list集合常见去重方式以及效率对比

1.概述

        list集合去重是开发中比较常用的操作，在面试中也会经常问到，那么list去重都有哪些方式？他们之间又该如何选择呢？

        本文将通过LinkedHashSet、for循环、list流toSet、list流distinct等4种方式分别做1W数据到1000W数据单元测试，对比去重效率

2.代码实现

        2.1准备工作

          构建list集合，往里面插入数据，在插入几条重复数据，用jdk自带的System.currentTimeMillis()做计时器。

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.stream.Collectors;public class Test {public static void main(String[] args) {List<String> list1 = initList(10000);test(list1);List<String> list2 = initList(50000);test(list2);List<String> list3 = initList(100000);test1(list3);List<String> list4 = initList(500000);test1(list4);List<String> list5 = initList(1000000);test1(list5);List<String> list6 = initList(2000000);test1(list6);List<String> list7 = initList(3000000);test1(list7);List<String> list8 = initList(5000000);test1(list8);List<String> list9 = initList(10000000);test1(list9);}public static List<String> initList(int num){System.out.println("--------------------------");final List<String> list = new ArrayList<>();for (int i = 0; i < num; i++) {list.add("haha-"+ i);}list.add("haha-"+ 1000);list.add("haha-"+ 2000);list.add("haha-"+ 3000);System.out.println("list 初始化完毕 size = " + list.size());return list;}public static void test(List<String> list){long startLong = System.currentTimeMillis();List<String> list1 = removeDuplicate(list);System.out.println("去重后，集合元素个数 ：" + list1.size());long endLong = System.currentTimeMillis();System.out.println("LinkedHashSet 测试完毕，实际耗时："+ (endLong-startLong)  +" ,ms");long startLong1 = System.currentTimeMillis();List<String> list2 = removeDuplicate1(list);System.out.println("去重后，集合元素个数 ：" + list2.size());long endLong1 = System.currentTimeMillis();System.out.println("for增强型循环 测试完毕，实际耗时："+ (endLong1-startLong1)  +" ,ms");long startLong2 = System.currentTimeMillis();List<String> list3 = removeDuplicate2(list);System.out.println("去重后，集合元素个数 ：" + list3.size());long endLong2 = System.currentTimeMillis();System.out.println("list流toSet方式 测试完毕，实际耗时："+ (endLong2-startLong2)  +" ,ms");long startLong3 = System.currentTimeMillis();List<String> list4 = removeDuplicate3(list);System.out.println("去重后，集合元素个数 ：" + list4.size());long endLong3 = System.currentTimeMillis();System.out.println("list流distinct方式 测试完毕，实际耗时："+ (endLong3-startLong3)  +" ,ms");System.out.println("--------------------------");}public static void test1(List<String> list){long startLong = System.currentTimeMillis();List<String> list1 = removeDuplicate(list);System.out.println("去重后，集合元素个数 ：" + list1.size());long endLong = System.currentTimeMillis();System.out.println("LinkedHashSet 测试完毕，实际耗时："+ (endLong-startLong)  +" ,ms");long startLong2 = System.currentTimeMillis();List<String> list3 = removeDuplicate2(list);System.out.println("去重后，集合元素个数 ：" + list3.size());long endLong2 = System.currentTimeMillis();System.out.println("list流toSet方式 测试完毕，实际耗时："+ (endLong2-startLong2)  +" ,ms");long startLong3 = System.currentTimeMillis();List<String> list4 = removeDuplicate3(list);System.out.println("去重后，集合元素个数 ：" + list4.size());long endLong3 = System.currentTimeMillis();System.out.println("list流distinct方式 测试完毕，实际耗时："+ (endLong3-startLong3)  +" ,ms");System.out.println("--------------------------");}private static List<String> removeDuplicate(List<String> list) {return new ArrayList<>(new LinkedHashSet<>(list));}private static List<String> removeDuplicate1(List<String> list) {List<String> result = new ArrayList<String>(list.size());for (String str : list) {if (!result.contains(str)) {result.add(str);}}return result;}private static List<String> removeDuplicate2(List<String> list) {return list.stream().collect(Collectors.toSet()).stream().collect(Collectors.toList());}private static List<String> removeDuplicate3(List<String> list) {return  list.stream().distinct().collect(Collectors.toList());}}

