排序数组与哈希表：在日历应用程序中搜索一系列日期时，哪种数据结构更有效？答案

【问题标题】：Sorted Array vs Hashtable: Which data structure would be more efficient in searching over a range of dates in a calendar app?排序数组与哈希表：在日历应用程序中搜索一系列日期时，哪种数据结构更有效？
【发布时间】：2019-12-29 14:58:03
【问题描述】：

我有大约一年的 Java 编码经验。为了磨练我的技能，我正在尝试用 Java 编写日历/日记条目桌面应用程序。我已经意识到我仍然没有数据持久性方面的经验，并且仍然不真正理解该程序的数据持久性选项是什么——所以也许我在抢先一步，以及我希望的设计选择一旦我进入细节，实施甚至都不适用。

我主要想编写一个日历应用程序，允许您记录日常日记条目以及相关的活动日志，以了解在日常任务上花费的时间。在添加、编辑和查看日志条目方面，使用哈希表，条目的日期作为键，条目本身作为值，似乎是最高效的（O(1) 平均情况，每个使用哈希表)。

不过，我也希望实现一项功能，该功能可以在给定特定日期范围的情况下，提供对每天在特定任务上花费的平均时间量的简单分析。如果这是我感兴趣的主要功能之一，那么我认为排序数组可能会更有效率，我错了吗？特别是考虑到数据条目通常预计已经按日期添加。

或者也许还有其他我不知道的选项？

我问的原因是因为以下问题提供的答案：Why not use hashing/hash tables for everything?

我不确定我是否问对了问题的原因是因为以下问题的答案：Whats the best data structure for a calendar / day planner?

如果是这样，我真的很感激能获得有关 java 数据持久性的其他资源。

感谢您的帮助！

【问题讨论】：

对于只有几个条目的桌面应用程序，我怀疑会有任何显着差异：您的日历中不会有数百万个条目。但是您没有考虑过的一个选项是 TreeMap，它具有 O(log N) 查找/插入时间，并且还允许有效地获取包含一系列条目的子图。不过，我不明白这与坚持有什么关系。这些集合都不是持久的。您需要以某种方式读取它们的元素并将其写入持久存储，但这与您选择使用的集合没有太大关系。
在这种特殊情况下，它们似乎都是 O(N)，因为要获取 HashTable 的键，您仍然需要遍历整个表。排序后的数组可能适合您的目标（特别是因为您无法保证在 HashTable 上按排序顺序显示的日期）

标签： java algorithm sorting hashtable data-persistence

【解决方案1】：

使用NavigableMap 接口（由TreeMap 实现，一棵红黑树）。

这使您可以轻松有效地选择日期范围并按关键顺序遍历事件。

顺便说一句，如果您将时间或日期间隔视为"half-open"，它将使许多问题变得更容易。也就是说，在选择事件时，在结果中包括下限，但不包括上限。 NavigableMap 的方法，如 subMap()，旨在以这种方式工作，当您处理任意数量的区间时，这是一个很好的做法，因为它很容易定义一个没有重叠或间隙的区间序列。

【讨论】：

对你的“旁白”一千次肯定。
您需要解决的几个问题是：关键是什么？这是活动的开始，还是结束？如果您有两个具有相同开始/结束的事件怎么办？如果您通过 start 键入并想要搜索 end 怎么办？（这并不是说 TreeMap 是一个糟糕的选择；它只是不是灵丹妙药）。
@AndyTurner 是的。我假设“事件”被建模为瞬间（关键）和持续时间，以及其他信息。如何处理重叠事件等，需要更多地了解这种特定情况下的需求。

【解决方案2】：

取决于你希望你的项目有多严肃。在所有情况下，请注意过早的优化。这是当您努力使您的代码“高效”并在此过程中牺牲可读性/可维护性时。例如，可能有一种方法可以使用本机代码进行手动内存管理，以更有效地实现日历的数据结构，但它可能不会超过使用熟悉的 API 等的好处。它可能会，但你只知道何时运行代码。

编写可读代码
运行它，测试性能问题
使用分析器（例如 JProfiler）来识别导致性能不佳的代码
优化该代码
重复

对于可以“工作”但扩展性不强的代码，简单的List 通常就可以了。您可以使用 JSON 来存储您的对象，并使用诸如 Jackson Databind 之类的库在 List 和 JSON 之间进行映射。然后，您可以简单地将其保存到文件中以保持持久性。

对于您希望更健壮并防止数据损坏的应用程序，数据库可能更好。有了这个，您可以保证，例如，数据不会被部分写入，对相同数据的并发访问不会导致损坏，以及一大堆其他好处。但是，您需要在应用程序旁边运行一个数据库服务器。您可以使用 JDBC 和适合您的数据库供应商（例如 Mysql）的驱动程序来连接、读取和写入数据库。

对于一个严肃的应用程序，您可能希望为您的持久性创建一个 API。像 Spring 这样的框架对此非常有帮助，因为它允许您使用注释声明 REST 端点，并引入有用的编程概念，例如容器、IoC/依赖注入、测试（单元测试和集成测试）、JPA/ORM 系统和更多的。

就像我说的，这完全取决于上下文，但最重要的是，避免过早优化。

【讨论】：

正确的数据结构会更快并且提供更好的接口。而且您无需分析代码即可了解不同算法或数据结构的复杂性。我觉得虽然这个答案开始和结束警告不要过早优化，但其中大部分看起来离替代存储甚至架构太远了，这很讽刺。
答案背后的意图是提供一些关于可能的持久性选项的想法（而不是仅针对特定的数据结构），同时强调，在应用程序至少在某种程度上工作之前，可能会有更大的关心的不是使用什么具体的实现。 “提前计划”和“过早优化”之间只有一线之隔，有时我很难将它们区分开来

【解决方案3】：

这个帖子可能会给你一些想法，用于范围查询的数据结构。

Data structure for range query

使用数据库和使用 API 查询所需范围甚至可能更容易。

【讨论】：

【解决方案4】：

如果您正在使用（或能够使用）Guava，您可以考虑使用RangeMap (*)。

这将允许您使用RangeMap<Instant, Event>，然后您可以查询“在时间 T 发生了什么事件”。

一个缺点是您无法对并发事件进行建模（例如，当您在两次会议中重复预定时）。

(*) 我在 Google 工作，Guava 是 Google 的开源 Java 库。这是我将使用的库，但也可以使用其他具有类似范围地图产品的库。

【讨论】：