有）的（懒惰）的情况。因此，过滤器的时间复杂度将取决于您从中流式传输的来源;在你的情况List中，它将是O(n)。

但那将是最坏的情况。就filter 一般而言，我无法预测平均情况，因为它取决于底层来源。

流过滤器的时间复杂度

3 个答案: