हैशसेट बनाम सूची प्रदर्शन

Question

यह स्पष्ट है कि सामान्य HashSet<T>वर्ग का खोज प्रदर्शन सामान्य वर्ग की तुलना में अधिक है List<T>। बस List<T>कक्षा में रैखिक दृष्टिकोण के साथ हैश-आधारित कुंजी की तुलना करें ।

हालाँकि हैश की गणना करना स्वयं कुछ सीपीयू चक्र ले सकता है, इसलिए कम मात्रा में रैखिक खोज के लिए एक वास्तविक विकल्प हो सकता है HashSet<T>।

मेरा सवाल: ब्रेक-इवन कहां है?

परिदृश्य को सरल बनाने के लिए (और निष्पक्ष होना) चलो मान लेते हैं कि List<T>कक्षा Equals()किसी आइटम की पहचान करने के लिए तत्व की विधि का उपयोग करती है ।

Comments

यदि आप वास्तव में लुकअप समय कम करना चाहते हैं, तो सरणियों और सॉर्ट किए गए सरणियों पर भी विचार करें। इस प्रश्न का ठीक से उत्तर देने के लिए, एक बेंचमार्क की आवश्यकता होती है, लेकिन आपको हमें टी। के बारे में और अधिक बताने की आवश्यकता है। साथ ही, टी। हाशकोड () के चल रहे समय से हैशसेट का प्रदर्शन प्रभावित हो सकता है।

— एल्ड्रिच कॉनड्रम

Answer 1

बहुत सारे लोग कह रहे हैं कि एक बार जब आप उस आकार में पहुंच जाते हैं जहां गति वास्तव में एक चिंता है जो HashSet<T>हमेशा हरा देगी List<T>, लेकिन यह इस बात पर निर्भर करता है कि आप क्या कर रहे हैं।

मान लीजिए कि आपके पास ऐसा है, List<T>जिसमें केवल औसतन 5 आइटम होंगे। बड़ी संख्या में चक्रों पर, यदि किसी एकल वस्तु को जोड़ा जाता है या प्रत्येक चक्र को हटा दिया जाता है, तो आप अच्छी तरह से एक का उपयोग कर बंद हो सकते हैं List<T>।

मैंने अपनी मशीन पर इसके लिए एक परीक्षण किया, और, ठीक है, इससे लाभ प्राप्त करने के लिए बहुत छोटा होना चाहिए List<T>। शॉर्ट स्ट्रिंग्स की सूची के लिए, लाभ आकार 5 के बाद चला गया, आकार 20 के बाद की वस्तुओं के लिए।

1 item LIST strs time: 617ms
1 item HASHSET strs time: 1332ms

2 item LIST strs time: 781ms
2 item HASHSET strs time: 1354ms

3 item LIST strs time: 950ms
3 item HASHSET strs time: 1405ms

4 item LIST strs time: 1126ms
4 item HASHSET strs time: 1441ms

5 item LIST strs time: 1370ms
5 item HASHSET strs time: 1452ms

6 item LIST strs time: 1481ms
6 item HASHSET strs time: 1418ms

7 item LIST strs time: 1581ms
7 item HASHSET strs time: 1464ms

8 item LIST strs time: 1726ms
8 item HASHSET strs time: 1398ms

9 item LIST strs time: 1901ms
9 item HASHSET strs time: 1433ms

1 item LIST objs time: 614ms
1 item HASHSET objs time: 1993ms

4 item LIST objs time: 837ms
4 item HASHSET objs time: 1914ms

7 item LIST objs time: 1070ms
7 item HASHSET objs time: 1900ms

10 item LIST objs time: 1267ms
10 item HASHSET objs time: 1904ms

13 item LIST objs time: 1494ms
13 item HASHSET objs time: 1893ms

16 item LIST objs time: 1695ms
16 item HASHSET objs time: 1879ms

19 item LIST objs time: 1902ms
19 item HASHSET objs time: 1950ms

22 item LIST objs time: 2136ms
22 item HASHSET objs time: 1893ms

25 item LIST objs time: 2357ms
25 item HASHSET objs time: 1826ms

28 item LIST objs time: 2555ms
28 item HASHSET objs time: 1865ms

31 item LIST objs time: 2755ms
31 item HASHSET objs time: 1963ms

34 item LIST objs time: 3025ms
34 item HASHSET objs time: 1874ms

37 item LIST objs time: 3195ms
37 item HASHSET objs time: 1958ms

40 item LIST objs time: 3401ms
40 item HASHSET objs time: 1855ms

43 item LIST objs time: 3618ms
43 item HASHSET objs time: 1869ms

46 item LIST objs time: 3883ms
46 item HASHSET objs time: 2046ms

49 item LIST objs time: 4218ms
49 item HASHSET objs time: 1873ms

यहाँ वह डेटा ग्राफ के रूप में प्रदर्शित किया गया है:

