小徐带你解决List 的removeAll方法效率问题的解决

前言

目前小徐,实习在一个还算不错的公司,毕竟也是一个上市企业,主要做财务软件方面比较牛逼,

自称在亚太地区NO1,咱也不知道,咱也不敢说,老老实实做咱们的小菜鸡,努力学习,

早日称为大佬,哈哈!!

实际工作中遇到的小问题:

记录今天在公司中遇到的一个问题,业务问题描述:在重新询价时,可以指定邀请供应商,

重新询价可以新增邀请的供应商,但是在重新询价的时候,原先邀请的供应商不能取消邀请,

如果取消邀请了原先的供应商在发布的时候不能发布成功,提供一个

校验提示显示原先邀请的供应商没有被邀请的供应商名。

问题转换 类似于一下问题

这个问题描述类似于,有两个集合,集合1(原先邀请的供应商名)有 0-100000 Long 类型,

集合2(最新邀请的供应商名)有 100-200000 long类型,找出 0-100的元素(没有被邀请的原供应商名)。

方案一:使用List的removeAll()方法 效率太低

package com.aliwo.list;

import java.util.LinkedList;
import java.util.List;

/**
 * package_name:com.aliwo.list
 *
 * @author:徐亚远 Date:2020/9/15 21:42
 * 项目名:thread-projects
 * Description:TODO
 * Version: 1.0
 **/

public class OneTest {
    public static void main(String[] args) {
        Long startTime = System.currentTimeMillis();
        List<Long> longList = new LinkedList<>();
        for (Long i = 0L;i<100000;i++){
            longList.add(i);
        }
        List<Long> longList1 = new LinkedList<>();
        for (Long i = 100L;i<200000;i++){
            longList1.add(i);
        }
        longList.removeAll(longList1);
        System.out.println(longList);
        Long endTime = System.currentTimeMillis();
        System.out.println("花费时间 17193:" +(endTime-startTime));

    }
}

注意使用List的removeAll()方法的效率问题

	使用List的removeAll()方法,虽然问题解决了但是效率还有问题,数据量大的时候,
	
	会出现问题,会花费大量的时间,影响产品的体验效果,所以我想到了另一种解决方法。

方案二:改用从list中add数据 效率还是低

package com.aliwo.list;

import java.util.LinkedList;
import java.util.List;

/**
 * package_name:com.aliwo.list
 *
 * @author:徐亚远 Date:2020/9/15 21:55
 * 项目名:thread-projects
 * Description:TODO
 * Version: 1.0
 **/

public class TwoTest {
    public static void main(String[] args) {
        Long startTime = System.currentTimeMillis();
        List<Long> longList = new LinkedList<>();
        for (Long i = 0L;i<100000;i++){
            longList.add(i);
        }
        List<Long> longList1 = new LinkedList<>();
        for (Long i = 100L;i<200000;i++){
            longList1.add(i);
        }
        List<Long> resultList = new LinkedList<>();
        for (Long l : longList){
            if (!longList1.contains(l)){
                resultList.add(l);
            }
        }
        System.out.println(resultList);
        Long endTime = System.currentTimeMillis();
        System.out.println("花费时间 16864:" +(endTime-startTime));
    }
}

注意使用List的add方法的效率问题

想到了从list中add数据要比从list中remove数据的速度快,所以用了此种方法,但是效果不明显

和原来的removeAll方法效果差不多,所以想到了第三种方法如下。

方案三:运用set可以去重 还可以接受

运用Set可以去重这一特性。将longList1中的元素逐个添加到由destinationSet 生成的Set中,

如果Set.add(e)为true,说明e应该保留到结果中,否则放弃e。因为longList1中可能存在重复的元素,

因此想到用Map来保存source中的元素与其在longList1中出现的次数。

结果令我大跌眼镜,性能的提高有好几个数量级,代码如下:
package com.aliwo.list;

import java.util.HashSet;
import java.util.LinkedList;
import java.util.List;
import java.util.Set;

/**
 * package_name:com.aliwo.list
 *
 * @author:徐亚远 Date:2020/9/15 22:13
 * 项目名:thread-projects
 * Description:TODO
 * Version: 1.0
 **/
 //百万级别会产生效率问题,十万级别还没有事情
public class ThreeTest {
    public static void main(String[] args) {
        Long startTime = System.currentTimeMillis();
        List<Long> longList = new LinkedList<>();
        for (Long i = 0L;i<100000;i++){
            longList.add(i);
        }
        List<Long> longList1 = new LinkedList<>();
        for (Long i = 100L;i<200000;i++){
            longList1.add(i);
        }
        List<Long> resultList = new LinkedList<>();
        Set<Long> destinationSet = new HashSet<>(longList1);
        System.out.println("set:" +destinationSet );
        for (Long l : longList){
            if (!destinationSet .contains(l)){
                resultList.add(l);
            }
        }
        System.out.println(resultList);
        Long endTime = System.currentTimeMillis();
        System.out.println("花费时间 set 44 效率最高:" +(endTime-startTime));
    }
}

注意:

	当数据达到百万级别的时候,效率还是有问题,花费时间还是接受不了不过对于大型公司来说,
	
	都会有解决的方案,针对我们公司特定的业务场景,在此场景中不会出现百万界别的数据,

	所以使用第三种方案是最好的,那么是因为什么那:是因为:Map.containsKey()和Set.contains()的
	
	速度快,要比list.contains()快的太多了。
  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值