Question

我正在写一些需要使用集合的algorithem，而且它们的主要（也是唯一）动作是union。

我将拥有 100万个对象，我需要知道哪个集合具有更高效的union方法 - 列表或HashSet （不可能）别的什么？）。

提前致谢。

Answer 1

我猜测当你说'＃34;我将distinct与List＆＃34;一起使用时，你的意思是这样的：

  List l = ...
  Set result = Collectors.toSet(l.stream().distinct()).union(someOtherSet);

与此相比：

  HashSet h = ...
  Set result = h.union(someOtherSet);

显然，第二个版本效率更高。第一个必须从列表中生成一个中间集。每次运行它。

第一个保存的唯一内容是一些内存（从长远来看），因为中间集在使用后变得无法访问。

第一个版本可以更简单，更有效地编写：

  List l = ...
  Set result = new HashSet(l).union(someOtherSet);

List API没有distinct()方法，也没有union()方法。

如果您实际使用Collection.contains()来执行联合，则HashSet()将比任何标准List实施快得多。正如@JBNizet所说：

HashSet.contains是O（1）。 List.contains是O（n）。

例如：

  Set result = new HashSet();
  for (Integer element: set1) {
      if (set2.contains(element)) {
          result.add(element);
      }
  }
  // result now contains the union of set1 and set2.

几乎相同的代码适用于列表。但它很多更慢。

你问：

好的，是的。但是工会呢？

见上文。这是关于使用union调用实施contains。

是什么意思？ O（？）

请参阅以下文章：

所以这两个联合都是相同的O（N）（n - 第二个集合的大小）？

没有。

使用HashSet：N x O(1)为O(N)
使用列表：N x O(N)为O(N^2)

或者更确切地说：

使用HashSet：min(M, N) x O(1)为O(min(M, N))
使用列表：N x O(M)为O(NM)

其中N和M是两组/列表的大小。您可以通过迭代两个中较小的一组来调整HashSet案例的性能。如上所述。

最后，如果元素类型为Integer，那么Bitset可能比List或HashSet更有效。它可以使用几个数量级的内存！取决于整数的范围，以及集合的密度。

这是Java分析。我不熟悉Scala，但基础计算和复杂性将是相同的。

哪个联合更有效：List / HashSet

1 个答案: