Kompleksitas Waktu Koleksi Java

1. Ikhtisar

Dalam tutorial ini, kita akan berbicara tentang kinerja berbagai koleksi dari Java Collection API . Ketika kita berbicara tentang koleksi, kita biasanya berpikir tentang struktur data List, Map, dan Set dan implementasi umum mereka.

Pertama-tama, kita akan melihat wawasan kompleksitas Big-O untuk operasi umum, dan setelah itu, kita akan menunjukkan bilangan real dari beberapa waktu berjalan operasi pengumpulan.

2. Kompleksitas Waktu

Biasanya, ketika kita berbicara tentang kompleksitas waktu, kita mengacu pada notasi Big-O . Sederhananya, notasi menjelaskan bagaimana waktu untuk melakukan algoritma tumbuh dengan ukuran input.

Tersedia artikel yang berguna untuk mempelajari lebih lanjut tentang teori notasi Big-O atau contoh praktis Java.

3. Daftar

Mari kita mulai dengan daftar sederhana - yang merupakan koleksi yang dipesan.

Di sini, kita akan melihat ikhtisar kinerja implementasi ArrayList, LinkedList, dan CopyOnWriteArrayList .

3.1. ArrayList

The ArrayList di Jawa didukung oleh sebuah array . Ini membantu untuk memahami logika internal implementasinya. Panduan yang lebih komprehensif untuk ArrayList tersedia di artikel ini.

Jadi, pertama-tama mari kita fokus pada kompleksitas waktu dari operasi umum, pada tingkat tinggi:

  • add () - mengambil O (1) waktu
  • tambahkan (index, elemen) - rata-rata berjalan di O (n) waktu
  • mendapatkan () - adalah selalu waktu yang konstan O (1) operasi
  • remove () - berjalan dalam waktu linier O (n) . Kita harus mengulang seluruh larik untuk menemukan elemen yang memenuhi syarat untuk dihapus
  • indexOf () - juga berjalan dalam waktu linier. Ini mengulangi melalui array internal dan memeriksa setiap elemen satu per satu. Jadi kompleksitas waktu untuk operasi ini selalu membutuhkan O (n) waktu
  • contains () - implementasi didasarkan pada indexOf () . Sehingga juga akan berjalan di O (n) waktu

3.2. CopyOnWriteArrayList

Implementasi antarmuka Daftar ini sangat berguna saat bekerja dengan aplikasi multi-utas . Ini aman untuk benang dan dijelaskan dengan baik dalam panduan ini di sini.

Berikut ringkasan kinerja Big-O notation untuk CopyOnWriteArrayList :

  • add () - tergantung pada posisi yang kita tambahkan nilainya, jadi kompleksitasnya adalah O (n)
  • get () - adalahoperasi waktu konstan O (1)
  • hapus () - mengambil O (n) waktu
  • berisi () - demikian pula, kompleksitasnya adalah O (n)

Seperti yang dapat kita lihat, menggunakan collection ini sangat mahal karena karakteristik performa metode add () .

3.3. LinkedList

LinkedList adalah struktur data linier yang terdiri dari node yang menyimpan bidang data dan referensi ke node lain . Untuk lebih banyakfitur dan kapabilitas LinkedList , lihat artikel ini di sini.

Mari kita sajikan perkiraan rata-rata waktu yang kita perlukan untuk melakukan beberapa operasi dasar:

  • add () - mendukungpenyisipan waktu-konstan O (1) di posisi mana pun
  • mendapatkan () - mencari unsur mengambil O (n) waktu
  • remove () - menghapus elemen juga membutuhkanoperasi O (1) , karena kami menyediakan posisi elemen
  • berisi () - juga memilikikompleksitas waktu O (n)

3.4. Pemanasan JVM

Sekarang, untuk membuktikan teorinya, mari bermain-main dengan data aktual. Untuk lebih tepatnya, kami akan menyajikan hasil tes JMH (Java Microbenchmark Harness) dari operasi pengumpulan yang paling umum .

Jika Anda tidak terbiasa dengan alat JMH, lihat panduan berguna ini.

Pertama, kami menyajikan parameter utama tes benchmark kami:

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

Kemudian, kami menetapkan nomor iterasi pemanasan menjadi 10 . Selain itu, kami ingin melihat waktu berjalan rata-rata hasil kami ditampilkan dalam mikrodetik.

3.5. Tes Tolok Ukur

Sekarang, saatnya menjalankan uji kinerja kita. Pertama, kita mulai dengan 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); } }

Di dalam ArrayListBenchmark kami , kami menambahkan kelas State untuk menyimpan data awal.

Di sini, kita membuat sebuah ArrayList dari Employee objek. Setelah itu, kami menginisialisasi dengan 100.000 item di dalam metode setUp () . The @State menunjukkan bahwa @Benchmark tes memiliki akses penuh ke variabel yang dideklarasikan di dalamnya dalam thread yang sama.

Terakhir, saatnya menambahkan pengujian benchmark untuk metode add (), contains (), indexOf (), remove (), dan get () :

@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. Hasil tes

Semua hasil disajikan dalam mikrodetik:

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

Seperti yang kita lihat, skornya tetap hampir sama untuk setiap operasi. Terlebih lagi, saat kami membandingkannya dengan hasil pengujian HashMap , hasilnya juga terlihat sama.

Hasilnya, kami mengonfirmasi bahwa semua metode yang diuji berjalan dalam waktu O (1) konstan .

6. Kesimpulan

Pada artikel ini, kami menyajikan kompleksitas waktu dari implementasi paling umum dari struktur data Java.

Secara terpisah, kami menunjukkan performa runtime aktual dari setiap jenis koleksi melalui pengujian benchmark JVM. Kami juga membandingkan kinerja operasi yang sama di koleksi yang berbeda. Alhasil, kami belajar memilih koleksi yang tepat yang sesuai dengan kebutuhan kami.

Seperti biasa, kode lengkap untuk artikel ini tersedia di GitHub.