यहाँ कोड है:

static void Main(string[] args)
{
    int times = 10000000;


    for (int listSize = 1; listSize < 10; listSize++)
    {
        List<string> list = new List<string>();
        HashSet<string> hashset = new HashSet<string>();

        for (int i = 0; i < listSize; i++)
        {
            list.Add("string" + i.ToString());
            hashset.Add("string" + i.ToString());
        }

        Stopwatch timer = new Stopwatch();
        timer.Start();
        for (int i = 0; i < times; i++)
        {
            list.Remove("string0");
            list.Add("string0");
        }
        timer.Stop();
        Console.WriteLine(listSize.ToString() + " item LIST strs time: " + timer.ElapsedMilliseconds.ToString() + "ms");


        timer = new Stopwatch();
        timer.Start();
        for (int i = 0; i < times; i++)
        {
            hashset.Remove("string0");
            hashset.Add("string0");
        }
        timer.Stop();
        Console.WriteLine(listSize.ToString() + " item HASHSET strs time: " + timer.ElapsedMilliseconds.ToString() + "ms");
        Console.WriteLine();
    }


    for (int listSize = 1; listSize < 50; listSize+=3)
    {
        List<object> list = new List<object>();
        HashSet<object> hashset = new HashSet<object>();

        for (int i = 0; i < listSize; i++)
        {
            list.Add(new object());
            hashset.Add(new object());
        }

        object objToAddRem = list[0];

        Stopwatch timer = new Stopwatch();
        timer.Start();
        for (int i = 0; i < times; i++)
        {
            list.Remove(objToAddRem);
            list.Add(objToAddRem);
        }
        timer.Stop();
        Console.WriteLine(listSize.ToString() + " item LIST objs time: " + timer.ElapsedMilliseconds.ToString() + "ms");



        timer = new Stopwatch();
        timer.Start();
        for (int i = 0; i < times; i++)
        {
            hashset.Remove(objToAddRem);
            hashset.Add(objToAddRem);
        }
        timer.Stop();
        Console.WriteLine(listSize.ToString() + " item HASHSET objs time: " + timer.ElapsedMilliseconds.ToString() + "ms");
        Console.WriteLine();
    }

    Console.ReadLine();
}

Comments

आपको बहुत - बहुत धन्यवाद! यह एक महान व्याख्या है, मैं एक ऐसी चीज की तलाश में था List<T>जो गेम इंजन के लिए तेजी से जोड़ और हटा सकती थी , और चूंकि मेरे पास आमतौर पर वस्तुओं की एक उच्च मात्रा होगी, इसलिए इस तरह का संग्रह एकदम सही होगा।

— 19code पर redcodefinal

.NET फ्रेमवर्क में वास्तव में एक संग्रह है जो एक सूची और जल्दबाज़ी कार्यान्वयन के बीच स्विच करता है, जिसमें यह शामिल है कि आइटम: हाइब्रिडबर्ड ।

— MgSam

लगता है एमएस ने इसे छोड़ दिया है, क्योंकि इसके पास केवल एक गैर-जेनेरिक संस्करण उपलब्ध है।

— MgSam

जैसा कि यह उत्तर पूर्ण है, यह सूची बनाम हैशसेट खोज प्रदर्शन के संबंध में मूल प्रश्न का उत्तर देने में विफल रहता है। आप परीक्षण कर रहे हैं कि आप कितनी जल्दी सम्मिलित कर सकते हैं और उनसे निकाल सकते हैं, जो खोज की तुलना में काफी अधिक समय और विभिन्न प्रदर्शन विशेषताओं को लेता है। फिर से कोशिश करें, का उपयोग कर। और अपने ग्राफ काफी बदल जाएगा।

