1. 概述
HashSet 是一个用于存储唯一元素的集合。
在本教程中，我们将讨论 java.util.HashSet 类中 removeAll()方法 的性能。
2. HashSet.removeAll()
该的 removeAll 方法删除集合中包含指定的所有元素：
Set<Integer> set = new HashSet<Integer>();set.add(1);set.add(2);set.add(3);set.add(4);
Collection<Integer> collection = new ArrayList<Integer>();collection.add(1);collection.add(3);
set.removeAll(collection);
Integer[] actualElements = new Integer[set.size()];Integer[] expectedElements = new Integer[] { 2, 4 };assertArrayEquals(expectedElements, set.toArray(actualElements));
复制代码
结果，集合中的元素 1 和 3 将从集合中删除。
3. 内部实现和时间复杂度
removeAll()方法内部会先判断原集合和指定集合的长度，根据长度不同实现逻辑不通。这是通过在集合和集合上调用 size() 方法来完成的。
如果指定集合的元素少于原集合的元素，则它以时间复杂度 O( n )迭代指定的集合。它还检查元素是否存在于时间复杂度为 O(1) 的集合中。如果元素存在，则使用集合的 remove()方法将其从集合中 删除，该方法的时间复杂度为 O(1)。所以总的时间复杂度是 O( n )。
如果原集合的元素少于指定集合，则它使用 O( n )迭代此原集合。然后它通过调用其 contains()方法检查集合中是否存在每个元素。如果存在这样的元素，则从集合中删除该元素。所以这取决于 contains()方法的时间复杂度。
现在在这种情况下，如果指定集合是一个 ArrayList，contains()方法的时间复杂度是 O( m )。因此，从集合中删除 ArrayList 中存在的所有元素的总体时间复杂度为 O( n * m )。
如果指定集合再次是 HashSet，则 contains()方法的时间复杂度为 O(1)。因此，从集合中删除 HashSet 中存在的所有元素的总体时间复杂度为 O( n )。
4. 性能
为了查看以上 3 种情况的性能差异，我们来编写一个简单的 JMH 基准测试。
对于第一种情况，我们将初始化原集合和指定集合，其中原集合中的元素多于指定集合。在第二种情况下，原集合中的元素多于指定集合。在第三种情况下，第二个集合的元素数量比第一个集合多：
@BenchmarkMode(Mode.AverageTime)@OutputTimeUnit(TimeUnit.NANOSECONDS)@Warmup(iterations = 5)public class HashSetBenchmark {
@State(Scope.Thread) public static class MyState { private Set employeeSet1 = new HashSet<>(); private List employeeList1 = new ArrayList<>(); private Set employeeSet2 = new HashSet<>(); private List employeeList2 = new ArrayList<>(); private Set<Employee> employeeSet3 = new HashSet<>(); private Set<Employee> employeeSet4 = new HashSet<>();
private long set1Size = 60000; private long list1Size = 50000; private long set2Size = 50000; private long list2Size = 60000; private long set3Size = 50000; private long set4Size = 60000;
@Setup(Level.Trial) public void setUp() { // populating sets } }}
复制代码
之后，我们添加我们的基准测试，并分析数据结论：
@Benchmarkpublic boolean given_SizeOfHashsetGreaterThanSizeOfCollection_whenRemoveAllFromHashSet_thenGoodPerformance(MyState state) { return state.employeeSet1.removeAll(state.employeeList1);}
@Benchmarkpublic boolean given_SizeOfHashsetSmallerThanSizeOfCollection_whenRemoveAllFromHashSet_thenBadPerformance(MyState state) { return state.employeeSet2.removeAll(state.employeeList2);}
@Benchmarkpublic boolean given_SizeOfHashsetSmallerThanSizeOfAnotherHashSet_whenRemoveAllFromHashSet_thenGoodPerformance(MyState state) { return state.employeeSet3.removeAll(state.employeeSet4);}
复制代码
结果如下：
Benchmark Mode Cnt Score Error UnitsHashSetBenchmark.testHashSetSizeGreaterThanCollection avgt 20 2700457.099 ± 475673.379 ns/opHashSetBenchmark.testHashSetSmallerThanCollection avgt 20 31522676649.950 ± 3556834894.168 ns/opHashSetBenchmark.testHashSetSmallerThanOtherHashset avgt 20 2672757.784 ± 224505.866 ns/op
复制代码
我们可以看到当 HashSet 的元素少于 Collection 时，HashSet.removeAll() 的表现非常糟糕，Collection 作为参数传递给 removeAll()方法。但是当另一个集合再次是 HashSet 时，则性能很好。
5. 结论
在本文中，我们看到了 HashSet 中 removeAll()的性能。当原集合的元素少于指定集合的元素时，removeAll()的性能取决于集合的 contains()方法的时间复杂度。
最后，本文的完整代码可 在 GitHub 上找到。
参考： https://www.baeldung.com/java-hashset-removeall-performance
评论