Java 集合包含所有奇怪的行为

Question

我有以下代码，我在其中使用 superList 和 subList，我想检查 subList 实际上是 superList 的 subList。

我的对象没有实现 hashCode 或 equals 方法。 我在测试中创造了类似的情况。 当我运行测试时，结果显示 JDK 集合和普通集合的结果之间的性能差异非常大。运行测试后，我得到以下输出。

使用 Java Collection API 的时间流逝 8953 MilliSeconds & 结果为真 使用 Commons Collection API 的时间流逝 78 MilliSeconds & Result 为真

我的问题是为什么 java collection 在处理 containsAll 操作时如此缓慢。 我在那里做错了吗？ 我无法控制从遗留代码中获得的集合类型。 我知道如果我对 superList 使用 HashSet 那么我会使用 JDK containsAll 操作获得很大的性能提升，但不幸的是，这对我来说是不可能的。

package com.mycompany.tests;

import java.util.ArrayList;
import java.util.Collection;
import java.util.HashSet;

import org.apache.commons.collections.CollectionUtils;
import org.junit.Before;
import org.junit.Test;

public class CollectionComparison_UnitTest {

    private Collection<MyClass> superList = new ArrayList<MyClass>();
    private Collection<MyClass> subList = new HashSet<MyClass>(50000);

    @Before
    public void setUp() throws Exception {

        for (int i = 0; i < 50000; i++) {
            MyClass myClass = new MyClass(i + "A String");
            superList.add(myClass);
        subList.add(myClass);
    }

    @Test
    public void testIt() {
        long startTime = System.currentTimeMillis();
        boolean isSubList = superList.containsAll(subList);
        System.out.println("Time Lapsed with Java Collection API "
                + (System.currentTimeMillis() - startTime)
                + " MilliSeconds & Result is " + isSubList);

        startTime = System.currentTimeMillis();
        isSubList = CollectionUtils.isSubCollection(subList, superList);
        System.out.println("Time Lapsed with Commons Collection API "
                + (System.currentTimeMillis() - startTime)
                + " MilliSeconds & Result is " + isSubList);
    }   
}

class MyClass {
    String myString;

    MyClass(String myString) {
        this.myString = myString;
    }

    String getMyString() {
        return myString;
    }

}

Answer 1

不同的算法：

ArrayList.containsAll()提供O(N*N) ，而CollectionUtils.isSubCollection()提供O(N+N+N) 。

Answer 2

您至少应该以相反的顺序尝试测试。 你的结果很可能只是表明 JIT 编译器做得很好:-)

Answer 3

ArrayList.containsAll继承自AbstractCollection.containsAll并且是一个简单的循环检查行中的所有元素。 每一步都是一个缓慢的线性搜索。 我不知道CollectionUtils是如何工作的，但是比使用简单循环要快得多并不难。 将第二个 List 转换为HashSet是一个肯定的胜利。 对两个列表进行排序并并行处理它们可能会更好。

编辑：

CollectionUtils 源代码清楚地说明了这一点。 他们将两个集合都转换为“基数映射”，这是许多操作的一种简单而通用的方法。 在某些情况下，这可能不是一个好主意，例如，当第一个列表为空或非常短时，您实际上浪费了时间。 在你的情况下，与 AbstractCollection.containsAll 相比，这是一个巨大的胜利，但你可以做得更好。

多年后的附录

OP写道

我知道如果我对 superList 使用 HashSet 那么我会使用 JDK containsAll 操作获得很大的性能提升，但不幸的是，这对我来说是不可能的。

这是错误的。 没有hashCode和equals类从Object继承它们，并且可以与HashSet一起使用并且一切正常。 除了每个对象都是唯一的，这可能是意外和令人惊讶的，但 OP 的测试superList.containsAll(subList)做的完全一样。

所以快速的解决方案是

new HashSet<>(superList).containsAll(subList)