Zeitliche Komplexität von Java-Sammlungen

1. Übersicht

In diesem Tutorial werden wir uns mit der Leistung verschiedener Sammlungen der Java Collection-API befassen . Wenn wir über Sammlungen sprechen, denken wir normalerweise an die Datenstrukturen List, Map und Set und ihre gemeinsamen Implementierungen.

Zunächst werden die Einblicke in die Big-O-Komplexität für allgemeine Vorgänge untersucht und anschließend die tatsächliche Anzahl der Laufzeit einiger Erfassungsvorgänge angezeigt.

2. Zeitkomplexität

Wenn wir über Zeitkomplexität sprechen, beziehen wir uns normalerweise auf die Big-O-Notation . Einfach ausgedrückt beschreibt die Notation, wie die Zeit zum Ausführen des Algorithmus mit der Größe der Eingabe wächst.

Nützliche Beschreibungen stehen zur Verfügung, um mehr über die Big-O-Notationstheorie oder praktische Java-Beispiele zu erfahren.

3. Liste

Beginnen wir mit einer einfachen Liste - einer geordneten Sammlung.

Hier sehen wir uns eine Leistungsübersicht der Implementierungen ArrayList, LinkedList und CopyOnWriteArrayList an .

3.1. Anordnungsliste

Die ArrayList in Java wird von einem Array unterstützt . Dies hilft, die interne Logik seiner Implementierung zu verstehen. Eine umfassendere Anleitung für die ArrayList finden Sie in diesem Artikel.

Konzentrieren wir uns also zunächst auf die zeitliche Komplexität der allgemeinen Operationen auf hoher Ebene:

  • add () - benötigt O (1) Zeit
  • add (Index, Element) - läuft im Durchschnitt in O (n) Zeit
  • get () - ist immer eine O (1) -Operation mitkonstanter Zeit
  • remove () - läuft in linearer O (n) -Zeit. Wir müssen das gesamte Array iterieren, um das Element zu finden, das zum Entfernen qualifiziert ist
  • indexOf () - läuft auch in linearer Zeit. Es durchläuft das interne Array und überprüft jedes Element einzeln. Die zeitliche Komplexität für diese Operation erfordert also immer O (n) Zeit
  • enthält () - Implementierung basiert auf indexOf () . Es wird also auch in O (n) Zeit ausgeführt

3.2. CopyOnWriteArrayList

Diese Implementierung der List- Schnittstelle ist sehr nützlich, wenn Sie mit Multithread-Anwendungen arbeiten . Es ist threadsicher und wird in diesem Handbuch hier gut erklärt.

Hier ist die Übersicht über die Big-O-Notation für CopyOnWriteArrayList :

  • add () - hängt von der Position ab, an der wir Mehrwert schaffen, daher ist die Komplexität O (n)
  • get () - ist O (1) Betrieb mit konstanter Zeit
  • remove () - benötigt O (n) Zeit
  • enthält () - ebenfalls ist die Komplexität O (n)

Wie wir sehen können, ist die Verwendung dieser Sammlung aufgrund der Leistungsmerkmale der add () -Methode sehr teuer .

3.3. LinkedList

LinkedList ist eine lineare Datenstruktur, die aus Knoten besteht, die ein Datenfeld enthalten, und einer Referenz auf einen anderen Knoten . Weitere LinkedList Funktionen und Fähigkeiten, haben einen Blick auf diese hier Artikel.

Lassen Sie uns die durchschnittliche Schätzung der Zeit präsentieren, die wir für einige grundlegende Operationen benötigen:

  • add () - unterstützt dasEinfügen von O (1) mit konstanter Zeit an jeder Position
  • get () - Die Suche nach einem Element benötigt O (n) Zeit
  • remove () - Das Entfernen eines Elementserfordertauch die O (1) -Operation, da wir die Position des Elements angeben
  • enthält () - hat auch O (n) Zeitkomplexität

3.4. Aufwärmen der JVM

Um die Theorie zu beweisen, spielen wir nun mit den tatsächlichen Daten. Um genauer zu sein, werden wir die JMH-Testergebnisse (Java Microbenchmark Harness) der häufigsten Erfassungsvorgänge präsentieren .

Falls Sie mit dem JMH-Tool nicht vertraut sind, lesen Sie diese nützliche Anleitung.

Zunächst stellen wir die wichtigsten Parameter unserer Benchmark-Tests vor:

@BenchmarkMode(Mode.AverageTime) @OutputTimeUnit(TimeUnit.MICROSECONDS) @Warmup(iterations = 10) public class ArrayListBenchmark { }

Dann setzen wir die Anzahl der Aufwärmiterationen auf 10 . Außerdem möchten wir, dass die durchschnittliche Laufzeit unserer Ergebnisse in Mikrosekunden angezeigt wird.

