还在用双层for循环吗？太慢了

前情提要

我们在开发中经常碰到这样的场景，查出两个 list 集合数据，需要根据他们相同的某个属性为连接点，进行聚合。但是平时我们使用的时候关注过性能吗？下面让我们一起来看看它的表现如何。

来个例子

我们现在有两个 List集合，需要根据他们相同的 personId 进行聚合处理，我们很容易想到的写法是这样的：

private static void test1(List list1, List list2) {
    for (Person before:list1){
        for (Person after:list2){
            if(before.getPersonId().equals(after.getPersonId())){
               //TODO 业务逻辑
                break;
            }
        }
    }
}

这样的代码是我们开发中最常用的一种方式，数据少的话没问题。如果数据量大的会很慢，接下来我做一个实验。看看在 1w 和 10w 的数据量下他的性能如何？

测试代码如下：

   public static void main(String[] args) {
        List list1= new ArrayList<>();
        List list2= new ArrayList<>();
        for (int i = 0; i < 10_0000; i++) {
            list1.add(Person.builder().personId(Long.valueOf(i+"")).build());
            list2.add(Person.builder().personId(Long.valueOf(i+"")).build());
        }
        long start = System.currentTimeMillis();
        test1(list1, list2);
        System.out.println("for循环耗时："+(System.currentTimeMillis()-start));

1w 耗时：343

10w 耗时：64285

仅仅 10w 的数据竟然达到了 64 秒多，可以看出它的性能是多么差了吧。

那怎么优化呢？我们可以把第二个 list 转为 map 的方式来做，示例如下：

代码如下：

private static void test2(List list1, List list2) {
    Map<Long, Person> baseMap =
            list2.stream().collect(Collectors.toMap(Person::getPersonId, Function.identity()));
    for (Person before:list1){
        Person after = baseMap.get(before.getPersonId());

    }
}

接下来我们再进行下性能测试。

1w 耗时：88

10w 耗时：95

可以看出速度快了上百倍不止，如果还有小伙伴用第一种方式的话就赶紧优化了吧。

思考

我们想想第一种为什么会慢呢？

在第二个循环里他需要从 0 开始遍历所有的元素来进行比对，数据量越大，它需要遍历的数就越多，所以很慢。

所以如果我们业务上两个集合的大小和顺序一致（即能知道应该第二个循环能匹配上的元素在第几个)，那么就能避免掉大量的循环。

示例如下：

我们直接在第二层循环的时候，将下标先指定为和第一层循环的一致，如果他们俩属性相同，立马跳出；进行第二次循环。

private static void test3(List list1, List list2) {
    for (int i=0;iint jj = 0;
        for (int j = i; j < list2.size(); j++) {
            if (jj == list2.size()) {
                break;
            }

            if(list1.get(i).getPersonId().equals(list2.get(j).getPersonId())){
                // 编写具体的逻辑
                break;
            }
            if (j == list2.size() - 1) j = -1;
            jj += 1;
        }
    }
}

性能测试如下：

1w 耗时：2

10w 耗时：13

我们发现又更加快了。

下面是总体的测试数据：

数据量	双层 for 循环	循环+map	改良版 for 循环
100 条数据	1 毫秒	70 毫秒	<1 毫秒
1000 条数据	16 毫秒	91 毫秒	1 毫秒
5000 条数据	66 毫秒	66 毫秒	3 毫秒
1w 条数据	208 毫秒	64 毫秒	4 毫秒
10w 条数据	62887 毫秒	84 毫秒	17 毫秒
100w 条数据	很久	155 毫秒	24毫秒

总结：如果数据量小于 5000，推荐就用双层 for 循环，如果大于 5000，则使用循环+map 的方式。

如果两个集合顺序一致，则可以用改良版的 for 循环

• 前情提要
• 来个例子
•     思考

__EOF__