Java中的Arraylist交集性能（时间和空间）答案

【问题标题】：Arraylist Intersection performance (in time and space ) in JavaJava中的Arraylist交集性能（时间和空间）
【发布时间】：2014-05-12 18:48:26
【问题描述】：

我需要在java中做数百万个ArrayList的交集，为此我使用了这个方法：

public static ArrayList<Integer> intersection(ArrayList<Integer> a, ArrayList<Integer> b) {
        Set<Integer> aSet = new HashSet<Integer>(a);
        Set<Integer> bSet = new HashSet<Integer>(b);

        for(Iterator<Integer> it = aSet.iterator(); it.hasNext();) {
            if(!bSet.contains(it.next())) it.remove();
        }
        return new ArrayList<Integer>(aSet);
    }

在时间方面它是高性能的但是我有很多内存泄漏，我经常会出现内存不足。如何改进功能以在时间和空间上都表现出色？

更新

输入中给出的数组列表必须保持不变。

【问题讨论】：

为什么不使用removeAll()？
为什么要从列表开始而不是Sets？而Set 有.retainAll()
如果您不想自己编写代码，removeAll() 是最佳选择。
他想做一个交集，而不是从一个列表中删除所有值到另一个。 retainAll() 似乎是一个很好的方法。另外，如果你想经常使用集合，我建议你使用 Guava，有很多有用的方法。例如Sets.intersection(set1, set2)
如果要进行真正的优化，那就是同时处理多个交叉点。你在什么条件下做交叉口？你只是在数千个数组的列表中与每一对数组相交吗？你知道哪些路口需要提前做好吗？

标签： java performance out-of-memory time-complexity space-complexity

【解决方案1】：

一种解决方案（为了提高性能）是像这样使用SortedSet

public static List<Integer> intersection2(List<Integer> a, List<Integer> b) {
    SortedSet<Integer> aSet = new TreeSet<Integer>(a);
    aSet.retainAll(b);
    return new ArrayList<Integer>(aSet);
}

另一种解决方案（用于空间）将像这样使用传入的 List(s)（EDITED 具有“新要求”，即传入的 List(s) 保持不变），

public static List<Integer> intersection3(List<Integer> a, List<Integer> b) {
    List<Integer> c = new ArrayList<Integer>(a); // <-- new requirement.
    c.retainAll(b);
    return c;
}

【讨论】：

好建议。套装确实更适合那种东西
我已经用这段代码 (pastebin.com/j0La75my) 测试了你的方法，但它只对很少的数组列表有效。这些是结果：pastebin.com/L1RCPqLG。我还注意到您的第二种方法返回错误的结果。
@IvanZandonà 这不是robust 基准。
我从未想过基准测试的稳健性。但是，我尝试将您的代码插入到我的应用程序中，性能大幅下降。我已经尝试过 Guava 库，它似乎是一个以一点时间性能为代价的解决方案！

【解决方案2】：

首先你不需要在这里HashSets，你可以用一个HashSet来做到这一点。

添加从第一个 ArrayList 到 HashSet 和的所有内容，遍历第二个 'ArrayList' 并检查是否包含在前面构造的 HashSet 中的每个元素，如果是，则将其添加到结果 ArrayList。

【讨论】：