2024年HarmonyOS鸿蒙最新空间换时间-五秒出解：从900ms到5ms的幕后优化大揭秘！(1)，HarmonyOS鸿蒙面试送分题

本文链接：https://blog.csdn.net/2401_84870960/article/details/138833114

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

(1) 遍历A

   判断B.contains(A[i])

   若不包含，则 A[w] = A[i]  w从0递增

(2) 遍历完成则将 A[w]往后部分置为 null


(3) 看下上面(1)的B.contains(A[i])的逻辑：

   遍历B，一个个匹配，匹配到则返回B的index

简单来讲，两层循环时间复杂度就是O（n*m），如果ArrayList的大小为m，参数c的大小为c，且c < m，则在最坏情况下（即c中的所有元素都存在于ArrayList中），总的时间复杂度为O(m^2)

这就是平方级的时间复杂度。看来要解决此问题，就需要寻找其他方案

三、使用linkeList

对于删除操作，链表肯定是具备先天优势的，但是使用后发现, 时间有提升，但是效果不大，查看代码发现：

public boolean removeAll(Collection<?> c) {
    Objects.requireNonNull(c);
    boolean modified = false;
    Iterator<?> it = iterator();
    while (it.hasNext()) {
        if (c.contains(it.next())) {
            it.remove();
            modified = true;
        }
    }
    return modified;
}

它是循环使用next 取，完后remove 的，那效果自然也不行，但是如果我们自定义链表，直接修改删除区间集合的指针，倒是一个完美的解决方案，但是自定义数据结果，在业务中使用风险太大。

四、利用hashSet 解决

上面的耗时基本是来自两个方面

遍历
遍历 + 移动元素

那我们可以优先从遍历入手，大家都知道Hash 的查询时间是O(1), 这样的话用hash和LinkedList 就能更进一步优化耗时了

看下代码：

public static <T> List<T> removeAll(List<T> source, List<T> target) {
    LinkedList<T> result = new LinkedList<>();
    HashSet<T> hashSet = new HashSet<>(source);
    for (T t : source) {
        if (!hashSet.contains(t)) {
            result.add(t);
        }
    }
    return result;
}

从source列表中移除与target列表中相同的元素，并将移除后的结果存储在一个新的列表中返回,以达到我们想要的效果，

在当时的业务中也是优化到了100ms 以内。

但是这个方式还存在一个弊端，当source非常大，target 又比较小时、或者都非常大时，还是会存在耗时。

五、利用空间换时间

我们在学习算法的时候，大家都听过一句话，算法优化基本就是时间换空间或者空间换时间，当我们需要确定一个参数优化到极致时，我们就可以在另一个方向上做优化。

我们验证一下：

思路是这样的，我们直接反取目标数据，

比如，从10万条数据中删除第1000到3000 的数据，那我们可以反取数据，取出0到999生成一个新集合，再取3001到10万为一个集合，最后再将二者的数据合并，加到目标集合中。

public static void main(String[] args) {
        ArrayList<Demo> list = new ArrayList<>();
        for (int i = 0; i < 100000; i++) {
            list.add(new Demo("index=", i));
        }
        long start = System.currentTimeMillis();
        // 创建集合
        ArrayList<Demo> demos1 = new ArrayList<>(list.subList(0, 999));
        ArrayList<Demo> demos2 = new ArrayList<>(list.subList(1000, list.size() - 1));
//        removeAll(list, demos);
        list.clear();
        list.addAll(demos1);
        list.addAll(demos2);
        System.out.println("用时 " + (System.currentTimeMillis() - start));
    }