java - String 和 HashSet 之间用于检查重复项的最佳(性能 + 内存)是什么

Question

我想做一个简单的实现，根据 bigCodeList 中包含重复项的不同代码 (aCode) 执行一些操作。 下面我提到了两种方法，我想知道其中哪种方法在性能副和内存消耗方面更有效？

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 是像 LON 一样的三字母代码

Answer 1

方法 2 要好得多。您甚至不应该考虑方法 1。

首先，方法 1 的搜索时间是线性的。这意味着当 tempStr 变成两倍长时，搜索它的时间也变成两倍长(当然，平均而言，如果您总能找到第一个元素，它就会保持很短)。

接下来:每次附加到 tempStr 时，您都在复制整个 tempStr(因为 String 对象是不可变的，这是从一个对象创建一个新对象的唯一方法现有的)。所以添加选项也需要很长时间。

第三(不是性能问题):像这样混合数据 (aCode) 和元数据(分隔符 -)会导致各种不良影响。您可能可以确定现在 aCode 永远不能包含破折号，但如果两周后发生变化怎么办？

第四:HashSet 是构建几乎正是这个用例!这就是它最擅长的:持有一组不同的对象，检查它是否已经存在并添加一个新对象。