1. 概述
HashSet是一个用于存储唯一元素的集合。
在本文中，我们将讨论java.util.HashSet 类中removeAll()方法 的性能。
2. HashSet.removeAll()
HashSet 的 removeAll 方法删除所有包含指定集合的元素：
Set set = new HashSet();
set.add(1);
set.add(2);
set.add(3);
set.add(4);
Collection collection = new ArrayList();
collection.add(1);
collection.add(3);
set.removeAll(collection);
Integer[] actualElements = new Integer[set.size()];
Integer[] expectedElements = new Integer[] { 2, 4 };
assertArrayEquals(expectedElements, set.toArray(actualElements)); 结果，原集合里的元素 1 和 3 将被中删除。
3. 内部实现和时间复杂度
removeAll()方法会先确定哪个集合更小，集合大小不同，执行逻辑不同。这是通过在原集合和指定集合上调用size() 方法来完成的。
如果指定集合的元素少于指定原的元素，则它以时间复杂度O( n )迭代指定的集合。它还检查元素是否存在于时间复杂度为 O(1) 的集合中。如果元素存在，则使用集合的remove()方法将其从原集合中 删除，该方法的时间复杂度为 O(1)。所以总的时间复杂度是 O( n )。
如果原集合的元素少于指定集合，则它使用 O( n )迭代此原集合。然后它通过调用其contains()方法检查指定集合中是否存在每个元素。如果存在这样的元素，则从原集合中删除该元素。所以这取决于contains()方法的时间复杂度。
现在在这种情况下，如果指定集合是一个ArrayList，contains()方法的时间复杂度是 O( m )。因此，从集合HashSet中删除ArrayList 中存在的所有元素的总体时间复杂度为 O( n * m )。
如果指定集合再次是HashSet，则contains()方法的时间复杂度为 O(1)。因此，从集合HashSet中删除HashSet 中存在的所有元素的总体时间复杂度为 O( n )。
4. 性能
为了查看以上3种情况的性能差异，我们来编写一个简单的JMH基准测试。
对于第一种情况，我们将初始化原集合和指定集合，其中原集合中的元素多于指定集合。在第二种情况下，指定集合中的元素多于原集合。在第三种情况下，第二个集合的元素数量比第一个集合多：
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5)
public class HashSetBenchmark {
@State(Scope.Thread)
public static class MyState {
private Set employeeSet1 = new HashSet<>();
private List employeeList1 = new ArrayList<>();
private Set employeeSet2 = new HashSet<>();
private List employeeList2 = new ArrayList<>();
private Set employeeSet3 = new HashSet<>();
private Set employeeSet4 = new HashSet<>();
private long set1Size = 60000;
private long list1Size = 50000;
private long set2Size = 50000;
private long list2Size = 60000;
private long set3Size = 50000;
private long set4Size = 60000;
@Setup(Level.Trial)
public void setUp() {
// populating sets
}
}
} 之后，我们添加我们的基准测试：
@Benchmark
public boolean given_SizeOfHashsetGreaterThanSizeOfCollection_whenRemoveAllFromHashSet_thenGoodPerformance(MyState state) {
return state.employeeSet1.removeAll(state.employeeList1);
}
@Benchmark
public boolean given_SizeOfHashsetSmallerThanSizeOfCollection_whenRemoveAllFromHashSet_thenBadPerformance(MyState state) {
return state.employeeSet2.removeAll(state.employeeList2);
}
@Benchmark
public boolean given_SizeOfHashsetSmallerThanSizeOfAnotherHashSet_whenRemoveAllFromHashSet_thenGoodPerformance(MyState state) {
return state.employeeSet3.removeAll(state.employeeSet4);
}结果如下：
Benchmark Mode Cnt Score Error Units
HashSetBenchmark.testHashSetSizeGreaterThanCollection avgt 20 2700457.099 ± 475673.379 ns/op
HashSetBenchmark.testHashSetSmallerThanCollection avgt 20 31522676649.950 ± 3556834894.168 ns/op
HashSetBenchmark.testHashSetSmallerThanOtherHashset avgt 20 2672757.784 ± 224505.866 ns/op我们可以看到当HashSet的元素少于Collection 时，HashSet.removeAll() 的表现非常糟糕，Collection作为参数传递给removeAll()方法。但是当另一个集合再次是HashSet 时，则性能很好。
5. 结论
在本文中，我们看到了HashSet中removeAll()的性能。当原集合的元素少于集合的元素时，removeAll()的性能取决于集合的contains()方法的时间复杂度。
最后，本文的完整代码可 在 GitHub 上找到。