ArrayList的contains()方法的性能问题及优化方法

背景

今天定位一个接口耗时问题，通过日志定位到在数据库查询完毕后，中间一段逻辑耗时很长有十几秒的样子，发现是循环中使用ArraysList中的contains方法，当循环数量级变得很大时，执行时间变得不可控。

代码示例

// 有5万个门店
List<Store> storeList = storeMapper.selectAll();
 
// 有十万个用户
List<User> userList = userMapper.selectAll();
 
// 最坏情况循环5亿次
for (user : userList){
    if (storeList.contains(user.getStoreCode())){
        doSth();
    }
}

1. 原理说明

1.1 ArrayList

ArrayList中contains()方法的实现过程：

contains()方法调用了indexOf()方法，indexOf()具体实现如下。从源码可以看出，该方法通过遍历数据和比较元素的方式来判断是否存在给定元素。当ArrayList中存放的元素非常多时，这种实现方式来判断效率将非常低，后面通过实例来验证。

1.2 HashSet

既然ArrayList的contains()方法存在性能问题，那么就应该寻找改进的办法。这里推荐使用HashSet来代替ArrayList。
下面介绍HashSet的contains()方法的实现过程：

HashSet将元素存放在HashMap中（HashMap的key）

contains()方法调用HashMap的containsKey()方法

containsKey()方法调用getEntry()方法。在该方法中，首先根据key计算hash值，然后从HashMap中取出该hash值对应的链表（链表的元素个数将很少），再通过变量该链表判断是否存在给定值。这种实现方式效率将比ArrayList的实现方法效率高非常多。

2. 实例验证

2.1 测试ArrayList

public static void main(String[] args) {
    ArrayList<String> arrayList = new ArrayList<>();
    // 存入100000个数据
    for (int i = 0; i < 100000; i++) {
        arrayList.add("test" + i);
    }
         
    // 验证300000个数据（其中200000不存在）     
    long beginTime = System.currentTimeMillis();        for (int i = 0; i < 300000; i++) {
        arrayList.contains("test" + i);
    }
    long endTime = System.currentTimeMillis();
         
    System.out.println("cost time: " + (endTime - beginTime) + "ms");
}<br>打印结果：<br>cost time: 182210ms

2.2 测试HashSet

public static void main(String[] args) {
         
    Set<String> hashSet = new HashSet<>();
    // 存入100000个数据
    for (int i = 0; i < 100000; i++) {
        hashSet.add("test" + i);
    }
         
    // 验证300000个数据（其中200000不存在）
    long beginTime = System.currentTimeMillis();
    for (int i = 0; i < 300000; i++) {
        hashSet.contains("test" + i);
    }
    long endTime = System.currentTimeMillis();
     
    System.out.println("cost time: " + (endTime - beginTime) + "ms");
}<br>打印结果：<br>cost time: 49ms