在 Java 8 中使用嵌套的 for 循环，找出给定的差异 [重复]

Posted 2023-04-18

【中文标题】在 Java 8 中使用嵌套的 for 循环，找出给定的差异 [重复]

【英文标题】：Using nested for loops in Java 8, to find out given difference [duplicate]

【发布时间】：2019-10-30 08:57:57

【问题描述】：

我在下面的代码中使用了嵌套的 for 循环，并且我有一些条件破坏了内部 for 循环，这提高了该代码的性能。

假设提供的列表已经排序。现在我想找到差值等于某个值的元素的数量，比如k。

public static int getCount(List<Integer> list, int k) 
    int result = 0;
    for (int i = 0; i < list.size(); i++) 
        for (int j = i + 1; j < list.size(); j++) 
            if (list.get(j) - list.get(i) > k) 
                break;
            
            if (list.get(j) - list.get(i) == k) 
                result++;
            
        
    
    return result;

现在使用 Java 8 流的相同逻辑，这里跳过内循环我使用了 return 语句，但由于内循环没有被破坏，性能没有提高。

public static int getCount(List<Integer> list, int k) 
    int[] result =  0 ;
    IntStream.range(0, list.size()).forEach(i -> 
        IntStream.range(i + 1, list.size()).forEach(j -> 
            if (list.get(j) - list.get(i) >= k)
                return;
            if (list.get(j) - list.get(i) == k) 
                result[0]++;
            
        );
    );
    return result[0];

【问题讨论】：

@Alexei Kaigorodov，@Andy Turner，marked as duplicate 没有解释如何使用嵌套的 for 循环执行此操作。我的逻辑也是关于计算此类事件，链接没有解释。

副本清楚地表明，没有简单或惯用的方法可以突破 forEach 迭代。在 Java 9 中，您可以使用 takeWhile。但即使这样也是解决问题的低效方法：它仍然是二次的，而您可以线性地解决（但不能使用流）。

与您之前的问题一样，您担心的是提前终止循环的微小改进，而不是寻找具有较低渐近成本的方法。如果列表已排序，则可以使用二分查找代替内部循环。或者，您在一个循环中为元素 e 及其 e+k 位置在列表中维护两个索引。

@Holger, Or you maintain two indices into the list for an element e and its e+k position in a single loop. 你能解释一下这是什么意思吗？我知道e 是列表中的一个元素，所以看看e+k 是否也出现在列表中。像这样，我必须为每个元素重复。看来我的想法和你的观点不同。

以index1 开头，e 的索引在0。查找index2，e+k 的索引，例如通过Collections.binarySearch。现在进入循环：将index1 加一。由于列表已排序，新的e 大于旧的，因此e + k 的索引也必须大于旧的。提升index2 直到找到e+k 或达到大于e+k 的元素。重复直到index2 到达列表的末尾。然后，您无需再提出index1，因为相应的e+k 不会出现在列表中。所以你完成了。 k 越大，需要检查的元素就越少……

【参考方案1】：

将您的内部IntStream.forEach() 替换为以下内容，看看它是否按预期工作：

IntStream.range(i + 1, list.size())
        .filter(j -> list.get(j) - list.get(i) == k)
        .forEach(j -> result[0]++);

【讨论】：

同样的问题，这里我们也没有打破内部循环，所以我遇到了性能问题。