在Java中如何高效的判断数组中是否包含某个元素

佚名 6年前 (2019-04-23) 随笔 965人围观抢沙发百度已收录

如何检查一个数组(无序)是否包含一个特定的值？这是一个在Java中经常用到的并且非常有用的操作。同时，这个问题在Stack Overflow中也是一个非常热门的问题。在投票比较高的几个答案中给出了几种不同的方法，但是他们的时间复杂度也是各不相同的。本文将分析几种常见用法及其时间成本。

检查数组是否包含某个值的方法

使用List

1 2 3 public static boolean useList(String[] arr, String targetValue) { return Arrays.asList(arr).contains(targetValue); }

使用Set

1 2 3 4 public static boolean useSet(String[] arr, String targetValue) { Set<String> set = new HashSet<String>(Arrays.asList(arr)); return set.contains(targetValue); }

使用循环判断

1 2 3 4 5 6 7 public static boolean useLoop(String[] arr, String targetValue) { for (String s: arr){ if (s.equals(targetValue)) return true ; } return false ; }

使用`Arrays.binarySearch()`

Arrays.binarySearch()方法只能用于有序数组！！！如果数组无序的话得到的结果就会很奇怪。
SRE实战互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

查找有序数组中是否包含某个值的用法如下：

1 2 3 4 5 6 7 public static boolean useArraysBinarySearch(String[] arr, String targetValue) { int a = Arrays.binarySearch(arr, targetValue); if (a > 0 ) return true ; else return false ; }

时间复杂度

下面的代码可以大概的得出各种方法的时间成本。基本思想就是从数组中查找某个值，数组的大小分别是5、1k、10k。这种方法得到的结果可能并不精确，但是是最简单清晰的方式。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 public static void main(String[] args) { String[] arr = new String[] { "CD" , "BC" , "EF" , "DE" , "AB" }; //use list long startTime = System.nanoTime(); for ( int i = 0 ; i < 100000 ; i++) { useList(arr, "A" ); } long endTime = System.nanoTime(); long duration = endTime - startTime; System.out.println( "useList: " + duration / 1000000 ); //use set startTime = System.nanoTime(); for ( int i = 0 ; i < 100000 ; i++) { useSet(arr, "A" ); } endTime = System.nanoTime(); duration = endTime - startTime; System.out.println( "useSet: " + duration / 1000000 ); //use loop startTime = System.nanoTime(); for ( int i = 0 ; i < 100000 ; i++) { useLoop(arr, "A" ); } endTime = System.nanoTime(); duration = endTime - startTime; System.out.println( "useLoop: " + duration / 1000000 ); //use Arrays.binarySearch() startTime = System.nanoTime(); for ( int i = 0 ; i < 100000 ; i++) { useArraysBinarySearch(arr, "A" ); } endTime = System.nanoTime(); duration = endTime - startTime; System.out.println( "useArrayBinary: " + duration / 1000000 ); }

运行结果：

1 2 3 4 useList: 13 useSet: 72 useLoop: 5 useArraysBinarySearch: 9

使用一个长度为1k的数组

1 2 3 4 5 6 String[] arr = new String[ 1000 ]; Random s = new Random(); for ( int i= 0 ; i< 1000 ; i++){ arr[i] = String.valueOf(s.nextInt()); }

结果：

1 2 3 4 useList: 112 useSet: 2055 useLoop: 99 useArrayBinary: 12

使用一个长度为10k的数组

1 2 3 4 5 6 String[] arr = new String[ 10000 ]; Random s = new Random(); for ( int i= 0 ; i< 10000 ; i++){ arr[i] = String.valueOf(s.nextInt()); }

结果：

1 2 3 4 useList: 1590 useSet: 23819 useLoop: 1526 useArrayBinary: 12

总结

显然，使用一个简单的循环方法比使用任何集合都更加高效。许多开发人员为了方便，都使用第一种方法，但是他的效率也相对较低。因为将数组压入Collection类型中，首先要将数组元素遍历一遍，然后再使用集合类做其他操作。

如果使用Arrays.binarySearch()方法，数组必须是已排序的。由于上面的数组并没有进行排序，所以该方法不可使用。

实际上，如果你需要借助数组或者集合类高效地检查数组中是否包含特定值，一个已排序的列表或树可以做到时间复杂度为O(log(n))，hashset可以达到O(1)。

（英文原文结束，以下是译者注）

使用`ArrayUtils`

除了以上几种以外，Apache Commons类库中还提供了一个ArrayUtils类，可以使用其contains方法判断数组和值的关系。

1 2 3 4 import org.apache.commons.lang3.ArrayUtils; public static boolean useArrayUtils(String[] arr, String targetValue) { return ArrayUtils.contains(arr,targetValue); }

同样使用以上几种长度的数组进行测试，得出的结果是该方法的效率介于使用集合和使用循环判断之间（有的时候结果甚至比使用循环要理想）。

1 2 3 4 5 6 7 8 9 10 11 useList: 323 useSet: 3028 useLoop: 141 useArrayBinary: 12 useArrayUtils: 181 ------- useList: 3703 useSet: 35183 useLoop: 3218 useArrayBinary: 14 useArrayUtils: 3125

其实，如果查看ArrayUtils.contains的源码可以发现，他判断一个元素是否包含在数组中其实也是使用循环判断的方式。

部分代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 if (array == null ) { return - 1 ; } else { if (startIndex < 0 ) { startIndex = 0 ; } int i; if (objectToFind == null ) { for (i = startIndex; i < array.length; ++i) { if (array[i] == null ) { return i; } } } else if (array.getClass().getComponentType().isInstance(objectToFind)) { for (i = startIndex; i < array.length; ++i) { if (objectToFind.equals(array[i])) { return i; } } } return - 1 ; }