Question

我正在尝试从大小为7,140,000的ArrayList中删除140,000个对象。我预计这将需要几秒钟（如果那样），而是Java每千个对象需要几秒钟。这是我的代码：

     for (int i = list.size(); i > P; i--)
     {
         int size = list.size();

         int index = (int) (Math.random() * size);

         list.remove(index);
     }

注意：P是我之前设置为7,000,000的常量。

循环的目标是从列表中随机删除对象，直到其大小为7,000,000。

Java是否花了这么长时间，因为我开始使用超过700万个对象？我从未注意到过去从ArrayLists中删除这个效率问题。如果有帮助，我使用DrJava Beta IDE。

Answer 1

每次从ArrayList中删除一个元素时，它都必须将具有较大索引的所有元素向下移动一个插槽。假设您删除了7M元素列表的第一个元素 - 那么您也必须移动6,999,999个元素。

如果您在循环中执行此操作，则需要O(n^2)时间，其中n是列表的大小。对于7M元素列表，这将非常缓慢。

相反，如果您事先知道要删除哪些元素，则可以在一次传递中将所有元素向下移动：

int dst = 0;
for (int src = 0; src < list.size(); ++src) {
  if (!toRemove(src)) {
    list.set(dst++, list.get(src));
  }
}
list.subList(dst, list.size()).clear();

其中toRemove(src)是一个函数，表示是否要删除src元素。

例如，您可以构建一个BitSet，其中包含除P个元素之外的所有元素：

BitSet toRemove = new BitSet(list.size());
for (int i = list.size(); i > P; i--) {
  int rand;
  do {
    rand = Math.random() * list.size();
  } while (toRemove.get(rand));
  toRemove.set(rand, true);
}

如果你只是从7M元素列表中删除零元素，你仍然需要将所有6,999,999个元素移到右边;但是任何其他删除都不需要在顶部进行任何更换。该算法为O(n)，其中n是列表的大小。

修改：您可以从列表中选择P元素（P <= list.size()}，如下所示：

int dst = 0;
Random rand = new Random();
for (int src = 0; dst < P; ++src) {
  if (rand.nextInt(list.size() - src) < (P-dst)) {
    list.set(dst++, list.get(src));
  }
}
list.subList(dst, list.size()).clear();

此策略将以相同的概率（*）从列表中选择元素，并且适用于P的任何值;它还保留了原始订单。

如果要从包含K项目的列表中对N个项目进行采样而不绘制两次相同的元素，则有choose(N, K) = N! / (K! * (N-K)!)个方法可以执行此操作。如果您想以相同的概率从列表中选择所有元素，那么您应该选择这些c(n,k)个不同配置中的任何一个。

如果还有k项目可供选择n项，您可以：

选择第一项;然后从剩余的k-1项中选择n-1个项目;或
不选第一项;然后从剩余的k项中选择n-1项。

为了确保整体选择K元素的概率相等，您需要根据从n-1元素中挑选的组合数量选择其中一个选项：

                                   #(combinations after taking first item) 
P(take first item) = ------------------------------------------------------------------
                     #(combinations after taking) + #(combinations after not taking)

                   = C(n-1,k-1) / (C(n-1, k-1) + C(n-1, k))

                   = ... working omitted ...

                   = k / n

因此，当您从k获得n个项目时，您应该选择当时的第一项k/n。

要指出的两个有趣案例是：

当k == n，k/n = 1时，您总是获取该元素。直观地说，如果你必须从n中选择n个项目，你必须全部拿走它们。
当k == 0，k/n = 0时，永远不会获取该元素。直觉上，如果您已经选择了所有K件物品，则无需再接受任何物品。

要实现此功能，您只需在r范围内生成均匀分布的随机数[0..n)，并在r < k中“获取”列表中的元素。

就上述实施而言，k = P - dst和n = list.size() - src。

Answer 2

ArrayList由数组支持，因此修改需要将项目放在一边，在某些情况下甚至可以创建一个全新的数组。

一些可能的解决方案：

请考虑使用LinkedList或skip-list实现。请注意，在这里，删除一个项目仍然需要O（N）（或跳过列表中的O（logN）），因为它必须找到它。但是，您可以根据已删除的项目数来遍历项目。
您可以随意将输入中的项目添加到新的ArrayList中，直到获得所需的项目数。您必须知道您添加了哪些项目，因此以线性方式遍历，并让随机选择器根据您移动的项目有多少步骤。
最简单的解决方案：随机播放整个输入数组，然后选择前M个项目。

以下是解决方案＃3的可能代码：

public static List<String> pickNRandom(List<String> lst, int m) {
    Collections.shuffle(lst);
    return lst.subList(0, n);
}

这里的缺点是它破坏了物品的顺序。您可以通过创建列表的副本作为输入来克服此问题，但这会占用更多内存（暂时）......

删除Java ArrayList中的对象 - 时间消耗

2 个答案: