【Java必修課】ArrayList與HashSet的contains方法性能比較（JMH性能測試）

時間 2019-11-19

標籤 Java必修課 arraylist hashset contains 方法性能比較 jmh 測試欄目 Java 简体版

原文原文鏈接

1 簡介

在平常開發中，ArrayList和HashSet都是Java中很經常使用的集合類。java

ArrayList是List接口最經常使用的實現類；
HashSet則是保存惟一元素Set的實現。

本文主要對二者共有的方法contains()作一個簡單的討論，主要是性能上的對比，並用JMH(ava Microbenchmark Harness)進行測試比較。node

2 先看JMH測試結果

咱們使用一個由OpenJDK/Oracle裏面開發了Java編譯器的大牛們所開發的Micro Benchmark Framework來測試。下面簡單展現一下使用過程。數組

2.1 Maven導入相關依賴

導入JMH的相關依賴，能夠去官網查看最新版本：bash

<dependencies>
  <dependency>
    <groupId>org.openjdk.jmh</groupId>
    <artifactId>jmh-core</artifactId>
    <version>${openjdk.jmh.version}</version>
  </dependency>
  <dependency>
    <groupId>org.openjdk.jmh</groupId>
    <artifactId>jmh-generator-annprocess</artifactId>
    <version>${openjdk.jmh.version}</version>
  </dependency>
</dependencies>

<properties>
  <openjdk.jmh.version>1.19</openjdk.jmh.version>
</properties>

2.2 建立測試相關的類

2.2.1 集合儲存對象的類

由於要測試集合類的方法，因此咱們建立一個類來表示集合所儲存的對象。以下：源碼分析

@Data
@AllArgsConstructor(staticName = "of")
public class Student {
    private Long id;
    private String name;
}

2.2.2 JMH測試類

接下來咱們就來寫測試性能對比的類，代碼以下：性能

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
public class ContainsPerformanceTest {
    @State(Scope.Thread)
    public static class MyState {
        private Set<Student> studentSet = new HashSet<>();
        private List<Student> studentList = new ArrayList<>();
        private Student targetStudent = Student.of(99L, "Larry");

        @Setup(Level.Trial)
        public void prepare() {
            long MAX_COUNT = 10000;
            for (long i = 0; i < MAX_COUNT; i++) {
                studentSet.add(Student.of(i, "MQ"));
                studentList.add(Student.of(i, "MQ"));
            }
            studentList.add(targetStudent);
            studentSet.add(targetStudent);
        }
    }

    @Benchmark
    public boolean arrayList(MyState state) {
        return state.studentList.contains(state.targetStudent);
    }

    @Benchmark
    public boolean hashSet(MyState state) {
        return state.studentSet.contains(state.targetStudent);
    }

    public static void main(String[] args) throws Exception {
        Options options = new OptionsBuilder()
                .include(ContainsPerformanceTest.class.getSimpleName())
                .threads(6)
                .forks(1)
                .warmupIterations(3)
                .measurementIterations(6)
                .shouldFailOnError(true)
                .shouldDoGC(true)
                .build();
        new Runner(options).run();
    }
}

測試類註解說明：測試

@BenchmarkMode：表示進行Benchmark時使用的模式；AverageTime表示測試調用的平均時間。
@OutputTimeUnit：測試的度量時間單位；NANOSECONDS表示使用納秒爲單位。
@State：接受一個Scope參數表示狀態的共享範圍；Scope.Thread表示每一個線程獨享。
@Setup：執行Benchmark前執行，相似於JUnit的@BeforeAll。
@Benchmark：進行Benchmark的對象，相似於JUnit的@Test。

測試類啓動參數Options說明：ui

include：benchmark所在的類名；
threads：每一個進程中的測試線程數；
fork：進程數，若是爲3，則JMH會fork出3個進程來測試；
warmupIterations：預熱的迭代次數，
measurementIterations：實際測量的迭代次數。

2.3 測試結果

設置好參數後，就能夠跑測試了。測試結果以下：線程

# Benchmark: ContainsPerformanceTest.arrayList

# Run progress: 0.00% complete, ETA 00:00:18
# Fork: 1 of 1
# Warmup Iteration   1: 42530.408 ±(99.9%) 2723.999 ns/op
# Warmup Iteration   2: 17841.988 ±(99.9%) 1882.026 ns/op
# Warmup Iteration   3: 18561.513 ±(99.9%) 2021.506 ns/op
Iteration   1: 18499.568 ±(99.9%) 2126.172 ns/op
Iteration   2: 18975.407 ±(99.9%) 2004.509 ns/op
Iteration   3: 19386.851 ±(99.9%) 2248.536 ns/op
Iteration   4: 19279.722 ±(99.9%) 2102.846 ns/op
Iteration   5: 19796.495 ±(99.9%) 1974.987 ns/op
Iteration   6: 21363.962 ±(99.9%) 2175.961 ns/op