3.5. Benchmark-Tests

Jetzt ist es Zeit, unsere Leistungstests durchzuführen. Zuerst beginnen wir mit der ArrayList :

@State(Scope.Thread) public static class MyState { List employeeList = new ArrayList(); long iterations = 100000; Employee employee = new Employee(100L, "Harry"); int employeeIndex = -1; @Setup(Level.Trial) public void setUp() { for (long i = 0; i < iterations; i++) { employeeList.add(new Employee(i, "John")); } employeeList.add(employee); employeeIndex = employeeList.indexOf(employee); } }

In unserem ArrayListBenchmark fügen wir die State- Klasse hinzu, die die Anfangsdaten enthält.

Hier erstellen wir eine ArrayList von Employee- Objekten. Danach initialisieren wir es mit 100.000 Elementen innerhalb der setUp () -Methode. Der @State gibt an, dass die @Benchmark- Tests vollen Zugriff auf die darin deklarierten Variablen innerhalb desselben Threads haben.

Schließlich ist es Zeit, die Benchmark-Tests für die Methoden add (), enthält (), indexOf (), remove () und get () hinzuzufügen :

@Benchmark public void testAdd(ArrayListBenchmark.MyState state) { state.employeeList.add(new Employee(state.iterations + 1, "John")); } @Benchmark public void testAddAt(ArrayListBenchmark.MyState state) { state.employeeList.add((int) (state.iterations), new Employee(state.iterations, "John")); } @Benchmark public boolean testContains(ArrayListBenchmark.MyState state) { return state.employeeList.contains(state.employee); } @Benchmark public int testIndexOf(ArrayListBenchmark.MyState state) { return state.employeeList.indexOf(state.employee); } @Benchmark public Employee testGet(ArrayListBenchmark.MyState state) { return state.employeeList.get(state.employeeIndex); } @Benchmark public boolean testRemove(ArrayListBenchmark.MyState state) { return state.employeeList.remove(state.employee); }

3.6. Testergebnisse

Alle Ergebnisse werden in Mikrosekunden dargestellt:

Benchmark Mode Cnt Score Error ArrayListBenchmark.testAdd avgt 20 2.296 ± 0.007 ArrayListBenchmark.testAddAt avgt 20 101.092 ± 14.145 ArrayListBenchmark.testContains avgt 20 709.404 ± 64.331 ArrayListBenchmark.testGet avgt 20 0.007 ± 0.001 ArrayListBenchmark.testIndexOf avgt 20 717.158 ± 58.782 ArrayListBenchmark.testRemove avgt 20 624.856 ± 51.101

From the results we can learn, that testContains() and testIndexOf() methods run in approximately the same time. We can also clearly see the huge difference between the testAdd(), testGet() method scores from the rest of the results. Adding an element takes 2.296 microseconds and getting one is 0.007-microsecond operation.

While searching or removing an element roughly costs 700 microseconds. These numbers are the proof of the theoretical part, where we learned that add(), and get() has O(1) time complexity and the other methods are O(n). n=10.000 elements in our example.

Likewise, we can write the same tests for CopyOnWriteArrayList collection. All we need is to replace the ArrayList in employeeList with the CopyOnWriteArrayList instance.

Here are the results of the benchmark test:

Benchmark Mode Cnt Score Error CopyOnWriteBenchmark.testAdd avgt 20 652.189 ± 36.641 CopyOnWriteBenchmark.testAddAt avgt 20 897.258 ± 35.363 CopyOnWriteBenchmark.testContains avgt 20 537.098 ± 54.235 CopyOnWriteBenchmark.testGet avgt 20 0.006 ± 0.001 CopyOnWriteBenchmark.testIndexOf avgt 20 547.207 ± 48.904 CopyOnWriteBenchmark.testRemove avgt 20 648.162 ± 138.379

Here, again, the numbers confirm the theory. As we can see, testGet() on average runs in 0.006 ms which we can consider as O(1). Comparing to ArrayList, we also notice the significant difference between testAdd() method results. As we have here O(n) complexity for the add() method versus ArrayList's O(1).

We can clearly see the linear growth of the time, as performance numbers are 878.166 compared to 0.051.

Now, it's LinkedList time:

Benchmark Cnt Score Error testAdd 20 2.580 ± 0.003 testContains 20 1808.102 ± 68.155 testGet 20 1561.831 ± 70.876 testRemove 20 0.006 ± 0.001

We can see from the scores, that adding and removing elements in LinkedList are quite fast.

Furthermore, there's a significant performance gap between add/remove and get/contains operations.

4. Map

With the latest JDK versions, we're witnessing significant performance improvement for Map implementations, such as replacing the LinkedList with the balanced tree node structure in HashMap, LinkedHashMap internal implementations. This shortens the element lookup worst-case scenario from O(n) to O(log(n)) time during the HashMap collisions.

However, if we implement proper .equals() and .hashcode() methods collisions are unlikely.

To learn more about HashMap collisions check out this write-up. From the write-up, we can also learn, that storing and retrieving elements from the HashMap takes constant O(1) time.

