Fatal编程技术网
  • java/
  • Java 使此HashMap更高效的方法

Java 使此HashMap更高效的方法

java arrays performance sorting

Java 使此HashMap更高效的方法,java,arrays,performance,sorting,hashmap,Java,Arrays,Performance,Sorting,Hashmap,我有一个类用户，它有3个对象（？）我不确定术语 一个（int）ID代码 创建用户的（int）日期 和一个（字符串）名称 我正在尝试创建一个 将用户添加到我的数据结构（1） 根据用户的ID号返回用户的名称（2） 返回按日期排序的所有用户的完整列表（3） 返回名称包含特定字符串的用户列表，按日期排序（4） 返回在特定日期之前加入的用户列表（5） 我根据加入的年份（2004-2014）制作了10个数组，然后按日期再次对数组中的元素进行排序（先按月排序，然后按天排序） 我认为这意味着方法（3）和

我有一个
类用户
，它有3个对象（？）我不确定术语

  • 一个（int）ID代码
  • 创建用户的（int）日期
  • 和一个（字符串）名称
我正在尝试创建一个

  • 将用户添加到我的数据结构（1）
  • 根据用户的ID号返回用户的名称（2）
  • 返回按日期排序的所有用户的完整列表（3）
  • 返回名称包含特定字符串的用户列表，按日期排序（4）
  • 返回在特定日期之前加入的用户列表（5）
我根据加入的年份（2004-2014）制作了10个数组，然后按日期再次对数组中的元素进行排序（先按月排序，然后按天排序）

我认为这意味着方法（3）和（5）具有
O（1）
时间复杂度，但是（1）、（4）和（2）具有
O（N）
，这是正确的吗

还有没有另一种数据结构/方法，我可以用来为我的所有方法设置
O（1）
？我反复尝试提出一个方法，但方法（2）的加入让我感到困惑；它的主要用途/优点是提供近O（1）查找（您可以通过ID进行查找）。如果需要对某些内容进行排序，应该让类实现，将其添加到列表中，并使用对元素进行排序

至于效率：

  • O（1）
  • O（1）
  • O（n日志n）
  • O（n）（至少）
  • O（n）（或更少，但我认为必须是O（n））
    • A不分类任何东西；它的主要用途/优点是提供近O（1）查找（您可以通过ID进行查找）。如果需要对某些内容进行排序，应该让类实现，将其添加到列表中，并使用对元素进行排序

    至于效率：

  • O（1）
  • O（1）
  • O（n日志n）
  • O（n）（至少）
  • O（n）（或更少，但我认为必须是O（n））
    • 还有没有另一种数据结构/方法，我可以使用它为我的所有方法设置O（1）

    三个散列图。这不是一个数据库，所以你必须手工维护“索引”

    还有没有另一种数据结构/方法，我可以使用它为我的所有方法设置O（1）

    三个散列图。这不是一个数据库，所以您必须手工维护“索引”。

    基于比较的排序始终是O（N*logn），添加到已排序容器中的是O（logn）。为了避免这种情况，你需要水桶，就像你现在多年来使用水桶的方式。这将以内存换取执行时间

    （1） 仅当您仅向
    HashMap
    s添加内容时，才可以为O（1）

    （2） 如果您有一个单独的
    HashMap
    将ID映射到用户，则可以是O（1）

    （3） 当然是O（N），因为您需要列出所有N个用户，但是如果您有一个
    HashMap
    ，其中key是日期，value是用户列表，那么您只需要通过常量（10年*365天+2）数组来列出所有用户。所以O（N）（1）仍然是O（1）。假设用户在一天内未分类

    （4） 对于简单的实现，基本上与3相同，只是打印更少。你也许可以用一个trie或者别的什么来加速最好的情况，但它仍然是O（N），因为它肯定是N的%匹配

    （5） 与（3）相同，您可以更快地进行排序。

    基于比较的排序始终是O（N*logn），添加到已排序容器中的是O（logn）。为了避免这种情况，你需要水桶，就像你现在多年来使用水桶的方式。这将以内存换取执行时间

    （1） 仅当您仅向
    HashMap
    s添加内容时，才可以为O（1）

    （2） 如果您有一个单独的
    HashMap
    将ID映射到用户，则可以是O（1）

    （3） 当然是O（N），因为您需要列出所有N个用户，但是如果您有一个
    HashMap
    ，其中key是日期，value是用户列表，那么您只需要通过常量（10年*365天+2）数组来列出所有用户。所以O（N）（1）仍然是O（1）。假设用户在一天内未分类

    （4） 对于简单的实现，基本上与3相同，只是打印更少。你也许可以用一个trie或者别的什么来加速最好的情况，但它仍然是O（N），因为它肯定是N的%匹配

    （5） 与（3）相同，您可以更快地爆发。

    您必须做出妥协，并对最常见的操作进行知情猜测。最常见的操作很可能是通过ID查找用户。因此，HashMap是实现这一点的理想结构：它是O（1），以及插入到映射中

    要实现按日期排序的用户列表，以及给定日期之前的用户列表，最好的数据结构是树集。树集已经排序（因此第三个操作将是O（1），并且可以在O（log（n））时间内返回已排序的子集

    但是，与HashMap并行维护一个树集是很麻烦的，容易出错，并且需要占用内存，而且插入的复杂性将变为O（log（N））。如果这些不是常见的操作，您可以简单地对条目进行迭代并对其进行筛选/排序。绝对不要考虑您的10个数组。这是不可维护的，而TreeSet是一个更好、更简单的解决方案，不限于10年

    包含给定字符串的按名称列出的用户列表是O（N），无论您选择何种数据结构。

    您必须做出妥协，并对最常见的操作进行有根据的猜测。最常见的操作很可能是按ID查找用户。因此，哈希映射是最理想的结构：它是O（1），以及插入到地图中

    要实现按日期排序的用户列表和给定日期之前的用户列表，最好的数据结构是树集。树集已经排序（因此第三个操作将是O（1），并且可以在O（log（n））时间内返回已排序的子集

    但是与HashMap并行地维护树集