我有一个这样的代码：
List<Listing> Listings = new ArrayList<>();
Listings.add(listing1);
Listings.add(listing2);
...
...
...
Listing listing= listings.stream()
.filter(l -> l.getVin() == 456)
.findFirst();
我的问题是过滤过程的时间复杂度是多少？如果它是O（n），我的直觉是将其转换为像数据结构一样的HashSet，以便时间复杂度可以变成O（1），有没有一种优雅的方法来做到这一点？
是的。流筛选在内部使用迭代。O(n)
您可以按如下方式将其转换为地图：
Map<Integer, Listing > mapOfVinToListing = listings.stream().collect(Collectors.toMap(Listing::getVin, Functions.identity()); // Assuming vin is unique per listing
mapOfVinToListing.get(456);// O(1)
但是，该转换过程也是O（n）。因此，如果您只需要执行此操作一次，请使用过滤器。如果需要多次查询同一列表，则将其转换为地图可能很有意义。
您也可以尝试使用并行流。在某些情况下，它们的性能可能更高，但这在很大程度上取决于确切的情况。
最坏的情况是，但由于是懒惰的，如果之前找到该值，它将停止迭代。如果您需要恒定的时间查找，则始终，转换为a是一个好主意，但代价是额外的空间;如果列表很大，你应该考虑这一方面。事实上，如果列表很小，那么a和a之间的差异几乎不会很明显，除非你在时间关键型系统中工作。O(n)StreamMapMapList
