当您需要比较 2 个非常大的数组列表时,正确的方法是什么?
这些 arraylist 的大小都是 100,000 项,并且在简单地逐项比较时肯定会崩溃。
for (CItem c : cItems) {
for (CItem r : rItems) {
if (c.getID().equals(r.getID())) {
Mismatch m = compareItems(c, r);
if (m != null) {
mismatches.add(m);
}
}
}
}
现在我不是 100% 确定垃圾收集在这种情况下是如何工作的,但我们得到的错误是:
java.lang.OutOfMemoryError: Java heap space
at java.util.Arrays.copyOfRange(Arrays.java:3664) ~[na:1.8.0_73]
at java.lang.String.<init>(String.java:207) ~[na:1.8.0_73]
at java.lang.StringBuilder.toString(StringBuilder.java:407) ~[na:1.8.0_73]
和
java.lang.OutOfMemoryError: GC overhead limit exceeded
at java.util.Arrays.copyOf(Arrays.java:3181) ~[na:1.8.0_73]
at java.util.ArrayList.grow(ArrayList.java:261) ~[na:1.8.0_73]
at java.util.ArrayList.ensureExplicitCapacity(ArrayList.java:235) ~[na:1.8.0_73]
at java.util.ArrayList.ensureCapacityInternal(ArrayList.java:227) ~[na:1.8.0_73]
at java.util.ArrayList.add(ArrayList.java:458) ~[na:1.8.0_73]
目前可能的解决方案是
- 将每个列表分成最多 x 个项目并比较这些多个列表(有点复杂)
- 创建一个新数据库并查询每个项目(这会非常慢并且现在不可行)
- 购买 200 GB 内存
如有任何意见,我们将不胜感激。
最佳答案
如果任何项目列表中的 ID 是唯一的,您可以为您的 rItems
使用 Map
并将 ID
作为键。
Map<Long, CItem> rItemMap = new HashMap<>(rItems.size());
for (CItem r : rItems) {
rItemMap.put(r.getID(), r);
}
现在您可以直接检查具有相同 ID 的 rItems:
for (CItem c : cItems) {
CItem r = rItemMap.get(c.getID());
if (r != null) {
Mismatch m = compareItems(c, r);
if (m != null) {
mismatches.add(m);
}
}
}
即使 ID 不是唯一的,您仍然可以使用 Map,您只需要一个包含该 ID 的所有项目的列表作为一个 Map.Entry 的值,并且您只需要迭代那几个项而不是遍历整个列表。
关于 OutOfMemory 的编辑
我刚刚从您的异常中看到,您正在使用 ArrayList
。使用 LinkedList
可能会有所帮助,因为 ArrayList 基于一个(固定大小的)数组,当该数组填满时,将分配一个新的 - 更大的 - 数组并复制旧数组中的数据到新阵列,然后释放。
因此,如果您有一个大小为 1000 的数组并且它已满,则可以创建一个新数组,例如分配了大小 2000。在那一刻,需要 3000 个项目的内存(尽管 1000 个很快就会被释放)。
LinkedList 只是为您添加到它的每个项目分配内存(加上指向下一个和上一个元素的内存)。
关于java - 比较java中的2个非常大的arraylists,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41608074/