Java 你还在用list.contain做去重？ 你是故意的还是不小心的？

前言

最近又是一轮代码review , 发现了一些实现去重的代码，在使用 lsit.contain ......

如：

我沉思，是不是其实很多初学者也存在这种去重使用问题？

所以我选择把这个事情整出来，分享一下。

正文

首先是造出一个 List<String> 模拟数据,一共2W条，里面有一半数据1W条是重复的:

    public static List<String> getTestList() {List<String> list = new ArrayList<>();for (int i = 1; i <= 10000; i++) {list.add(String.valueOf(i));}for (int i = 10000; i >= 1; i--) {list.add(String.valueOf(i));}return list;}

先看看 我们用contain 去重的 代码：

    /*** 使用 list.contain 去重** @param testList*/private static void useContain2Distinct(List<String> testList) {System.out.println("contains 开始去重，条数：" + testList.size());List<String> testListDistinctResult = new ArrayList<>();for (String str : testList) {if (!testListDistinctResult.contains(str)) {testListDistinctResult.add(str);}}System.out.println("contains 去重完毕，条数：" + testListDistinctResult.size());}

我们调用一下看看耗时：

    public static void main(String[] args) {List<String> testList = getTestList();StopWatch stopWatch = new StopWatch();stopWatch.start();useContainDistinct(testList);stopWatch.stop();System.out.println("去重 最终耗时" + stopWatch.getTotalTimeMillis());}

耗时：

 评价： list.contain 的效率，我的建议是，知道就行，别用。

众所周知Set 不存在 重复数据， 所以我们来看看 使用HashSet去重的性能：
ps： 这里是采取使用 set的add 方法做去重

    /*** 使用set去重** @param testList*/private static void useSetDistinct(List<String> testList) {System.out.println("HashSet.add 开始去重，条数：" + testList.size());List<String> testListDistinctResult = new ArrayList<>(new HashSet(testList));System.out.println("HashSet.add 去重完毕，条数：" + testListDistinctResult.size());}

我们调用一下看看耗时：

    public static void main(String[] args) {List<String> testList = getTestList();StopWatch stopWatch = new StopWatch();stopWatch.start();useSetDistinct(testList);stopWatch.stop();System.out.println("去重 最终耗时" + stopWatch.getTotalTimeMillis());}

耗时：

评价：HashSet 的效率，我的建议是，推荐。

为什么耗时 差距这么大？

不多说，我们看源码：

list.contains(o)：

 可以看到里面用到了 index（o） :

时间复杂度 ： O（n） n: 元素个数

那么我们看看 set.add（o） 是怎么样的 ：

map的add , 老生常谈就不谈了，hash完 直接塞到某个位置， 时间复杂度 ： O(1)  。

所以 O（n） 和  O(1) 谁快  谁慢 ？ 显然。

ps： 顺嘴说下 hashset的 contain  

时间复杂度也是 ： O(1)   

那么我们最后再看看别的去重：
 

双for循环 ，remove去重 

    /*** 使用双for循环去重* @param testList*/private static void use2ForDistinct(List<String> testList) {System.out.println("list 双循环 开始去重，条数：" + testList.size());for (int i = 0; i < testList.size(); i++) {for (int j = i + 1; j < testList.size(); j++) {if (testList.get(i).equals(testList.get(j))) {testList.remove(j);}}}System.out.println("list 双循环  去重完毕，条数：" + testList.size());}

    public static void main(String[] args) {List<String> testList = getTestList();StopWatch stopWatch = new StopWatch();stopWatch.start();use2ForDistinct(testList);stopWatch.stop();System.out.println("去重 最终耗时" + stopWatch.getTotalTimeMillis());}

耗时：

 评价：知道就行，图个乐，别用，贼慢，而且代码看起来乱：。

stream的distinct去重：
 

    /*** 使用Stream 去重** @param testList*/private static void useStreamDistinct(List<String> testList) {System.out.println("stream 开始去重，条数：" + testList.size());List<String> testListDistinctResult = testList.stream().distinct().collect(Collectors.toList());System.out.println("stream 去重完毕，条数：" + testListDistinctResult.size());}

    public static void main(String[] args) {List<String> testList = getTestList();StopWatch stopWatch = new StopWatch();stopWatch.start();useStreamDistinct(testList);stopWatch.stop();System.out.println("去重 最终耗时" + stopWatch.getTotalTimeMillis());}

耗时：

 评价：还不错，主要是代码也蛮简洁，有一点点动心。

好了，该篇就到这。