Java :收集一个长流的复杂性是否与基于Set::contains对其进行过滤相同？

Question

我有一个应用程序，它接受员工I作为用户输入，然后筛选员工列表以匹配I。用户输入应该是3-4个is，员工列表是几千个。

我提出了以下两种基于性能考虑使用流过滤器的方法。

Method1

这里的

动机不是为每个员工运行过滤器，而是在请求的ids列表上运行它，这保证非常短。

private static Set<Long> identifyEmployees(CustomRequest request)
  List<Long> requestedIds = request.getRequestedIDs();                            
  if (!requestedIds.isEmpty()) {
      Set<Long> allEmployeeIds = 
              employeeInfoProvider
                .getEmployeeInfoList()  // returns List<EmployeeInfo>
                .stream()
                .map(EmployeeInfo::getEmpId)  // getEmpId() returns a Long
                .collect(Collectors.toSet());

      return requestedIds.stream().filter(allEmployeeIds::contains).collect(Collectors.toSet());         
  }
  return Collections.emptySet();
}

Method2

这里的

动机是将Method1中的collect()替换为一个过滤器，因为复杂性是相同的。这里的collect()实际上是在极少数元素上运行的。

private static Set<Long> identifyEmployees(CustomRequest request)
  Set<Long> requestedIds = request.getRequestedIDs()   // returns List<Long>
                          .stream()
                          .collect(Collectors.toSet());
  if (!requestedIds.isEmpty()) {
      return employeeInfoProvider
               .getEmployeeInfoList()  // returns List<EmployeeInfo>
               .stream()
               .map(EmployeeInfo::getEmpId)  // getEmpId() returns a Long
               .filter(requestedIds::contains)
               .collect(Collectors.toSet());
  }
  return Collections.emptySet();
}

Method2的表现和Method1一样好吗？还是Method1表现得更好？

Answer 1

我希望Method2在所有场景中都表现良好或更好。

收集到中间集会增加分配开销。如果有大量的重复，它减少了以后必须执行的requestedIds::contains调用的数量，但是即使这样，您也要将每个Set::add调用交换为一个Set::contains调用，每个调用都应该是一个小胜利。

Answer 2

一个可能更快(而不是更干净)的选项是在检测到所有requestedIds后立即返回，但我不确定它是否可以用Stream实现。

private static Set<Long> identifyEmployees(CustomRequest request) {
    Set<Long> requestedIds = request.getRequestedIDs()   // returns List<Long>
            .stream()
            .collect(Collectors.toSet());
    Set<Long> result = new HashSet<>();
    if (!requestedIds.isEmpty()) {
        Iterator<EmployeeInfo> employees = employeeInfoProvider.getEmployeeInfoList().iterator();
        while (result.size() < requestedIds.size() && employees.hasNext()) {
            Long employeeId = employees.next().getEmpId();
            if (requestedIds.contains(employeeId)) {
                result.add(employeeId);
            }
        }
    }
    return result;
}

但是，只有当employeeInfoProvider.getEmployeeInfoList()返回具有相同ID的多个员工副本时，才有意义。否则，如上所述，method2是一个更好的选择。