Question

我有一组对象，我们称它们为A，B，C，D ...，有些与其他相等。如果A和C相等，那么我想用对A的引用替换对C的所有引用。这意味着（a）对象C可以被垃圾回收，释放内存，并且（b）我以后可以使用“ ==”比较对象以代替昂贵的equals()操作。（这些对象很大，equals()操作很慢。）

我的本能是使用java.util.Set。当我遇到CI时，可以很容易地看到Set中是否有一个等于C的条目。但是，如果存在，似乎没有简单的方法来找出该条目是什么，并取代我对现有条目的引用条目。我错了吗？遍历所有条目以找到匹配的条目显然是不入门的。

当前，我使用的是Set而不是Map，其中的值始终与键相同。调用map.get(C)会发现A。这可行，但令人难以置信。有没有更优雅的方法呢？

Answer 1

这个问题不是简单的重复数据删除：它是规范化的一种形式。

标准方法是使用Map而不是Set。这是如何做的草图：

public <T> List<T> canonicalizeList(List<T> input) {
    HashMap<T, T> map = new HashMap<>();
    List<T> output = new ArrayList<>();
    for (T element: input) {
        T canonical = map.get(element);
        if (canonical == null) {
            element = canonical;
            map.put(canonical, canonical);
        }
        output.add(canonical);
    }
    return output;
}

请注意，这是O(N)。如果可以安全地假设input中重复项的百分比可能很小，则可以将map和output的容量设置为input的大小。

现在，您似乎在说您已经以这种方式进行了操作（最后一段），并且您正在询问是否有更好的方法。据我所知，没有一个。（通过HashSet API，您可以测试集合中是否包含等于element的值，但不能让您找出O(1)中的值。）

对于它的价值，HashSet<T>类在内部被实现为HashMap<T, T>。因此，您将不会直接使用HashSet来节省时间或空间...

使用Java集进行重复数据删除

1 个答案: