Java 在集合类型之间转换是否被视为不正确的形式？

我希望这个问题足够具体，可以被认为适合我们的讨论。我查看了FAQ，我认为这是符合条件的，因为它是特定的，并且与编程相关

我正在用Java实现一个复杂的数据挖掘算法（FP-growth）。算法的一些初始阶段要求我扫描一个大型数据库，并对找到的每种项目类型保持运行计数。这似乎非常适合

Hashbag

接口。我在ApacheCommons中找到了一个似乎适合我的

现在，我的HashBag中充满了[itemType，count]条目（成对）。在后面的算法中，我需要对这些对执行很多类似列表的操作。在某些情况下，我必须按itemType对集合进行排序。在其他情况下，我必须按计数排序。这似乎非常适合

列表

界面

我的结论是，我必须把我的行李袋转换成一份清单。但不知何故，它感觉脏兮兮的，像是在浪费空间和时间。有没有更聪明的方法来做到这一点，或者在编程问题上，您必须在不同的时间以不同的方式对待您的收藏，而转换是一种必要的罪恶，这是一种常见的情况

另一种选择是制作我自己的界面，它确实是一个列表，但允许添加“包样式”。每次我想添加一些东西时，我必须保持列表的排序，并使用自定义比较器执行二进制搜索。构建该集合可能需要比构建Hashbag更长的时间，但我会在最后的转换步骤中节省时间。你认为哪一个更好

---

谢谢

我假设您使用的是Apache Commons Collections HashBag类。你有没有考虑改用它？它实现了相同的行李接口，但有效地根据您提供的比较器对数据进行排序

也就是说，当您需要更改排序顺序时，通常没有比使用不同的比较器将集合复制到新集合更好的方法了。

如果您使用的是Apache的

包，而不是Apache的
包（大致类似，但风格不同），您可以在不转换的情况下完成大部分操作。返回一个
集合
，其中
条目
有效地表示一对元素和一个计数——这听起来可能是解决您需要对元素计数对进行操作的最佳方法，也许？您可以像迭代
Map.entrySet（）
一样迭代它

您可以使用以最高频率的第一顺序对多集进行重新排序，并使用直接按元素排序

（披露：我为番石榴捐款。）

但不知何故，它感觉脏兮兮的，像是在浪费空间和时间。有没有更聪明的方法来做到这一点，或者在编程问题上，您必须在不同的时间以不同的方式对待您的收藏，而转换是一种必要的罪恶，这是一种常见的情况

有时需要在集合类型之间进行转换。如果有必要，“肮脏”或“不雅”或“愚蠢”并不真正相关

预先考虑这些事情也可能是错误的。实际的计算权衡通常很难把握。例如，如果将HashBag更改为TreeBag，则插入将从
O（1）
更改为
O（logN）
，但这样可以避免排序和复制的开销。“大Oh”分析/思考不会给你一个明确的答案。实际上，真正的性能将取决于缩放因子、N值、行李中的命中和未命中比率等等

我会建议尝试以显而易见的方式实施，看看它是否表现得足够好。。。如果不是，请对其进行分析，看看数据结构是否是主要瓶颈。然后，根据分析和输入数据集的其他度量，找出从基线实现改进性能的最佳方法。
回答我自己的问题

我用Louis Wasserman上面提到的番石榴图书馆提供的不同类型的
Multiset
做了一些实验。在我的特定测试用例中，我正在解析一个1GB的XML文件（书籍和作者数据库），并创建一个非常大的多集（记录每个作者在数据库中出现的次数）。一旦解析结束，我需要得到一个新的Multiset，其中只包含出现次数超过
x
的作者，其中x是一些阈值。我还希望我的最后一集按作者姓名排序

以下是我尝试的两种不同方法（除其他外）：

1） 收集
TreeMultiset
中的原始计数，然后删除任何不符合阈值的计数
2） 在一个
HashMultiset
中收集原始计数，然后创建一个新的
TreeMultiset
，在这里我添加哈希集中的每个项目，其中的计数满足阈值

第二种方法被证明是非常快的（大约25%），尽管转换和额外的内存使用。显然，其中很大一部分原因是从二叉树中删除是非常低效的

因此，这里的明确结论是，在这种情况下，转换是一个很好的举措（除非您有内存限制，不允许这样做）

再次感谢你把我转到番石榴图书馆，路易斯
 回想一下，对集合进行排序已经是一个O（n log（n））操作。复制和排序将使O（n+n log（n））=O（n（1+log（n））——这不是一个可以忽略的增长，但也不是一个显著的增长。换句话说，排序已经将集合的每个元素移动到几个不同的内存位置。移动（复制）如果排序本身不会影响性能，它们可能不会再次影响性能。我一直在等待你的答案=）哇，我完全不知道番石榴项目。关于Apache Commons有一些事情让我感到厌烦，我是一个谷歌迷，所以我想我对番石榴的事情很感兴趣。听起来像是多人组