Java数据结构

我正在寻找一种像队列一样的数据结构，这样我就可以拥有先进先出的行为，但理想情况下，我还可以像使用HashMap一样，以恒定时间查看队列中是否存在元素，而不是使用LinkedList得到的线性时间

我认为LinkedHashMap可以完成这项工作，但尽管我可以制作一个迭代器，只需获取并删除迭代的第一个元素，就可以生成一种poll（）方法，但我想知道是否有更好的方法

---

提前非常感谢

我不知道是否有什么东西，但您可以轻松创建一个由

队列

和

哈希集

组成的复合对象。所有修改操作都需要同时在两个集合上进行，以使它们保持同步。然后，您可以使用集合进行查找，这应该是非常快的。

我不知道是否存在某些内容，但您可以轻松创建一个由

队列和
哈希集组成的复合对象。所有修改操作都需要同时在两个集合上进行，以使它们保持同步。然后，您可以使用该集合进行快速查找。
当您需要两个集合的行为时，通常需要维护两个集合。一种简单的方法是拥有一个队列和一个HashSet，当您从队列中删除时，总是在HashMap中执行add-to和remove

另一种方法是使用LinkedHashSet。这将保留添加元素的顺序，并且每次都可以删除第一个/最早的元素

第三种选择是只使用队列。虽然您可能喜欢O（1）查找时间，但您可能会发现它足够快，只需搜索每个元素即可满足您的要求。这可能比您预期的要快得多。i、 e.1000个元素应小于10微秒

编辑：我同意当你不知道长度时，两个系列是最好的

然而，向您展示暴力搜索也可以很快。要寻找的最慢的对象是不存在的对象。（因为它必须比较每个元素）

您可能需要针对您的数据类型进行测试，因为相等时间（）和队列大小可能会有所不同，但您可能会惊讶于在10微秒内所做的事情，而且这可能足够快。
通常，当您想要两个集合的行为时，您需要维护两个集合。一种简单的方法是拥有一个队列和一个HashSet，当您从队列中删除时，总是在HashMap中执行add-to和remove

另一种方法是使用LinkedHashSet。这将保留添加元素的顺序，并且每次都可以删除第一个/最早的元素

第三种选择是只使用队列。虽然您可能喜欢O（1）查找时间，但您可能会发现它足够快，只需搜索每个元素即可满足您的要求。这可能比您预期的要快得多。i、 e.1000个元素应小于10微秒

编辑：我同意当你不知道长度时，两个系列是最好的

然而，向您展示暴力搜索也可以很快。要寻找的最慢的对象是不存在的对象。（因为它必须比较每个元素）

您可能需要对您的数据类型进行测试，因为equals（）的时间和队列大小可能会有所不同，但您可能会惊讶于在10微秒内完成的操作，而且速度可能足够快。
搜索队列所需的时间在很大程度上取决于内容的equal方法的性能。很抱歉，但是你不可能对这样的手术估计“少于”任何东西。非常感谢你的回复。我想我会尝试使用这两个系列。我认为开销是值得的，因为元素的数量可能非常大。：）@jarnbjo我用“应该是”这个词的意思是，你应该知道你的equals方法的成本是多少，也就是说，它不是RMI调用，你应该通过比较最可能不同的字段来尝试使它变得相当便宜。您可能有一个糟糕的tunes equals方法，并且无法访问equals方法所做的事情，但这不是理想的情况。搜索队列所需的时间在很大程度上取决于内容的equal方法的性能。很抱歉，但是你不可能对这样的手术估计“少于”任何东西。非常感谢你的回复。我想我会尝试使用这两个系列。我认为开销是值得的，因为元素的数量可能非常大。：）@jarnbjo我用“应该是”这个词的意思是，你应该知道你的equals方法的成本是多少，也就是说，它不是RMI调用，你应该通过比较最可能不同的字段来尝试使它变得相当便宜。您可能有一个糟糕的tunes equals方法，并且无法访问equals方法所做的事情，但这不是理想情况下应该采用的方式。HashMap没有固定的时间访问权限，它只是因为内部的散列而看起来像这样。访问时间是
O（n）/bucketsize
，在大多数情况下可能是
1
，但它仍然是
O（n）/bucketsize
（这是线性的）。我将其描述为O（log（log（n）），与我观察到的非常匹配。c.f.TreeSet是O（log（n）），一百万个条目大约比10慢5倍。HashSet包含（）在一百万个条目上，大约比10个条目慢1.5倍（忽略缓存行为），集合是否在缓存中会产生更大的差异。；）HashMap没有固定的时间访问，它只是因为内部的哈希而看起来像这样。访问时间是
O（n）/bucketsize
，在大多数情况下可能是
1
，但它仍然是
O（n）/bucketsize
（这是线性的）。我将其描述为O（log（log（n）），与我观察到的非常匹配。c.f.TreeSet是O（log（n）），一百万个条目大约比10慢5倍。HashSet包含（）在一百万个条目上，速度大约比10慢1.5倍（ignor
Queue<Point> points = new ArrayBlockingQueue<Point>(1024);
for(int i=0;i<1000;i++)
  points.add(new Point(i,i));
Point missing = new Point(-1, -1);
int runs = 100 * 1000;
long start = System.nanoTime();
for(int i=0;i< runs;i++)
    points.contains(missing);
long time = System.nanoTime() - start;
System.out.printf("Average contains() took %.1f us%n", time/runs/1000.0);

Average contains() took 5.1 us