用於檢查重復項的String和HashSet之間的最佳（性能+內存）是什么

Question

我想做一個簡單的實現，根據bigCodeList中包含重復項的不同代碼（aCode）做一些操作。 下面我提到了兩種方法，我想知道的是哪種方法在性能副+內存消耗方面更有效？

方法1：

    String tempStr = "";

    for(String aCode : bigCodeList){
        if(tempStr.indexOf(aCode) == -1) {
            // deal With the aCode related work
            tempStr += aCode+"-"
        }
    }

方法2：

        HashSet<String> tempHSet = new HashSet<String>();

        for(String aCode : bigCodeList){

            if(tempHSet.add(aCode)){

                // deal With the aCode related work

            }

        }

注意：aCode是一個像LON一樣的三字母代碼

Answer 1

方法2到目前為止更好。 你甚至不應該考慮方法1。

首先，方法1在搜索中具有線性時間。 這意味着當tempStr變長兩倍時，搜索它的時間變長兩倍（當然，平均來說，如果你總是找到第一個元素，它會保持短暫）。

下一步：每次附加時都要復制整個tempStr （因為String對象是不可變的，這是從現有對象創建新對象的唯一方法）。 所以添加選項也需要很長時間。

第三（不是性能問題）：像這樣混合數據（ aCode ）和元數據（分隔符- ）會導致各種不良影響。 您可能確定現在的 aCode永遠不會包含短划線，但如果在兩周內發生變化會怎么樣？

第四： HashSet是內置的幾乎正是這種使用情況 ！ 這就是它最擅長的：保存一組不同的對象，檢查它是否已經存在並添加一個新對象。

Answer 2

我認為，第一種方法更糟糕： indexOf操作有O(n) ，而對於HashSet復雜性可能是O(1)用於唯一的String鍵查找。

此外，在第一種方法中，您使用的是字符串連接操作，這意味着每次都會創建新的String對象，從而提供額外的性能提取。

Answer 3

java.util.Set不允許重復，但它在拒絕重復方面相當“安靜”。

Answer 4

性能和內存明智的Hashset比在編碼時使用的字符串最好。

將值附加到字符串變量需要時間