Java Collection - 003 高效的找出兩個List中的不同元素

如題：有List<String> list1和List<String> list2,兩個集合各有上萬個元素，怎樣取出兩個集合中不同的元素?

方法1：遍歷兩個集合

public static void main(String[] args) {
        List<String> list1 = new ArrayList<String>();
        List<String> list2 = new ArrayList<String>();
        
        for(int i = 0; i < 10000; i++){
            list1.add("test" + i);
            list2.add("test" + i*2);            
        }
        getDifferent(list1, list2);
        getDiffrent2(list1, list2);
        getDiffrent3(list1, list2);
        getDiffrent4(list1, list2);
    }
    
    private static List<String> getDifferent(List<String> list1, List<String> list2){
        long startTime = System.currentTimeMillis();
        List<String> diff = new ArrayList<String>();
        for(String str : list1){
            if(!list2.contains(str)){
                diff.add(str);
            }
        }
        System.out.println("Total Time: " + (System.currentTimeMillis() - startTime));
        return diff;
    }

千萬不要采用這種方法，總共要循環的次數是兩個List的size相乘的積，從輸出看耗時也是比較長的，那么我們有沒有其他的方法呢？當然有.

方法2：采用List提供的retainAll（）方法：

public static void main(String[] args) {
        List<String> list1 = new ArrayList<String>();
        List<String> list2 = new ArrayList<String>();

        for (int i = 0; i < 10000; i++) {
            list1.add("test" + i);
            list2.add("test" + i * 2);
        }
        getDifferent(list1, list2);
    }

    private static List<String> getDiffrent2(List<String> list1, List<String> list2) {
        long startTime = System.currentTimeMillis();
        list1.retainAll(list2);
        System.out.println("Total Time: " + (System.currentTimeMillis() - startTime));
        return list1;
    }

很遺憾，這種方式雖然只要幾行代碼就搞定，但是這個卻更耗時，查看retainAll（）的源碼:

public boolean retainAll(Collection<?> c) {
boolean modified = false;
Iterator<E> e = iterator();
while (e.hasNext()) {
if (!c.contains(e.next())) {
e.remove();
modified = true;
}
}
return modified;
}

無需解釋這個耗時是必然的，那么我們還有沒有更好的辦法呢？仔細分析以上兩個方法中我都做了mXn次循環，其實完全沒有必要循環這么多次，我們的需求是找出兩個List中的不同元素,那么我可以這樣考慮：用一個map存放lsit的所有元素，其中的key為lsit1的各個元素，value為該元素出現的次數,接着把list2的所有元素也放到map里，如果已經存在則value加1，最后我們只要取出map里value為1的元素即可，這樣我們只需循環m+n次，大大減少了循環的次數。

    private static List<String> getDiffrent3(List<String> list1, List<String> list2) {
        long startTime = System.currentTimeMillis();
        Map<String, Integer> map = new HashMap<String, Integer>(list1.size() + list2.size());
        List<String> diff = new ArrayList<String>();
        for (String string : list1) {
            map.put(string, 1);
        }
        for (String string : list2) {
            Integer cc = map.get(string);
            if (cc != null) {
                map.put(string, ++cc);
                continue;
            }
            map.put(string, 1);
        }
        for (Map.Entry<String, Integer> entry : map.entrySet()) {
            if (entry.getValue() == 1) {
                diff.add(entry.getKey());
            }
        }
        System.out.println("Total Time: " + (System.currentTimeMillis() - startTime));
        return list1;
    }

顯然，這種方法大大減少耗時，是方法1的1/4，是方法2的1/40，這個性能的提升時相當可觀的，但是，這不是最佳的解決方法，觀察方法3我們只是隨機取了一個list作為首次添加的標准，這樣一旦我們的list2比list1的size大，則我們第二次put時的if判斷也會耗時，做如下改進：

private static List<String> getDiffrent4(List<String> list1, List<String> list2) {
        long st = System.nanoTime();
        Map<String,Integer> map = new HashMap<String,Integer>(list1.size()+list2.size());
        List<String> diff = new ArrayList<String>();
        List<String> maxList = list1;
        List<String> minList = list2;
        if(list2.size()>list1.size())
        {
            maxList = list2;
            minList = list1;
        }
        for (String string : maxList) {
            map.put(string, 1);
        }
        for (String string : minList) {
            Integer cc = map.get(string);
            if(cc!=null)
            {
                map.put(string, ++cc);
                continue;
            }
            map.put(string, 1);
        }
        for(Map.Entry<String, Integer> entry:map.entrySet())
        {
            if(entry.getValue()==1)
            {
                diff.add(entry.getKey());
            }
        }
        System.out.println("getDiffrent4 total times "+(System.nanoTime()-st));
        return diff;
        
    }

這里對連個list的大小進行了判斷，小的在最后添加，這樣會減少循環里的判斷，性能又有了一定的提升，正如一位朋友所說，編程是無止境的，只要你認真去思考了，總會找到更好的方法！
非常感謝binglian的指正，針對List有重復元素的問題，做以下修正，首先明確一點，兩個List不管有多少個重復，只要重復的元素在兩個List都能找到，則不應該包含在返回值里面，所以在做第二次循環時，這樣判斷：如果當前元素在map中找不到，則肯定需要添加到返回值中，如果能找到則value++，遍歷完之后diff里面已經包含了只在list2里而沒在list2里的元素，剩下的工作就是找到list1里有list2里沒有的元素，遍歷map取value為1的即可：

private static List<String> getDiffrent5(List<String> list1, List<String> list2) {
        long st = System.nanoTime();
         List<String> diff = new ArrayList<String>();
         List<String> maxList = list1;
         List<String> minList = list2;
         if(list2.size()>list1.size())
         {
             maxList = list2;
             minList = list1;
         }
         Map<String,Integer> map = new HashMap<String,Integer>(maxList.size());
         for (String string : maxList) {
             map.put(string, 1);
         }
         for (String string : minList) {
             if(map.get(string)!=null)
             {
                 map.put(string, 2);
                 continue;
             }
             diff.add(string);
         }
         for(Map.Entry<String, Integer> entry:map.entrySet())
         {
             if(entry.getValue()==1)
             {
                 diff.add(entry.getKey());
             }
         }
        System.out.println("getDiffrent5 total times "+(System.nanoTime()-st));
        return diff;
        
    }