了解使用对象作为哈希的 JavaScript 算法的复杂性

Question

我正在尝试提出一种算法来解决以下问题。

给定一个 id 数组

var ids = [8098272281362432, 7824519999782912];

在一个项目数组中查找所有匹配项。

var people = [
    {
      "id": 8098272281362432,
      "age": 59,
      "name": "Douglas Hunter"
    }, 
    {
      "id": 625873891885056,
      "age": 1,
      "name": "Lottie Owen"
    }, 
    {
      "id": 7824519999782912,
      "age": 100,
      "name": "Maud Wise"
    }, 
    {
      "id": 2561552265773056,
      "age": 115,
      "name": "Annie Bennett"
    }
];

方法 1 我可以通过按id (O(n log n)) 对两个数组进行排序然后从上到下遍历这两个数组一次来解决这个问题 (O(n))

var alg1 = function(people, ids) {
  var matches = [];

  var sortedPeople = people.sort(function(a, b) {
    return a.id - b.id
  });
  var sortedIds = ids.sort(function(a, b) {
    return a - b
  });
  var curPersonIndex = 0;

  sortedIds.forEach(function(id) {
    while (sortedPeople[curPersonIndex].id !== id) {
      curPersonIndex++;
    }

    matches.push(sortedPeople[curPersonIndex]);
  });

  return matches;
};

方法 2 我虽然可以使用O(n) 算法来改进这一点，方法是创建 id 到人员的映射，然后我可以为每个 id 查找人员。

var alg2 = function(people, ids) {
  var matches = [];

  peopleMap = {};

  people.forEach(function(person) {
    //Is this O(1) or O(log n)?
    peopleMap[person.id] = person;
  });

  ids.forEach(function(id) {
    matches.push(peopleMap[id]);
  });

  return matches;
};

但是，当我对此进行测试时，这两种算法的表现似乎都差不多。 #1 在 chrome 中更快，#2 在 Firefox 中稍快。

http://plnkr.co/edit/FidAdBqS98RKebxaIlva?p=preview

我感觉将字段插入对象是O(log n) 而不是O(1)，正如我所预料的那样。不过，我已经阅读了一些相互矛盾的帖子，所以我不确定。我想这可能取决于浏览器。有什么方法可以在 JavaScript 中使用 O(n) 算法始终如一地解决这个问题？

Answer 1

首先，JavaScript 不要求将对象实现为哈希（平均 O(1) 查找）而不是使用其他一些结构，例如 O(log(n)) 的 BTree。所以没有人能保证对象属性查找的性能。

但通常人们使用哈希。是O(1)。

但正如笑话所说，出于所有意图和目的，log(n) 是一个常数。对于 Google，它是一个稍大的常数。 这抓住了一个真实的事实。 log(1000) 和 log(1000000000) 之间的差异是 3 倍。访问 CPU 缓存和访问 RAM 之间的差异是 10 倍。虽然理论上 O(1) 比 O(log(n)) 好，但实际上对于我们实际可能遇到的数据大小，实现细节会产生更大的差异。任何一方都可以获胜。

因此，您的基准测试对理论缩放规则没有任何用处。对于您的用例而言，不同的实现具有不同的性能赢家这一事实是您必须工作的世界的不幸事实之一。