Java Set - Set.add() 或 Set.addAll() 哪个更快？答案

【问题标题】：Java Set - Which is faster Set.add() or Set.addAll()?Java Set - Set.add() 或 Set.addAll() 哪个更快？
【发布时间】：2015-09-26 16:41:06
【问题描述】：

Set 维护唯一记录并在尝试复制现有元素时更新现有记录。

考虑以下两种情况。您认为两者之间的哪个代码会更快更高效？

场景 1：使用 addAll()

Set<String> uniqueSet = new HashSet<String>();
uniqueSet = getSomedata(param1);
uniqueSet.addAll( getSomedata(param2) );

这里getSomedata() 只是返回数据集合，该方法中没有特殊逻辑。

场景 2：使用 add()

Set<String> uniqueSet = new HashSet<String>();
getSomedata(param1, uniqueSet);
getSomedata(param2, uniqueSet );

这里getSomedata()如下

void getSomedata(String param, Set<String> uniqueSet){
    while (someCollection.hasNext()){
        uniqueSet.add( someCollection.get() );
    }
}

【问题讨论】：

看一下实现，在JDK自带的src.zip里。如果您正确设置了 IDE，您应该可以在那里查看它。
首先，第一个sn-p不应该创建一个无用的空HashSet。其次，你应该争取的不是表现。这两者之间的差异可能微不足道。你应该争取的是可读性和可维护性。我希望一个名为 getSomedata() 的方法返回一些数据。不要将 Set 作为参数，填充它，并且什么也不返回。如果您想将数据添加到 List 而不是 Set 怎么办？或者如果你只是想迭代它？第一个更自然，更易于理解和使用。
@JBNizet，实际上在我的应用程序中，我正在从服务器公开的文件中读取大量数据。文件中的行是唯一的，但可以在多个文件中重复。从所有文件中收集数据后，我只需要处理唯一的记录。如您所知，List 不强制唯一性。因此我选择了 Set。
花在 IO 上的时间可能比花在处理集合上的时间大得多。使用您认为最易读的内容，并仅在需要时进行优化。

标签： java collections set

【解决方案1】：

addAll 基本上迭代它给定的集合并在每个方法上调用add。以下是 OpenJDK8 的实现方式：

public boolean addAll(Collection<? extends E> c) {
    boolean modified = false;
    for (E e : c)
        if (add(e))
            modified = true;
    return modified;
}

但作为一般经验法则，除非您绝对确定可以发明更好的轮子，否则您不应该尝试发明轮子。

【讨论】：

仅供参考，JDK 7也一样。
据我了解，问题不在于 addAll() 与 add()，而是每个方法调用创建自己的小集合，然后将它们全部添加到唯一的大集合中，与创建唯一集并让方法将数据添加到此唯一集。

【解决方案2】：

您的问题不完整。让我们用实际的替代方案来完成它。

首先，您有一个填充提供的Set 的方法：

void getSomedata(String param, Set<String> uniqueSet)

必须像这样使用

Set<String> uniqueSet = new HashSet<String>();
getSomedata(param1, uniqueSet);
getSomedata(param2, uniqueSet);

另一种方法是有一个方法返回一个新的Set：

Set<String> getSomedata(String param)

你可以像这样使用

Set<String> uniqueSet = getSomedata(param1);
uniqueSet.addAll( getSomedata(param2) );

在这种情况下，您将忽略 getSomedata 方法将如何创建和填充它将返回的 Set。显然，除非它创建一个自定义的Set 实现来投影源数据，否则它必须创建一个Set 并在返回之前用元素填充它。

换句话说，addAll 是如何实现的并不重要，在您要调用它时，该解决方案已经执行了与其他替代方案相同的工作，因为它已经添加了所有元素到Set。因此，即使特定 Set 实现的 addAll 有优化，它的工作也会增加已经执行的工作，即单独将所有元素添加到 Set。

不过，除非存在真正的性能问题，否则您不应该担心性能的规则仍然适用。涉及的 I/O 可能比这一切都重要。或者热点优化和内存管理效果的不可预测性可能会改变这一切。如果您认为 getSomedate 返回一个新的 Set 更干净（这是合理的），请使用它。

作为附录，我简化了一点。 HashSet 只是理论上的O(1)，但是在存在哈希冲突时会执行不同的操作，并且在使用TreeSets 的情况下，具有O(log n) 时间复杂度，不同大小的集合会产生影响，因此，在不同大小的集合上运行的替代方案并不完全具有可比性，这取决于使用了哪些Set 实现以及其他周围环境。但趋势仍然相同，尤其是在大多数情况下，没有优化的addAll 实现（EnumSet 可能是唯一的例外）。

【讨论】：