        2.2输出结果

--------------------------
list 初始化完毕 size = 10003
去重后，集合元素个数 ：10000
LinkedHashSet 测试完毕，实际耗时：7 ,ms
去重后，集合元素个数 ：10000
for增强型循环 测试完毕，实际耗时：342 ,ms
去重后，集合元素个数 ：10000
list流toSet方式 测试完毕，实际耗时：89 ,ms
去重后，集合元素个数 ：10000
list流distinct方式 测试完毕，实际耗时：5 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 50003
去重后，集合元素个数 ：50000
LinkedHashSet 测试完毕，实际耗时：12 ,ms
去重后，集合元素个数 ：50000
for增强型循环 测试完毕，实际耗时：6059 ,ms
去重后，集合元素个数 ：50000
list流toSet方式 测试完毕，实际耗时：12 ,ms
去重后，集合元素个数 ：50000
list流distinct方式 测试完毕，实际耗时：5 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 100003
去重后，集合元素个数 ：100000
LinkedHashSet 测试完毕，实际耗时：14 ,ms
去重后，集合元素个数 ：100000
list流toSet方式 测试完毕，实际耗时：13 ,ms
去重后，集合元素个数 ：100000
list流distinct方式 测试完毕，实际耗时：13 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 500003
去重后，集合元素个数 ：500000
LinkedHashSet 测试完毕，实际耗时：101 ,ms
去重后，集合元素个数 ：500000
list流toSet方式 测试完毕，实际耗时：40 ,ms
去重后，集合元素个数 ：500000
list流distinct方式 测试完毕，实际耗时：34 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 1000003
去重后，集合元素个数 ：1000000
LinkedHashSet 测试完毕，实际耗时：75 ,ms
去重后，集合元素个数 ：1000000
list流toSet方式 测试完毕，实际耗时：93 ,ms
去重后，集合元素个数 ：1000000
list流distinct方式 测试完毕，实际耗时：162 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 2000003
去重后，集合元素个数 ：2000000
LinkedHashSet 测试完毕，实际耗时：140 ,ms
去重后，集合元素个数 ：2000000
list流toSet方式 测试完毕，实际耗时：2807 ,ms
去重后，集合元素个数 ：2000000
list流distinct方式 测试完毕，实际耗时：231 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 3000003
去重后，集合元素个数 ：3000000
LinkedHashSet 测试完毕，实际耗时：177 ,ms
去重后，集合元素个数 ：3000000
list流toSet方式 测试完毕，实际耗时：654 ,ms
去重后，集合元素个数 ：3000000
list流distinct方式 测试完毕，实际耗时：417 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 5000003
去重后，集合元素个数 ：5000000
LinkedHashSet 测试完毕，实际耗时：307 ,ms
去重后，集合元素个数 ：5000000
list流toSet方式 测试完毕，实际耗时：6364 ,ms
去重后，集合元素个数 ：5000000
list流distinct方式 测试完毕，实际耗时：711 ,ms
--------------------------
--------------------------
list 初始化完毕 size = 10000003
去重后，集合元素个数 ：10000000
LinkedHashSet 测试完毕，实际耗时：738 ,ms
去重后，集合元素个数 ：10000000
list流toSet方式 测试完毕，实际耗时：1790 ,ms
去重后，集合元素个数 ：10000000
list流distinct方式 测试完毕，实际耗时：1746 ,ms
--------------------------

3.总结

        3.1 for循环方式去重（谨慎使用）

                原因有2点：1.代码不简洁；2.耗时随着数据增大性能显著增高

        3.2 LinkedHashSet（推荐）

                LinkedHashSet是jdk自带的，所以jdk所有版本都支持使用，按照测试结果来说，对于方便和性能要求不那么极限的来说无脑使用LinkedHashSet是最方便的的。list流distinct在70w数据以下都会比LinkedHashSet效率高。

        3.3 list流toSet（不推荐）

                按照测试结果，list流的toSet方式在不同数据量的效率有很大的波动，且在任意测试节点都没有LinkedHashSet或者list流distinct效率高，所以也不推荐使用。

        3.4 list流distinct（推荐）

                list流是jdk8及以上提供的特性，在实际场景中，去重数据量超过10W基本没有，只要jdk支持list流那么使用list流distinct

        综上：遵循jdk8以下用LinkedHashSet，jdk8及以上用list流distinct