Javaリストで最も一般的に使用される4つの重複排除方法とパフォーマンス比較テストデータ（Kotlin言語でプログラム）

リスト内の要素の重複排除は、通常の作業プロジェクトでよく使用される操作です。ここでは、一般的に使用される4つの重複排除アルゴリズムとパフォーマンス比較データを示します。

アルゴリズムのソースコード

package i

import java.util.*
import kotlin.collections.HashSet

/**
 * @author: Jack
 * 2020-03-28 13:33
 */


/**
 * 使用List集合contains方法循环遍历
 */
fun uniqList1(list: List<Int>): List<Int> {
    val result = mutableListOf<Int>()
    for (e in list) {
        if (!result.contains(e)) {
            result.add(e)
        }
    }
    return result
}

/**
 * 使用 HashSet
 */
fun uniqList2(list: List<Int>): List<Int> {
    val set = HashSet(list)
    val result = mutableListOf<Int>()
    result.addAll(set)
    return result
}

/**
 * 使用 TreeSet
 */
fun uniqList3(list: List<Int>): List<Int> {
    val set = TreeSet(list)
    val result = mutableListOf<Int>()
    result.addAll(set)
    return result
}

/**
 * 使用 stream API
 */
fun uniqList4(list: List<Int>): List<Int> {
    return list.distinct()
}


/**
 * 性能测试代码
 */
fun main() {
    val list1 = mutableListOf<Int>()
    val list2 = mutableListOf<Int>()
    val list3 = mutableListOf<Int>()
    val list4 = mutableListOf<Int>()

    val random = Random()

    for (i in 0..10000000) {
        val value = random.nextInt(500)
        list1.add(value)
        list2.add(value)
        list3.add(value)
        list4.add(value)
    }

    var startTime = 0L
    var endTime = 0L

    startTime = System.currentTimeMillis()
    uniqList1(list1)
    endTime = System.currentTimeMillis()
    println("使用 contains 方法 uniq1:${endTime - startTime}")

    startTime = System.currentTimeMillis()
    uniqList2(list2)
    endTime = System.currentTimeMillis()
    println("使用 HashSet uniq2:${endTime - startTime}")

    startTime = System.currentTimeMillis()
    uniqList3(list3)
    endTime = System.currentTimeMillis()
    println("使用 TreeSet uniq3:${endTime - startTime}")

    startTime = System.currentTimeMillis()
    uniqList4(list4)
    endTime = System.currentTimeMillis()
    println("使用 stream API uniq4:${endTime - startTime}")

}

性能試験結果

パフォーマンスデータ：

使用 contains 方法 uniq1:1648
使用 HashSet uniq2:344
使用 TreeSet uniq3:598
使用 stream API uniq4:177

結論：データが1,000万レベルあるため、Stream APIのパフォーマンスは最高です。

マシン構成のテスト：

型号名称：   MacBook Pro
  型号标识符：    MacBookPro15,1
  处理器名称：    Intel Core i7
  处理器速度：    2.6 GHz
  处理器数目：    1
  核总数：  6
  L2 缓存（每个核）：   256 KB
  L3 缓存：    12 MB
  超线程技术：    已启用
  内存：   16 GB
  Boot ROM 版本：  220.260.171.0.0 (iBridge: 16.16.5200.0.0,0)
  序列号（系统）：  C02Z43JXLVCF
  硬件 UUID：  FAAEE2DB-8F7C-54B1-A0B7-F286C27EA35F

内存插槽：

  ECC：  已停用
  可升级内存：    否

BANK 0/ChannelA-DIMM0：

  大小：   8 GB
  类型：   DDR4
  速度：   2400 MHz
  状态：   好
  制造商：  Micron
  部件号：  8ATF1G64HZ-2G6E1
  序列号：  -

BANK 2/ChannelB-DIMM0：

  大小：   8 GB
  类型：   DDR4
  速度：   2400 MHz
  状态：   好
  制造商：  Micron
  部件号：  8ATF1G64HZ-2G6E1
  序列号：  -

---

Kotlin開発者コミュニティ

中国で最初のKotlin開発者コミュニティの公開アカウント。主にKotlinプログラミング言語、Spring Boot、Android、React.js / Node.js、関数型プログラミング、プログラミングのアイデアなどの関連トピックを共有および交換しています。

世界が騒々しいほど、より平和な思考が必要です。