一、场景介绍
假设某次搜索结果中有 100_0000 篇文章,而你的个人收藏中有 10000 篇,如何在短时间内快速识别 100_0000 中哪些是 “已收藏”, 哪些是 “未收藏” ?
二、正常逻辑(双层for 循环)
public class foreachtest {
public static void main(string[] args) {
// user book list
list ublist = new arraylist<>();
// book list
list blist = new arraylist<>();
// 收藏的数据条数
int collectionnum = 10000;
// 总条数
int total = 100_0000;
// 预计要存储的结果,也可以定义在要返回到页面实体的状态中
map resmap = new hashmap<>(total);
// 初始化 个人中心收藏的数据
for (int i = 0; i < collectionnum; i++) {
ublist.add(string.valueof(i));
}
// 初始化 搜索结果中返回的数据,同时维护一个 个人与文章 相关的状态map
// 状态初始结果为 0:“未收藏”, 1:“已收藏”
for (int i = 0; i < total; i++) {
blist.add(string.valueof(i));
//如果这个 blist 中存储的是 实体对象,则可以在存入数据的时候,就初始化一个未收藏的状态
resmap.put(string.valueof(i), 0);
}
// 记录开始时间
long start = system.currenttimemillis();
/* for 双层循环*/
for (string b : blist) {
for (string ub : ublist) {
if (b.equals(ub)) {
resmap.put(b, 1);
}
}
}
// 结束时间
long end = system.currenttimemillis();
// 用时时长 ms
system.out.println("耗时 ms: " + (end - start));
}
}
注: 在这几次的测试中,都没有涉及内存的消耗与数据准备的时间,具体查看时间计算的区间!
测试数据:
collectionnum: 10000
total : 100 0000
消耗时间:
结论:双层 for 循环,遍历了 100亿次,用时 62秒 左右
三、利用 hashmap 底层,减少无效的遍历
public class foreachtest {
public static void main(string[] args) {
// user book list
list ublist = new arraylist<>();
// book list
list blist = new arraylist<>();
// 收藏的数据条数
int collectionnum = 10000;
// 总条数
int total = 100_0000;
// 预计要存储的结果,也可以定义在要返回到页面实体的状态中
map resmap = new hashmap<>(total);
// 初始化 个人中心收藏的数据
for (int i = 0; i < collectionnum; i++) {
ublist.add(string.valueof(i));
}
// 初始化 搜索结果中返回的数据,同时维护一个 个人与文章 相关的状态map
// 状态初始结果为 0:“未收藏”, 1:“已收藏”
for (int i = 0; i < total; i++) {
blist.add(string.valueof(i));
//如果这个 blist 中存储的是 实体对象,则可以在存入数据的时候,就初始化一个未收藏的状态
resmap.put(string.valueof(i), 0);
}
// 记录开始时间
long start = system.currenttimemillis();
// 将 个人中心收藏的数据,转化存储到 map 中,
// 注意 收藏的文章的id 作为key,value 随意,这里使用同样使用了 id
map ubmap = new hashmap<>();
for (string ubid : ublist) {
ubmap.put(ubid, ubid);
}
// 开始遍历 搜索结果中的 100万条数据,是否有被个人收藏过的,有就改变返回的状态。
for (string bid : blist) {
// 直接使用 ubmap 的查找key 值是否存在的方式,判断该文章是否已经收藏。
if (ubmap.containskey(bid)){
resmap.put(bid, 1);
}
}
// 结束时间
long end = system.currenttimemillis();
// 用时时长 ms
system.out.println("耗时 ms: " + (end - start));
}
}
测试数据:
collectionnum: 10000
total : 100 0000
消耗时间:
结论:一层循环,加上内部的 hash 计算,用时 51ms
四、总结
条件: 两组数据分别没有重复的数据(id 或者 根据对比的字段不重复,也可以根据业务琢磨,即放在 map 中的 key 值不重复)
需求:对比一组数据中的数据,是否在另一组中有对应的匹配数据
结论:使用 hashmap 的 key值 进行查找,明显快于双层 for 循环,for 循环消耗的时间是 key 值查找的 100多倍!!!
五、原理解析
1. 双层 for 循环就不需要多解释,纯粹的 10000 x 100 00000 = 100 亿 的遍历次数
2. hashmap 快的原因在于将 id 值作为 map 的key存储在map中,而 map 底层是 数组在存储数据,此处不对链表和树结构进行说明。通过计算 id 的 hashcode 值,再与 map 的容量 size 求余数,直接获取到该条数据在 hashmap 中的下标,而不是逐一的去查找数据。故 使用 hashmap 只循环了一次 + 少量运算,速度明显有所突破。
3. 根据需要控制内存消耗大小,你可以自定义将 数据多的放在 map 或者将数据少的放在 map 中,也就是在控制外层循环的次数,外层大,则占用内存就小,时间上可能会有所增加。
希望与广大网友互动??
点此进行留言吧!