4.1. Testing O(1) Operations

Let's show some actual numbers. First, for the HashMap:

Benchmark Mode Cnt Score Error HashMapBenchmark.testContainsKey avgt 20 0.009 ± 0.002 HashMapBenchmark.testGet avgt 20 0.011 ± 0.001 HashMapBenchmark.testPut avgt 20 0.019 ± 0.002 HashMapBenchmark.testRemove avgt 20 0.010 ± 0.001

As we see, the numbers prove the O(1) constant time for running the methods listed above. Now, let's do a comparison of the HashMap test scores with the other Map instance scores.

For all of the listed methods, we have O(1) for HashMap, LinkedHashMap, IdentityHashMap, WeakHashMap, EnumMap and ConcurrentHashMap.

Let's present the results of the remaining test scores in form of one table:

Benchmark LinkedHashMap IdentityHashMap WeakHashMap ConcurrentHashMap testContainsKey 0.008 0.009 0.014 0.011 testGet 0.011 0.109 0.019 0.012 testPut 0.020 0.013 0.020 0.031 testRemove 0.011 0.115 0.021 0.019

From the output numbers, we can confirm the claims of O(1) time complexity.

4.2. Testing O(log(n)) Operations

For the tree structure TreeMap and ConcurrentSkipListMap the put(), get(), remove(), containsKey() operations time is O(log(n)).

Here, we want to make sure that our performance tests will run approximately in logarithmic time. For that reason, we initialize the maps with n=1000, 10,000, 100,000, 1,000,000 items continuously.

In this case, we're interested in the total time of execution:

items count (n) 1000 10,000 100,000 1,000,000 all tests total score 00:03:17 00:03:17 00:03:30 00:05:27 

When n=1000 we have the total of 00:03:17 milliseconds execution time. n=10,000 the time is almost unchanged 00:03:18 ms. n=100,000 has minor increase 00:03:30. And finally, when n=1,000,000 the run completes in 00:05:27 ms.

After comparing the runtime numbers with the log(n) function of each n, we can confirm that the correlation of both functions matches.

5. Set

Generally, Set is a collection of unique elements. Here, we're going to examine the HashSet, LinkedHashSet, EnumSet, TreeSet, CopyOnWriteArraySet, and ConcurrentSkipListSet implementations of the Set interface.

To better understand the internals of the HashSet, this guide is here to help.

Now, let's jump ahead to present the time complexity numbers. For HashSet, LinkedHashSet, and EnumSet the add(), remove() and contains() operations cost constant O(1) time. Thanks to the internal HashMap implementation.

Likewise, the TreeSet has O(log(n)) time complexity for the operations listed for the previous group. That's because of the TreeMap implementation. The time complexity for ConcurrentSkipListSet is also O(log(n)) time, as it is based in skip list data structure.

For CopyOnWriteArraySet, the add(), remove() and contains() methods have O(n) average time complexity.

5.1. Test Methods

Now, let's jump to our benchmark tests:

@Benchmark public boolean testAdd(SetBenchMark.MyState state) { return state.employeeSet.add(state.employee); } @Benchmark public Boolean testContains(SetBenchMark.MyState state) { return state.employeeSet.contains(state.employee); } @Benchmark public boolean testRemove(SetBenchMark.MyState state) { return state.employeeSet.remove(state.employee); }

Furthermore, we leave the remaining benchmark configurations as they are.

5.2. Comparing the Numbers

Let's see the behavior of the runtime execution score for HashSet and LinkedHashSet having n = 1000; 10,000; 100,000 items.

For the HashSet, the numbers are:

Benchmark 1000 10,000 100,000 .add() 0.026 0.023 0.024 .remove() 0.009 0.009 0.009 .contains() 0.009 0.009 0.010

Similarly, the results for LinkedHashSet are:

Benchmark 1000 10,000 100,000 .add() 0.022 0.026 0.027 .remove() 0.008 0.012 0.009 .contains() 0.008 0.013 0.009

Wie wir sehen, bleiben die Ergebnisse für jede Operation nahezu gleich. Wenn wir sie mit den HashMap- Testausgaben vergleichen , sehen sie außerdem gleich aus.

Als Ergebnis bestätigen wir, dass alle getesteten Methoden in konstanter O (1) -Zeit ausgeführt werden.

6. Fazit

In diesem Artikel stellen wir die zeitliche Komplexität der gängigsten Implementierungen der Java-Datenstrukturen vor.

Separat zeigen wir die tatsächliche Laufzeitleistung jeder Art von Sammlung durch die JVM-Benchmark-Tests. Wir haben auch die Leistung derselben Vorgänge in verschiedenen Sammlungen verglichen. Dadurch lernen wir, die richtige Kollektion auszuwählen, die unseren Anforderungen entspricht.

Wie üblich ist der vollständige Code für diesen Artikel auf GitHub verfügbar.