— रॉबर्ट मैककी

@hypehuman CPU सिस्टम मेमोरी में डेटा पर सीधे काम नहीं कर सकता है, लेकिन काम करने के लिए मेमोरी से डेटा को अपने कैश में खींच लेता है। स्मृति को स्थानांतरित करने के अनुरोध के बीच एक महत्वपूर्ण देरी है और स्मृति वास्तव में आ रही है इसलिए सीपीयू अक्सर सन्निहित स्मृति के एक बड़े हिस्से को एक बार में स्थानांतरित करने का अनुरोध करेगा। इसके पीछे विचार यह है कि अगले निर्देश द्वारा आवश्यक मेमोरी संभवतः पिछली अनुदेश द्वारा उपयोग की जाने वाली मेमोरी के बहुत करीब है और इस प्रकार अक्सर कैश में पहले से ही है। जब आपका डेटा मेमोरी में बिखरा होता है तो भाग्यशाली होने की संभावना कम हो जाती है।

— रॉय टी।

Answer 2

आप इसे गलत देख रहे हैं। हां, सूची की एक रेखीय खोज वस्तुओं की एक छोटी संख्या के लिए हैशसेट को हरा देगी। लेकिन आमतौर पर प्रदर्शन का अंतर संग्रह के लिए कोई मायने नहीं रखता है। यह आमतौर पर बड़े संग्रह हैं जिनके बारे में आपको चिंतित होना पड़ता है, और यही आप बिग-ओ के संदर्भ में सोचते हैं । हालाँकि, यदि आपने हैशसेट प्रदर्शन पर वास्तविक अड़चन को मापा है, तो आप हाइब्रिड सूची / हैशसेट बनाने की कोशिश कर सकते हैं, लेकिन आप यह करेंगे कि बहुत सारे अनुभवजन्य प्रदर्शन परीक्षण आयोजित करके - एसओ पर सवाल न पूछें।

Comments

बड़े संग्रह आपको चिंतित करने वाले हैं । हम उस प्रश्न को when small collection becomes large enough to worry about HashSet vs List?दसियों, हज़ारों, अरबों तत्वों के संदर्भ में पुनर्परिभाषित कर सकते हैं?

— om-nom-nom

नहीं, आपको कुछ सौ तत्वों के ऊपर काफी प्रदर्शन अंतर दिखाई देगा। बिंदु हमेशा एक हैशसेट का उपयोग करते हैं यदि आप उस प्रकार के एक्सेस कर रहे हैं जो हैशसेट में अच्छा है (जैसे सेट में तत्व X है।) यदि आपका संग्रह इतना छोटा है कि एक सूची तेज़ है, तो यह बहुत दुर्लभ है कि वे लुकअप हो जाएं वास्तव में आपके आवेदन में अड़चन है। यदि आप इसे एक होने के लिए माप सकते हैं, तो ठीक है आप इसे अनुकूलित करने की कोशिश कर सकते हैं - लेकिन अन्यथा आप अपना समय बर्बाद कर रहे हैं।

— एलॉफ

क्या होगा यदि आपके पास एक छोटा संग्रह है जो एक लूप में कई बार मारा जाता है? यह एक असामान्य परिदृश्य नहीं है।

— डैन-जीएफ

@ om-nom-nom - मुझे लगता है कि बिंदु यह है कि यह कोई फर्क नहीं पड़ता कि टिपिंग पॉइंट कहाँ है, क्योंकि: "यदि प्रदर्शन एक चिंता है, तो उपयोग करें HashSet<T>। छोटी संख्या वाले मामलों में जहां List<T>तेजी से अंतर हो सकता है, अंतर महत्वहीन है। । "

— स्कॉट स्मिथ

Answer 3

प्रदर्शन के लिए दो संरचनाओं की तुलना करना अनिवार्य रूप से व्यर्थ है जो अलग-अलग व्यवहार करते हैं। उस संरचना का उपयोग करें जो आशय व्यक्त करती है। यहां तक ​​कि अगर आप कहते हैं कि आपके List<T>डुप्लिकेट्स नहीं होंगे और पुनरावृत्ति क्रम से कोई फर्क नहीं पड़ता है HashSet<T>, तो यह अभी भी एक खराब विकल्प है List<T>क्योंकि इसका उपयोग अपेक्षाकृत कम दोष सहनशील है।

