python判断数组中是否存在某值_如何高效地判断数组中是否包含某特定值

如何检查一个未排序的数组中是否包含某个特定值，这是一个在Java中非常实用并且频繁使用的操作。检查数组中是否包含特定值可以用多种不同的方式实现，但是时间复杂度差别很大。下面，将为大家展示各种方法及其需要花费的时间。

1.检查数组中是否包含特定值的四种不同方法

1)使用List：

1

2

3

public static boolean useList(String[] arr, String targetValue) {

return Arrays.asList(arr).contains(targetValue);

}

2)使用Set：

1

2

3

4

public static boolean useSet(String[] arr, String targetValue) {

Set set = new HashSet(Arrays.asList(arr));

return set.contains(targetValue);

}

3)使用一个简单循环：

1

2

3

4

5

6

7

public static boolean useLoop(String[] arr, String targetValue) {

for(String s: arr){

if(s.equals(targetValue))

return true;

}

return false;

}

4)使用Arrays.binarySearch()：

注：下面的代码是错误的，这样写出来仅仅为了理解方便。binarySearch()只能用于已排好序的数组中。所以，你会发现下面结果很奇怪。

1

2

3

4

5

6

7

public static boolean useArraysBinarySearch(String[] arr, String targetValue) {

int a =  Arrays.binarySearch(arr, targetValue);

if(a > 0)

return true;

else

return false;

}

2.时间复杂度

通过下面的这段代码可以近似比较几个方法的时间复杂度。虽然分别搜索一个大小为5、1K、10K的数组是不够精确的，但是思路是清晰的。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

public static void main(String[] args) {

String[] arr = new String[] {  "CD",  "BC", "EF", "DE", "AB"};

//use list

long startTime = System.nanoTime();

for (int i = 0; i < 100000; i++) {

useList(arr, "A");

}

long endTime = System.nanoTime();

long duration = endTime - startTime;

System.out.println("useList:  " + duration / 1000000);

//use set

startTime = System.nanoTime();

for (int i = 0; i < 100000; i++) {

useSet(arr, "A");

}

endTime = System.nanoTime();

duration = endTime - startTime;

System.out.println("useSet:  " + duration / 1000000);

//use loop

startTime = System.nanoTime();

for (int i = 0; i < 100000; i++) {

useLoop(arr, "A");

}

endTime = System.nanoTime();

duration = endTime - startTime;

System.out.println("useLoop:  " + duration / 1000000);

//use Arrays.binarySearch()

startTime = System.nanoTime();

for (int i = 0; i < 100000; i++) {

useArraysBinarySearch(arr, "A");

}

endTime = System.nanoTime();

duration = endTime - startTime;

System.out.println("useArrayBinary:  " + duration / 1000000);

}

结果：

1

2

3

4

useList:  13

useSet:  72

useLoop:  5

useArraysBinarySearch:  9

对于长度为1K的数组：

1

2

3

4

5

6

String[] arr = new String[1000];

Random s = new Random();

for(int i=0; i< 1000; i++){

arr[i] = String.valueOf(s.nextInt());

}

结果：

1

2

3

4

useList:  112

useSet:  2055

useLoop:  99

useArrayBinary:  12

对于长度为10K的数组：

1

2

3

4

5

6

String[] arr = new String[10000];

Random s = new Random();

for(int i=0; i< 10000; i++){

arr[i] = String.valueOf(s.nextInt());

}

结果：

1

2

3

4

useList:  1590

useSet:  23819

useLoop:  1526

useArrayBinary:  12

很明显，使用简单循环的方法比使用其他任何集合效率更高。许多开发者会使用第一种方法，但是它并不是高效的。将数组压入Collection类型中，需要首先将数组元素遍历一遍，然后再使用集合类做其他操作。

如果使用Arrays.binarySearch()方法，数组必须是已排序的。由于上面的数组并没有进行排序，所以该方法不可使用。实际上，如果你需要借助数组或者集合类高效地检查数组中是否包含特定值，一个已排序的列表或树可以做到时间复杂度为O(log(n))，hashset可以达到O(1)。

--------------------------------------

版权声明：本文为【PythonJsGo】博主的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

博主主页：https://my.oschina.net/u/3375733

本篇文章同步在个人公众号：