Result "ContainsPerformanceTest.arrayList":
  19550.334 ±(99.9%) 2771.595 ns/op [Average]
  (min, avg, max) = (18499.568, 19550.334, 21363.962), stdev = 988.377
  CI (99.9%): [16778.739, 22321.929] (assumes normal distribution)


# Benchmark: ContainsPerformanceTest.hashSet

# Run progress: 50.00% complete, ETA 00:00:16
# Fork: 1 of 1
# Warmup Iteration   1: 10.662 ±(99.9%) 0.209 ns/op
# Warmup Iteration   2: 11.177 ±(99.9%) 1.077 ns/op
# Warmup Iteration   3: 9.467 ±(99.9%) 1.462 ns/op
Iteration   1: 9.540 ±(99.9%) 0.535 ns/op
Iteration   2: 9.388 ±(99.9%) 0.365 ns/op
Iteration   3: 10.604 ±(99.9%) 1.008 ns/op
Iteration   4: 9.361 ±(99.9%) 0.154 ns/op
Iteration   5: 9.366 ±(99.9%) 0.458 ns/op
Iteration   6: 9.274 ±(99.9%) 0.237 ns/op


Result "ContainsPerformanceTest.hashSet":
  9.589 ±(99.9%) 1.415 ns/op [Average]
  (min, avg, max) = (9.274, 9.589, 10.604), stdev = 0.505
  CI (99.9%): [8.174, 11.004] (assumes normal distribution)


# Run complete. Total time: 00:00:32

Benchmark                          Mode  Cnt      Score      Error  Units
ContainsPerformanceTest.arrayList  avgt    6  19550.334 ± 2771.595  ns/op
ContainsPerformanceTest.hashSet    avgt    6      9.589 ±    1.415  ns/op

通過測試，發現二者耗時差別極大，ArrayList大概是20K納秒，而HashSet則10納秒左右。二者徹底不在一個數量級上。code

3 源碼分析

經過測試得知二者差別極大，就小窺一下源碼分析分析。

3.1 ArrayList的contains()

ArrayList的底層使用數組做爲數據存儲，當給定一個Object去判斷是否存在，須要去遍歷數組，與每一個元素對比。

public boolean contains(Object o) {
  return indexOf(o) >= 0;
}
public int indexOf(Object o) {
  if (o == null) {
    for (int i = 0; i < size; i++)
      if (elementData[i]==null)
        return i;
  } else {
    for (int i = 0; i < size; i++)
      if (o.equals(elementData[i]))
        return i;
  }
  return -1;
}

從源碼能夠發現，contains()方法是經過調用indexOf()來判斷的，然後者就是須要遍歷數組，直到找到那個與入參相等的元素纔會中止。由於，ArrayList的contains()方法的時間複雜度爲O(n)，也就是說，時間取決於長度，並且是正比的關係。

3.2 HashSet的contains()

HashSet底層是經過HashMap來實現的，而HashMap的底層結構爲數組+鏈表，JDK 8後改成數組+鏈表+紅黑樹。

HashMap的相關代碼以下：

public boolean containsKey(Object key) {
  return getNode(hash(key), key) != null;
}
final Node<K,V> getNode(int hash, Object key) {
  Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
  if ((tab = table) != null && (n = tab.length) > 0 &&
      (first = tab[(n - 1) & hash]) != null) {
    if (first.hash == hash && // always check first node
        ((k = first.key) == key || (key != null && key.equals(k))))
      return first;
    if ((e = first.next) != null) {
      if (first instanceof TreeNode)
        return ((TreeNode<K,V>)first).getTreeNode(hash, key);
      do {
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
          return e;
      } while ((e = e.next) != null);
    }
  }
  return null;
}

首先經過獲取Hash值來找，若是Hash值相等且對象也相等，則找到。通常來講，在hashCode()方法實現沒問題的狀況下，發生Hash衝突的狀況是比較少。因此能夠認爲，大部分狀況下，contains()的時間複雜度爲O(1)，元素個數不影響其速度。若是發生Hash衝突，在鏈表長度小於8時，時間複雜度爲O(n)；在鏈表大於8時，轉化爲紅黑樹，時間複雜度爲O(logn)。

通常地，咱們認爲，HashSet/HashMap的查找的時間複雜度爲O(1)。