Hashset 和 Arraylist 性能

Posted 2023-02-26

【中文标题】Hashset 和 Arraylist 性能

【英文标题】：Hash Set and Array List performances

【发布时间】：2012-04-29 02:15:57

【问题描述】：

我已经实现了一种方法，它简单地循环一组 CSV 文件，其中包含许多不同模块上的数据。然后将“moduleName”添加到 hashSet 中。 （代码如下）

我使用了 hashSet，因为它保证不会插入重复项，而不是 ArrayList，后者必须使用 contains() 方法并遍历列表以检查它是否已经存在。

我相信使用散列集比数组列表有更好的性能。 我这样说对吗？

还有，谁能给我解释一下：

如果使用每个数据结构，如何发挥性能？

使用大 O 表示法的复杂度是多少？

HashSet<String> modulesUploaded = new HashSet<String>();

for (File f: marksheetFiles)
    try 
        csvFileReader = new CSVFileReader(f);
        csvReader = csvFileReader.readFile();
        csvReader.readHeaders();

        while(csvReader.readRecord())
            String moduleName = csvReader.get("Module");

            if (!moduleName.isEmpty())
                modulesUploaded.add(moduleName);
            
        

     catch (IOException e) 
        e.printStackTrace();
    

    csvReader.close();

return modulesUploaded; 

【问题讨论】：

您可能希望将您使用的语言作为标签之一包含在内（您必须删除其他语言之一，但语言无疑更重要）。

【参考方案1】：

My experiment 表明 HashSet 比 ArrayList 更快，从包含 3 个元素的集合开始。

完整的结果表

| Boost  |  Collection Size  |
|  2x    |       3 elements  |
|  3x    |      10 elements  |
|  6x    |      50 elements  |
|  12x   |     200 elements  |  <= proportion 532-12 vs 10.000-200 elements
|  532x  |  10.000 elements  |  <= shows linear lookup growth for the ArrayList

【参考方案2】：

它们是完全不同的类，所以问题是：你想要什么样的行为？

HashSet 确保没有重复，为您提供 O(1) contains() 方法，但不保留顺序。ArrayList 不确保没有重复，contains() 是 O (n) 但您可以控制条目的顺序。

【参考方案3】：

我相信使用散列集比数组列表有更好的性能。我这样说对吗？

有很多（无论是什么意思）条目，是的。但是，对于较小的数据大小，原始线性搜索可能比散列更快。盈亏平衡点在哪里，你必须衡量。我的直觉是，如果元素少于 10 个，线性查找可能会更快；超过 100 个元素的散列可能更快，但这只是我的感觉......

如果元素的 hashCode 实现是健全的，则从 HashSet 中查找是常数时间，O(1)。从列表中线性查找是线性时间，O(n)。

【参考方案4】：

这取决于数据结构的使用。

您将数据存储在 HashSet 中，并且对于您的存储情况，HashSet 比 ArrayList 更好（因为您不希望重复条目）。但仅仅存储并不是通常的意图。

这取决于您希望如何读取和处理存储的数据。如果您想要顺序访问或基于随机索引的访问，那么ArrayList 更好，或者如果排序无关紧要，那么HashSet 更好。

如果排序很重要，但您想进行大量修改（添加和删除），LinkedList 会更好。

对于访问特定元素 HashSet 的时间复杂度为 O (1)，如果您使用 ArrayList 则为 O (N)，正如您自己指出的那样，您必须使用 iterate通过列表查看元素是否不存在。