从另一个数组列表中删除一个数组列表元素的最佳方法

Posted 2023-03-12

【中文标题】从另一个数组列表中删除一个数组列表元素的最佳方法

【英文标题】：Best way to remove one arraylist elements from another arraylist

【发布时间】：2016-09-19 21:22:15

【问题描述】：

在 Java (7,8) 中，从另一个 Arraylist 中消除 integer 元素的最佳性能方法是什么。所有元素在第一个和第二个列表中都是唯一的。

目前我知道API方法removeall并这样使用：

tempList.removeAll(tempList2);

当我使用超过 10000 个元素的数组列表操作时出现问题。例如，当我删除 65000 个元素时，延迟似乎约为 2 秒。但我需要使用超过 1000000 个元素的更大列表。

这个问题的策略是什么？

也许新的 Stream API 应该可以解决它？

【问题讨论】：

将 tempList2 设为 HashSet，您可能会看到性能显着提升。

您是否考虑过先对两个列表进行排序，然后简单地遍历第一个列表（您要从中删除项目的那个）？编辑：基本上是@Eran 在下面提出的。

相关：Insight into Collections removeAll method

【参考方案1】：

好吧，既然removeAll会检查tempList的每个元素是否出现在tempList2中，所以运行时间与第一个列表的大小乘以第二个列表的大小成正比，即@987654324 @ 除非两个列表之一非常小，可以认为是“恒定大小”。

另一方面，如果您预先对列表进行排序，然后通过一次迭代对两个列表进行迭代（类似于合并排序中的合并步骤），则排序将采用 O(NlogN) 和迭代 @987654326 @，总运行时间为O(NlogN)。这里N 是两个列表中较大者的大小。

如果您可以用排序结构替换列表（可能是TreeSet，因为您说元素是唯一的），您可以在线性时间内实现removeAll，因为您不必进行任何排序。

我还没有测试过，但是这样的东西可以工作（假设 tempList 和 tempList2 都已排序）：

Iterator<Integer> iter1 = tempList.iterator();
Iterator<Integer> iter2 = tempList2.iterator();
Integer current = null;
Integer current2 = null;
boolean advance = true;
while (iter1.hasNext() && iter2.hasNext()) 
    if (advance) 
        current = iter1.next();
        advance = false;
    
    if (current2 == null || current > current2) 
        current2 = iter2.next();
    
    if (current <= current2) 
        advance = true;
        if (current == current2)
            iter1.remove();
    

【讨论】：

Eran，谢谢您的回复。你能分享一个你看到的代码sn-p吗？ （单次迭代）

【参考方案2】：

我怀疑从 ArrayList 中删除会影响性能，因为当删除中间的元素时，列表可能会被分割，或者在删除元素后必须压缩列表。这样做可能会更快：

创建要删除的元素的“集合” 创建一个您需要的新结果 ArrayList，将其命名为 R。您可以在构造时给它足够的大小。 遍历原始列表，您需要从中删除元素，如果在 Set 中找到该元素，则不要将其添加到 R，否则添加它。

这应该有O(N);如果创建 Set 并在其中查找，则假定为常量。

【参考方案3】：

tl;博士：

保持简单。使用

list.removeAll(new HashSet<T>(listOfElementsToRemove));

改为。

---

正如 Eran 在 his answer 中已经提到的那样：性能低下是因为通用 removeAll 实现的 伪代码 是

public boolean removeAll(Collection<?> c) 
    for (each element e of this) 
        if (c.contains(e)) 
            this.remove(e);
        
    

因此，在要删除的元素列表上完成的contains 调用将导致 O(n*k) 性能（其中 n 是要删除的元素数，k 是要删除的元素数调用该方法的列表中的元素）。

天真地，可以想象对List 的this.remove(e) 调用也可能有O(k)，并且这种实现也将具有二次复杂度。但事实并非如此：您提到列表专门是 ArrayList 实例。并且 ArrayList#removeAll 方法被实现为委托给一个名为 batchRemove 的方法，该方法直接对底层数组进行操作，并且不单独删除元素。

因此，您所要做的就是确保在包含要删除的元素的集合中查找速度很快——最好是 O(1)。这可以通过将这些元素放入Set 来实现。最后可以写成

list.removeAll(new HashSet<T>(listOfElementsToRemove));

---

旁注：

Eran 的答案恕我直言有两个主要缺点：首先，它需要对列表进行排序，即 O(n*logn) - 而且根本没有必要。但更重要的是（而且很明显）：排序可能会改变元素的顺序！如果根本不希望这样做怎么办？

远程相关：removeAll 实现还涉及其他一些微妙之处。例如，HashSet removeAll method is surprisingly slow 在某些情况下。尽管当要删除的元素存储在列表中时，这也归结为 O(n*n)，但在这种特殊情况下，确切的行为可能确实令人惊讶。