如何高效迭代三个集合，补全缺失的账户日期数据

嘿，我来帮你搞定这个问题！你当前的代码逻辑存在不小的性能隐患——每次在日期和账户的嵌套循环里都重新遍历整个dataList，而且每次调用dataList.iterator()都会生成新迭代器，导致数据集被反复扫描，时间复杂度直接冲到了O(DAN)（D是日期数，A是账户数，N是数据集大小），这在数据量大的时候会慢得离谱。

结合你不能将List转为HashMap的限制，我设计了一套最优性能的迭代逻辑，把时间复杂度降到了O(DN + DA)，这是在现有约束下能做到的最好效果了。

优化后的完整代码 #

import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashSet;
import java.util.List;
import java.util.Set;

public class FindAccountExistForDay {
    public String userStart;
    public String accountId;
    public String genre;

    public static void main(String args[]) {
        Set<String> accounts = new HashSet<>();
        accounts.add("1");
        accounts.add("2");
        accounts.add("3");
        accounts.add("4");
        accounts.add("5");
        accounts.add("6");

        Set<String> dates = new HashSet<>();
        dates.add("05032018");
        dates.add("05042018");
        dates.add("05052018");
        dates.add("05062018");
        dates.add("05072018");
        dates.add("05082018");
        dates.add("05092018");

        List<String[]> dataList = new ArrayList<>();
        dataList.add(new String[]{"05032018", "1", "John"});
        dataList.add(new String[]{"05042018", "1", "John"});
        dataList.add(new String[]{"05062018", "3", "David"});
        dataList.add(new String[]{"05072018", "4", "Gilbert"});
        dataList.add(new String[]{"05082018", "5", "Mark"});
        dataList.add(new String[]{"05092018", "6", "Neil"});
        dataList.add(new String[]{"05032018", "2", "Dan"});

        // 第一步：预分组，按日期收集当天已存在的账户
        // 用HashSet存账户，这样后续检查存在性是O(1)的高效操作
        List<DateAccountPair> dateAccountMap = new ArrayList<>();
        for (String date : dates) {
            Set<String> existingAccounts = new HashSet<>();
            for (String[] data : dataList) {
                if (date.equals(data[0])) {
                    existingAccounts.add(data[1]);
                }
            }
            dateAccountMap.add(new DateAccountPair(date, existingAccounts));
        }

        // 第二步：遍历每个日期，补全缺失账户的虚拟数据
        List<String[]> completedData = new ArrayList<>(dataList);
        for (DateAccountPair pair : dateAccountMap) {
            String currentDate = pair.date;
            Set<String> existingAccounts = pair.existingAccounts;
            for (String account : accounts) {
                if (!existingAccounts.contains(account)) {
                    // 这里的虚拟数据可根据你的业务需求调整，比如第三个字段改成默认值
                    completedData.add(new String[]{currentDate, account, "VirtualUser"});
                    System.out.printf("已为日期[%s]的账户[%s]添加虚拟数据%n", currentDate, account);
                }
            }
        }

        // 可选：输出补全后的完整数据
        System.out.println("\n补全后的数据集：");
        for (String[] row : completedData) {
            System.out.println(Arrays.toString(row));
        }
    }

    // 辅助内部类，用来存储日期和对应的已存在账户集合
    private static class DateAccountPair {
        String date;
        Set<String> existingAccounts;

        DateAccountPair(String date, Set<String> existingAccounts) {
            this.date = date;
            this.existingAccounts = existingAccounts;
        }
    }
}

核心逻辑详解 #

1. 预分组优化：

   • 先遍历所有日期，对每个日期只扫描一次dataList，把当天存在的账户存入HashSet。这一步只需要O(D*N)的时间，避免了原代码中反复扫描数据集的问题。
   • HashSet的存在性查询是O(1)，为后续的补全操作打下高效基础。

2. 补全数据阶段：

   • 遍历每个日期的账户集合，和全局账户集合对比，缺失的账户直接添加虚拟数据。这一步的时间复杂度是O(D*A)，每个账户的检查都是瞬时完成的。

3. 为什么这是最优方案？

   • 在不能把整个dataList转成HashMap的约束下，我们必须为每个日期扫描一次数据集来确认账户存在情况，这是无法避免的O(D*N)操作。
   • 后续的补全操作已经做到了最低时间复杂度O(D*A)，整体性能是现有约束下的天花板。

自定义调整点 #

• 虚拟数据的第三个字段（示例中的VirtualUser）可以根据你的业务需求改成对应默认值，比如空字符串、特定标识等。
• 如果需要按日期顺序处理，可以先对dates集合做排序（比如转成TreeSet或者手动排序）。

内容的提问来源于stack exchange，提问作者Masterbuilder