如果数组已排序,则可以通过查找 neightbours 找到重复项。要比较绝对值,需要在开始和结束时都开始。这样可以避免创建新结构。
编辑:恕我直言,HashMap/HashSet由于冲突而成为O(log(log(n)),如果有完美的哈希函数,它只是O(1)。我本来以为不要创建对象,这要快得多,但在我的机器上似乎只有4倍快。
总之,您可以看到使用 Set 更简单、更清晰、更易于维护。它仍然非常快,在98%的情况下将是最佳解决方案。
public static void main(String[] args) throws Exception {
for (int len : new int[]{100 * 1000 * 1000, 10 * 1000 * 1000, 1000 * 1000, 100 * 1000, 10 * 1000, 1000}) {
int[] nums = new int[len];
for (int i = 0; i < len; i++)
nums[i] = (int) (Math.random() * (Math.random() * 2001 - 1000));
Arrays.sort(nums);
long timeArray = 0;
long timeSet = 0;
int runs = len > 1000 * 1000 ? 10 : len >= 100 * 1000 ? 100 : 1000;
for (int i = 0; i < runs; i++) {
long time1 = System.nanoTime();
int count = countDistinct(nums);
long time2 = System.nanoTime();
int count2 = countDistinctUsingSet(nums);
long time3 = System.nanoTime();
timeArray += time2 - time1;
timeSet += time3 - time2;
assert count == count2;
}
System.out.printf("For %,d numbers, using an array took %,d us on average, using a Set took %,d us on average, ratio=%.1f%n",
len, timeArray / 1000 / runs, timeSet / 1000 / runs, 1.0 * timeSet / timeArray);
}
}
private static int countDistinct(int[] nums) {
int lastLeft = Math.abs(nums[0]);
int lastRight = Math.abs(nums[nums.length - 1]);
int count = 0;
for (int a = 1, b = nums.length - 2; a <= b;) {
int left = Math.abs(nums[a]);
int right = Math.abs(nums[b]);
if (left == lastLeft) {
a++;
lastLeft = left;
} else if (right == lastRight) {
b--;
lastRight = right;
} else if (lastLeft == lastRight) {
a++;
b--;
lastLeft = left;
lastRight = right;
count++;
} else if (lastLeft > lastRight) {
count++;
a++;
lastLeft = left;
} else {
count++;
b--;
lastRight = right;
}
}
count += (lastLeft == lastRight ? 1 : 2);
return count;
}
private static int countDistinctUsingSet(int[] nums) {
Set<Integer> s = new HashSet<Integer>();
for (int n : nums)
s.add(Math.abs(n));
int count = s.size();
return count;
}
指纹
对于 100,000,000 个数字,使用数组平均需要 279,623 个我们,使用 Set 平均需要 1,270,029 个我们,ratio=4.5
对于 10,000,000 个数字,使用数组平均需要 28,525 个我们,使用一个 Set 平均需要 126,591 个我们,ratio=4.4
对于 1,000,000 个数字,使用数组平均花费 2,846 个我们,使用 Set 平均花费 12,131 个我们,ratio=4.3
对于 100,000 个数字,使用数组平均需要 297 个我们,使用 Set 平均需要 1,239 个我们,ratio=4.2
对于 10,000 个数字,使用数组平均需要 42 个我们,使用 Set 平均需要 156 个我们,ratio=3.7
对于 1,000 个数字,使用数组平均花费 8 个我们,使用 Set 平均花费 30 个我们,ratio=3.6
在@Kevin K的观点上,即使整数也可以通过它的哈希值发生冲突,因为它的哈希值是唯一的,它可以映射到同一个桶,因为容量有限。
public static int hash(int h) {
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
public static void main(String[] args) throws Exception {
Map<Integer, Integer> map = new HashMap<Integer, Integer>(32, 2.0f);
for (int i = 0; i < 10000 && map.size() < 32 * 2; i++) {
if (hash(i) % 32 == 0)
map.put(i, i);
}
System.out.println(map.keySet());
}
指纹
[2032, 2002, 1972, 1942, 1913, 1883, 1853, 1823, 1763, 1729, 1703, 1669, 1642, 1608, 1582, 1548, 1524, 1494, 1456, 1426, 1405, 1375, 1337, 1307, 1255, 1221, 1187, 1153, 1134, 1100, 1066, 1032, 1016, 986, 956, 926, 881, 851, 821, 791, 747, 713, 687, 653, 610, 576, 550, 516, 508, 478, 440, 410, 373, 343, 305, 275, 239, 205, 171, 137, 102, 68, 34, 0]
这些值的顺序相反,因为HashMap已经生成到LinkedList中。