从字符串数组中查找重复值[重复]

Question

我找到了两种从字符串数组中查找重复值的方法。

第一种方式：

private static String FindDupValue(String[] sValueTemp) {
    for (int i = 0; i < sValueTemp.length; i++) {
      String sValueToCheck = sValueTemp[i];
      if(sValueToCheck==null || sValueToCheck.equals(""))continue;
      for (int j = 0; j < sValueTemp.length; j++) {
        if(i==j)continue;
        String sValueToCompare = sValueTemp[j];
        if (sValueToCheck.equals(sValueToCompare)){
          return sValueToCompare;
        }
      }

    }
    return "";

  }

第二种方式：

private static String FindDupValueUsingSet(String[] sValueTemp) {
    Set<String> sValueSet = new HashSet<String>();
    for(String tempValueSet : sValueTemp) {
      if (sValueSet.contains(tempValueSet))
        return tempValueSet;
      else
        if(!tempValueSet.equals(""))
          sValueSet.add(tempValueSet);
    }
    return "";
  }

这两种方法都是正确的。

我的问题是哪种方法最好，为什么？或者有没有其他最好的方法来找出数组中的重复值？

Answer 1

Set 的好处在于它是 add operation 返回 true 如果此集合尚未包含指定元素。

public static void main(String[] args) {
    Set<String> set = new HashSet<>();
    String[] stringsToTest = {"a", "b", "c", "a"};

    for (String s : stringsToTest) {
        boolean notInSetYet = set.add(s);

        if (!notInSetYet) {
            System.out.println("Duplicate: " + s);
        }
    }
}

输出：

重复：一个

Answer 2

第二种方式。

对于此操作，使用 Set 效率更高，因为 sValueSet.contains(tempValueSet) 使用支持映射（因此使用哈希码和快速查找时间）而不是完全迭代。

Answer 3

这两种方法在算法复杂度方面几乎相似。

第一种方法的复杂度是O(N * N)，其中N 是数组的长度。我认为没有必要解释原因，但以防万一 - 嵌套循环需要 N * N 时间单位，这会带来复杂性。

至于第二种方法 - 使用 HashSet 可以让您以恒定的复杂性进行搜索 (O(1))，因为搜索是基于 String 的哈希值。可以认为这种方法更有效，但实际上并没有那么多，因为我们需要遇到HashSet上的insert操作。

添加到HashSet 是复杂的O(N)（最坏的情况）。对于N String 对象，您可能有N 插入操作，这又会增加O(N * N) 的复杂性。

因此，总而言之，这两种方法的费用相似。不过，我更喜欢第二个，因为它更具可读性。

Answer 4

在第二个循环的第一种方法中，我相信如果您将循环起点从 j=0 更改为 j=i，它会使其更快。因为您将避免两次比较 2 个值

private static String FindDupValue(String[] sValueTemp) {
for (int i = 0; i < sValueTemp.length; i++) {
  String sValueToCheck = sValueTemp[i];
  if(sValueToCheck==null || sValueToCheck.equals(""))continue;
  for (int j = i; j < sValueTemp.length; j++) {
    if(i==j)continue;
    String sValueToCompare = sValueTemp[j];
    if (sValueToCheck.equals(sValueToCompare)){
      return sValueToCompare;
    }
  }

}
return "";

}

Answer 5

这似乎是最快的方法之一，在 O(n) 中运行，假设 HashSet.add 的摊销 O(1)，加上通过省略 contains 的使用，每次迭代只需要一次哈希计算。 确实String缓存了hashcode（感谢Jonah），这段代码概括了省略的概念 contains.

private static String FindDupValueUsingSet(String[] sValueTemp) {
    Set<String> sValueSet = new HashSet<String>();
    for(String tempValueSet : sValueTemp)
        if (!tempValueSet.equals("")) //exclude empty Strings (add null checking if required)
            if (!sValueSet.add(tempValueSet))
                return tempValueSet;
    return "";
}