उन्होंने कहा, मैं प्रदर्शन के कुछ अन्य पहलुओं का निरीक्षण करूंगा ,

+------------+--------+-------------+-----------+----------+----------+-----------+
| Collection | Random | Containment | Insertion | Addition |  Removal | Memory    |
|            | access |             |           |          |          |           |
+------------+--------+-------------+-----------+----------+----------+-----------+
| List<T>    | O(1)   | O(n)        | O(n)      | O(1)*    | O(n)     | Lesser    |
| HashSet<T> | O(n)   | O(1)        | n/a       | O(1)     | O(1)     | Greater** |
+------------+--------+-------------+-----------+----------+----------+-----------+

• हालांकि दोनों मामलों में इसके अलावा O (1) है, यह हैशसेट में अपेक्षाकृत धीमा होगा क्योंकि इसमें स्टोर करने से पहले प्रीकंप्यूटिंग हैश कोड की लागत शामिल होती है।

• हैशसेट की बेहतर मापनीयता में मेमोरी लागत है। हर प्रविष्टि को उसके हैश कोड के साथ एक नई वस्तु के रूप में संग्रहीत किया जाता है। यह लेख आपको एक विचार दे सकता है।

Comments

मेरा सवाल (छह साल पहले) सैद्धांतिक प्रदर्शन के बारे में नहीं था ।

— माइकल डमाटोव

HashSet ElementAt () के साथ यादृच्छिक अभिगम की अनुमति देता है, और मुझे लगता है कि O (n) समय होगा। इसके अलावा, शायद आप अपनी तालिका में रख सकते हैं कि क्या प्रत्येक संग्रह डुप्लिकेट की अनुमति देता है (उदाहरण: सूचियाँ करते हैं, लेकिन हैशटैट्स नहीं)।

— दान डब्ल्यू

तालिका में @DanW मैं विशुद्ध प्रदर्शन की तुलना कर रहा हूं, न कि व्यवहारगत विशेषताओं की। ElementAt टिप के लिए धन्यवाद।

— नवाफल

ElementAt केवल एक LINQ एक्सटेंशन है। यह आपके द्वारा जोड़े जाने वाले किसी अन्य तरीके से बेहतर कुछ नहीं कर सकता है और बेहतर नहीं कर सकता है। मुझे लगता है कि एलीमेंट के बारे में विचार किए बिना तालिका ने और अधिक समझ में आता है क्योंकि अन्य सभी विधियां स्पष्ट रूप से उन वर्गों पर मौजूद हैं।

— डायनेडो

इस तालिका के लिए धन्यवाद, मेरे उपयोग के मामले में मुझे हर बार सक्षम / अक्षम होने पर एक आबादी वाले संग्रह में लक्ष्यों को जोड़ने और हटाने की आवश्यकता होती है और इससे मुझे सही विकल्प (HashSet) बनाने में मदद मिली।

— केसी हॉफलैंड

Answer 4

हाशसेट का उपयोग करने के लिए <> या सूची <> नीचे आता है कि आपको अपने संग्रह तक पहुंचने की आवश्यकता कैसे है । यदि आपको वस्तुओं के ऑर्डर की गारंटी देने की आवश्यकता है, तो एक सूची का उपयोग करें। यदि आप नहीं करते हैं, तो एक HashSet का उपयोग करें। Microsoft को अपने हैशिंग एल्गोरिदम और वस्तुओं के कार्यान्वयन के बारे में चिंता करने दें।

एक HashSet संग्रह ( O (1) की जटिलता या इसके निकट ) की गणना किए बिना आइटमों तक पहुँच प्राप्त करेगा , और क्योंकि एक सूची आदेश की गारंटी देता है, HashSet के विपरीत, कुछ आइटमों को (O (n) की जटिलता) को एनुमरेट करना होगा।

Comments

सूची संभावित रूप से सूचकांक द्वारा विशिष्ट तत्व के लिए ऑफसेट की गणना कर सकती है (क्योंकि सभी तत्व एक ही प्रकार के हैं और संभावित रूप से एक ही मेमोरी आकार पर कब्जा करते हैं)। तो सूची आवश्यक नहीं है यह तत्वों की गणना करता है

— Lu55 11

@ Lu55 - सवाल एक संग्रह में एक आइटम की खोज के बारे में है। एक विशिष्ट परिदृश्य यह है कि संग्रह गतिशील है - आइटम किसी दिए गए आइटम के लिए पिछली बार देखे जाने के बाद से जोड़े या हटाए जा सकते हैं - इसलिए एक सूचकांक सार्थक नहीं है (क्योंकि यह बदल गया होगा)। अगर आपके पास एक है स्थिर संग्रह है (जो आपकी गणना करते समय नहीं बदलेगा), या आइटम कभी हटाए नहीं जाते हैं, और हमेशा अंत में जोड़े जाते हैं, तो एक Listपसंद किया जाता है, क्योंकि आप एक सूचकांक याद कर सकते हैं - यही स्थिति आपके लिए है वर्णन कर रहे हैं

