将数据存储为 HashMap 和记录实例之间的时间复杂度差异答案

【问题标题】：Difference in time complexity between storing data as a HashMap and record instance将数据存储为 HashMap 和记录实例之间的时间复杂度差异
【发布时间】：2022-01-26 00:49:54
【问题描述】：

对于我的一项学校作业，我必须使用 Java 解析 GenBank files。我必须存储和检索文件的内容以及提取的信息，以保持尽可能小的时间复杂度。使用 HashMaps 或将数据存储为记录之间有区别吗？我知道使用 HashMaps 会是 O(1)，但是使用记录的可读性和不变性让我更喜欢使用它们。对象将存储在一个数组中。

这是我现在的方法

public static GenBankRecord parseGenBankFile(File gbFile) throws IOException {
    try (var fileReader = new FileReader(gbFile); var reader = new BufferedReader(fileReader)) {
        String organism = null;
        List<String> contentList = new ArrayList<>();

        while (true) {
            String line = reader.readLine();
            if (line == null) break; //Breaking out if file end has been reached

            contentList.add(line);
            
            if (line.startsWith("  ORGANISM  ")) {
                // Organism type found
                organism = line.substring(12);  // Selecting the correct part of the line
            }
        }
        // Loop ended
        var content = String.join("\n", contentList);
        return new GenBankRecord(gbFile.getName(),organism, content);
    }
}

GenBankRecord 如下：

record GenBankRecord(String fileName,String organism, String content) {
    @Override
    public String toString(){
        return organism;
    }
}

假设键值对与记录的字段相同，使用记录和HashMap有区别吗？

String current_organism = gbRecordInstance.organism();

和

String current_organism = gbHashMap.get("organism");

【问题讨论】：

“将数据存储为记录实例”是什么意思。 HashMap 是一种数据结构，“记录实例”可能意味着很多东西……它们不能直接比较。
“时间复杂度”是什么意思？你真的是这个意思，还是你指的是挂钟时间意义上的时间？我看到您的一个记录对象的名称中有“db”。你有记录的代码吗？您是在谈论哈希映射和文件访问之间的实际访问时间差吗？
Records 和HashMap 是苹果和橘子——比较它们没有任何意义。
实际上，不，它没有澄清。严重地。首先以最自然的方式编写代码（您的意见）。稍后考虑效率问题。你正在做的是过早的优化。这是个坏主意。 >您的
旁注：您可以简单地使用try (var reader = Files.newBufferedReader(gbFile.toPath())) { 而不是try (var fileReader = new FileReader(gbFile); var reader = new BufferedReader(fileReader)) { 但是由于您将所有行都读入列表中，因此您可以只使用List<String> contentList = Files.readAllLines(gbFile.toPath());。然后，您必须在该列表中搜索 " ORGANISM " 行，但其他所有内容都已过时。

标签： java hashmap time-complexity record

【解决方案1】：

我必须存储和检索文件的内容以及提取的信息，以保持尽可能小的时间复杂度。

首先，我有点怀疑你们的老师是否真的这么说要求。仅针对时间复杂性进行优化没有多大意义。

复杂性不是效率。

大 O 复杂度与度量值（例如所用时间）本身无关。它实际上是关于随着某些变量变得非常大而度量（例如所用时间）变化的方式。

例如，HashMap.get(nameStr) 和 someRecord.name 都是 O(1) 复杂度。

但它们在效率方面并不相同。使用 Java 17 record 类型或具有命名字段的常规 Java 类将比使用 HashMap 快几个数量级快。（而且它将使用更少数量级的内存。）

假设您的对象具有固定数量的命名字段，那么复杂性（即性能如何随着字段数量的不断增加而变化）甚至都无关紧要。

性能不是一切。

HashMap 和 record 类之间的最大区别实际上在于它们提供的功能：

Map<String, SomeType> 提供一组名称/值对，其中：
- 集合中的对数不固定
- 名称不固定
- 值的类型都是SomeType或子类型的实例。
record（或经典的class）可以被视为一组字段名/值对，其中：
- 对的数量在编译时是固定的
- 字段名称在编译时是固定的
- 字段类型不必是任何单一给定类型的子类型。

正如@Louis Wasserman 评论的那样：

Records 和 HashMap 是苹果和橘子——比较它们没有任何意义。

实际上，您应该通过比较它们提供的功能/约束与您的应用程序实际需要的功能/约束来在记录和哈希图之间进行选择。

（您问题中的问题描述不够清楚，我们无法做出判断。）

效率问题可能是相关的，但它是次要问题。（如果代码不满足功能需求，效率就无从谈起。）

复杂性与您的任务相关吗？

嗯……也许是的。但不在您正在查看的区域。

我对要求的解读是，其中之一是您能够有效地从内存数据结构中检索信息。

但到目前为止，您一直在考虑存储单个记录。检索意味着您有一组记录，并且您必须（有效地）检索特定记录，或者可能是一组符合某些条件的记录。这意味着您需要考虑表示集合的数据结构。

假设您有一组 N 记录（或其他）代表（例如）N 生物体：

如果集合是List<SomeRecord>，则需要迭代列表以找到（例如）"cat" 的记录。那是O(N)。
如果集合是由生物体名称键入的HashMap<String, SomeRecord>，则可以在O(1) 中找到"cat" 记录。

【讨论】：