SCALA：在使用“.contains()”或“.exists()”的情况下，哪些数据结构是最佳的？

Question

我想知道在哪些情况下哪些数据结构最适合使用“包含”或“存在”检查。

我问是因为我来自 Python 背景，并且习惯于使用if x in something: 表达式来处理所有事情。例如，哪些表达式的计算速度最快：

val m = Map(1 -> 1, 2 -> 2, 3 -> 3, 4 -> 4)
                                          //> m  : scala.collection.immutable.Map[Int,Int] = Map(1 -> 1, 2 -> 2, 3 -> 3, 4
                                          //|  -> 4)
val l = List(1,2,3,4)                     //> l  : List[Int] = List(1, 2, 3, 4)
val v = Vector(1,2,3,4)                   //> v  : scala.collection.immutable.Vector[Int] = Vector(1, 2, 3, 4)

m.exists(_._1 == 3)                       //> res0: Boolean = true
m.contains(3)                             //> res1: Boolean = true
l.exists(_ == 3)                          //> res2: Boolean = true
l.contains(3)                             //> res3: Boolean = true
v.exists(_ == 3)                          //> res4: Boolean = true
v.contains(3)                             //> res5: Boolean = true

直观地说，我认为向量应该是最快的随机检查，如果知道检查的值在列表的开头并且有很多数据，那么列表将是最快的。但是，非常欢迎确认或更正。此外，请随时扩展到其他数据结构。

注意：如果您觉得这个问题过于模糊，请告诉我，因为我不确定我的措辞是否正确。

Answer 1

如果你想广泛使用contains，你应该使用Set（或Map）。

AFAIK 没有实现高效（即比 O(n) 更快）exists 的数据结构，因为您传入的闭包甚至可能与内部元素无关。

Answer 2

Set 和 Map（使用默认哈希表实现）是迄今为止最快的 contains，因为它们计算哈希值并立即跳转到正确的位置。例如，如果您想从一千个列表中查找任意字符串，则集合上的 contains 比 List 或 Vector 或 Array 上的 contains 快大约 100 倍。

使用exists，您真的只关心遍历集合的速度——无论如何您都必须遍历所有内容。在那里，List 通常是冠军（除非你想手动遍历一个数组），但只​​有Set 等等通常特别糟糕（例如，List 上的exists 比 @ 上快 8 倍987654334@ 当每个有 1000 个元素时）。其他的大约是List 的 2.5 倍（通常是 1.5 倍，但 Vector 有一个底层树结构，遍历速度不是那么快）。