— टूलमेकरसैट

यदि आप किसी HashSet को सॉर्ट करना चाहते हैं, तो आप SortedSet का उपयोग कर सकते हैं। अभी भी एक सूची की तुलना में बहुत तेजी से।

— लाइव-लव

Answer 5

मैंने सोचा था कि मैं पिछले उत्तरों को स्पष्ट करने के लिए विभिन्न परिदृश्यों के लिए कुछ बेंचमार्क के साथ झंकार करूंगा:

1. कुछ (12 - 20) छोटे तार (5 और 10 अक्षरों के बीच की लंबाई)
2. कई (~ 10K) छोटे तार
3. कुछ लंबे तार (200 और 1000 वर्णों के बीच की लंबाई)
4. कई (~ 5K) लंबे तार
5. कुछ पूर्णांक
6. कई (~ 10K) पूर्णांक

और प्रत्येक परिदृश्य के लिए, उन मूल्यों को देखना जो दिखाई देते हैं:

1. सूची की शुरुआत में ("प्रारंभ", सूचकांक 0)
2. सूची की शुरुआत के पास ("जल्दी", सूचकांक 1)
3. सूची के मध्य में ("मध्य", सूचकांक गणना / 2)
4. सूची के अंत के पास ("देर से", सूचकांक गिनती -2)
5. सूची के अंत में ("अंत", इंडेक्स काउंट -1)

प्रत्येक परिदृश्य से पहले मैंने यादृच्छिक स्ट्रिंग्स की यादृच्छिक रूप से आकार की सूची बनाई, और फिर प्रत्येक सूची को एक हैशसेट को खिलाया। प्रत्येक परिदृश्य 10,000 बार चला, अनिवार्य रूप से:

(टेस्ट स्यूडोकोड)

stopwatch.start
for X times
    exists = list.Contains(lookup);
stopwatch.stop

stopwatch.start
for X times
    exists = hashset.Contains(lookup);
stopwatch.stop

नमूना आउटपुट

विंडोज 7, 12 जीबी रैम, 64 बिट, एक्सॉन 2.8GHz पर परीक्षण किया गया

---------- Testing few small strings ------------
Sample items: (16 total)
vgnwaloqf diwfpxbv tdcdc grfch icsjwk
...

Benchmarks:
1: hashset: late -- 100.00 % -- [Elapsed: 0.0018398 sec]
2: hashset: middle -- 104.19 % -- [Elapsed: 0.0019169 sec]
3: hashset: end -- 108.21 % -- [Elapsed: 0.0019908 sec]
4: list: early -- 144.62 % -- [Elapsed: 0.0026607 sec]
5: hashset: start -- 174.32 % -- [Elapsed: 0.0032071 sec]
6: list: middle -- 187.72 % -- [Elapsed: 0.0034536 sec]
7: list: late -- 192.66 % -- [Elapsed: 0.0035446 sec]
8: list: end -- 215.42 % -- [Elapsed: 0.0039633 sec]
9: hashset: early -- 217.95 % -- [Elapsed: 0.0040098 sec]
10: list: start -- 576.55 % -- [Elapsed: 0.0106073 sec]


---------- Testing many small strings ------------
Sample items: (10346 total)
dmnowa yshtrxorj vthjk okrxegip vwpoltck
...

Benchmarks:
1: hashset: end -- 100.00 % -- [Elapsed: 0.0017443 sec]
2: hashset: late -- 102.91 % -- [Elapsed: 0.0017951 sec]
3: hashset: middle -- 106.23 % -- [Elapsed: 0.0018529 sec]
4: list: early -- 107.49 % -- [Elapsed: 0.0018749 sec]
5: list: start -- 126.23 % -- [Elapsed: 0.0022018 sec]
6: hashset: early -- 134.11 % -- [Elapsed: 0.0023393 sec]
7: hashset: start -- 372.09 % -- [Elapsed: 0.0064903 sec]
8: list: middle -- 48,593.79 % -- [Elapsed: 0.8476214 sec]
9: list: end -- 99,020.73 % -- [Elapsed: 1.7272186 sec]
10: list: late -- 99,089.36 % -- [Elapsed: 1.7284155 sec]


---------- Testing few long strings ------------
Sample items: (19 total)
hidfymjyjtffcjmlcaoivbylakmqgoiowbgxpyhnrreodxyleehkhsofjqenyrrtlphbcnvdrbqdvji...
...

