慎用ArrayList的contains方法，使用HashSet的contains方法代替

╰半橙微兮° 2022-02-01 14:17 190阅读 0赞

在启动一个应用的时候，发现其中有一处数据加载要数分钟，刚开始以为是需要load的数据比较多的缘故，查了一下数据库有6条左右，但是单独写了一个数据读取的方法，将这6万多条全部读过来，却只需要不到10秒钟，就觉得这里面肯定有问题，于是仔细看其中的逻辑，其中有一段数据去重的逻辑，就是记录中存在某几个字段相同的，就认为是重复数据，就需要将重复数据给过滤掉。这里就用到了一个List来存放这几个字段所组成的主键，如果发现相同的就不处理，代码无非就是下面这样：

List
      
        uniqueKeyList = new ArrayList
       
        ();
    //......
    if (uniqueKeyList.contains(uniqueKey)) {
    					continue;
    				}

根据键去查找是不是已经存在了，来判断是否重复数据。经过分析，这一块耗费了非常多的时候，于是就去查看ArrayList的contains方法的源码，发现其最终会调用他本身的indexOf方法：

public int indexOf(Object elem) {
    	if (elem == null) {
    	    for (int i = 0; i < size; i++)
    		if (elementData[i]==null)
    		    return i;
    	} else {
    	    for (int i = 0; i < size; i++)
    		if (elem.equals(elementData[i]))
    		    return i;
    	}
    	return -1;
        }

原来在这里他做的是遍历整个list进行查找，最多可能对一个键的查找会达到6万多次，也就是会扫描整个List，验怪会这么慢了。

于是将原来的List替换为Set：

Set<string> uniqueKeySet = new HashSet<string>();
    //......
    if (uniqueKeySet.contains(uniqueKey)) {
    					continue;
    				}

速度一下就上去了，在去重这一块最多花费了一秒钟，为什么HashSet的速度一下就上去了，那是因为其内部使用的是Hashtable，这是HashSet的contains的源码：

public boolean contains(Object o) {
    	return map.containsKey(o);
        }

如果不知道为什么使用Hash就变快了，可以看一下我的另外一篇文章： [Java中hashCode的作用][Java_hashCode]

[Java_hashCode]: http://blog.csdn.net/fenglibing/article/details/8905007