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
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
1. 遍历
2. 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 List removeAll(List source, List target) {
LinkedList result = new LinkedList<>();
HashSet 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 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 demos1 = new ArrayList<>(list.subList(0, 999));
ArrayList 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));
}
在我们业务中，从900ms 优化到5ms, 效果是非常不错的，并且复杂数据测试的规模是10万中删除3000，基本满足大型列表删除场景了。
#### 六、总结
为什么要写这个记录，都是一个非常简单的场景及使用方式，但是从发现这个问题到思考怎么解决却是一次算法学习的实际应用。我们在开发中，不会经常使用算法，但是像这种问题，我们可以用算法的角度去分析优化，这大概就是算法学习的意义
**为了帮助到大家更好的全面清晰的掌握好性能优化，准备了相关的核心笔记（还该底层逻辑）：[`https://qr18.cn/FVlo89`]( )**
#### 性能优化核心笔记：[`https://qr18.cn/FVlo89`]( )
**启动优化**
**内存优化**
**UI优化**
**网络优化**
**Bitmap优化与图片压缩优化**：[`https://qr18.cn/FVlo89`]( )
**多线程并发优化与数据传输效率优化**
**体积包优化**
#### 《Android 性能监控框架》：[`https://qr18.cn/FVlo89`]( )
#### **《Android Framework学习手册》：[`https://qr18.cn/AQpN4J`]( )**
1. 开机Init 进程
2. 开机启动 Zygote 进程
3. 开机启动 SystemServer 进程
4. Binder 驱动
5. AMS 的启动过程
6. PMS 的启动过程
7. Launcher 的启动过程
8. Android 四大组件
9. Android 系统服务 - Input 事件的分发过程
10. Android 底层渲染 - 屏幕刷新机制源码分析
11. Android 源码分析实战
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618636735)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618636735)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