Benchmarks:
1: list: early -- 100.00 % -- [Elapsed: 0.0018266 sec]
2: list: start -- 115.76 % -- [Elapsed: 0.0021144 sec]
3: list: middle -- 143.44 % -- [Elapsed: 0.0026201 sec]
4: list: late -- 190.05 % -- [Elapsed: 0.0034715 sec]
5: list: end -- 193.78 % -- [Elapsed: 0.0035395 sec]
6: hashset: early -- 215.00 % -- [Elapsed: 0.0039271 sec]
7: hashset: end -- 248.47 % -- [Elapsed: 0.0045386 sec]
8: hashset: start -- 298.04 % -- [Elapsed: 0.005444 sec]
9: hashset: middle -- 325.63 % -- [Elapsed: 0.005948 sec]
10: hashset: late -- 431.62 % -- [Elapsed: 0.0078839 sec]


---------- Testing many long strings ------------
Sample items: (5000 total)
yrpjccgxjbketcpmnvyqvghhlnjblhgimybdygumtijtrwaromwrajlsjhxoselbucqualmhbmwnvnpnm
...

Benchmarks:
1: list: early -- 100.00 % -- [Elapsed: 0.0016211 sec]
2: list: start -- 132.73 % -- [Elapsed: 0.0021517 sec]
3: hashset: start -- 231.26 % -- [Elapsed: 0.003749 sec]
4: hashset: end -- 368.74 % -- [Elapsed: 0.0059776 sec]
5: hashset: middle -- 385.50 % -- [Elapsed: 0.0062493 sec]
6: hashset: late -- 406.23 % -- [Elapsed: 0.0065854 sec]
7: hashset: early -- 421.34 % -- [Elapsed: 0.0068304 sec]
8: list: middle -- 18,619.12 % -- [Elapsed: 0.3018345 sec]
9: list: end -- 40,942.82 % -- [Elapsed: 0.663724 sec]
10: list: late -- 41,188.19 % -- [Elapsed: 0.6677017 sec]


---------- Testing few ints ------------
Sample items: (16 total)
7266092 60668895 159021363 216428460 28007724
...

Benchmarks:
1: hashset: early -- 100.00 % -- [Elapsed: 0.0016211 sec]
2: hashset: end -- 100.45 % -- [Elapsed: 0.0016284 sec]
3: list: early -- 101.83 % -- [Elapsed: 0.0016507 sec]
4: hashset: late -- 108.95 % -- [Elapsed: 0.0017662 sec]
5: hashset: middle -- 112.29 % -- [Elapsed: 0.0018204 sec]
6: hashset: start -- 120.33 % -- [Elapsed: 0.0019506 sec]
7: list: late -- 134.45 % -- [Elapsed: 0.0021795 sec]
8: list: start -- 136.43 % -- [Elapsed: 0.0022117 sec]
9: list: end -- 169.77 % -- [Elapsed: 0.0027522 sec]
10: list: middle -- 237.94 % -- [Elapsed: 0.0038573 sec]


---------- Testing many ints ------------
Sample items: (10357 total)
370826556 569127161 101235820 792075135 270823009
...

Benchmarks:
1: list: early -- 100.00 % -- [Elapsed: 0.0015132 sec]
2: hashset: end -- 101.79 % -- [Elapsed: 0.0015403 sec]
3: hashset: early -- 102.08 % -- [Elapsed: 0.0015446 sec]
4: hashset: middle -- 103.21 % -- [Elapsed: 0.0015618 sec]
5: hashset: late -- 104.26 % -- [Elapsed: 0.0015776 sec]
6: list: start -- 126.78 % -- [Elapsed: 0.0019184 sec]
7: hashset: start -- 130.91 % -- [Elapsed: 0.0019809 sec]
8: list: middle -- 16,497.89 % -- [Elapsed: 0.2496461 sec]
9: list: end -- 32,715.52 % -- [Elapsed: 0.4950512 sec]
10: list: late -- 33,698.87 % -- [Elapsed: 0.5099313 sec]

Comments

दिलचस्प। इसे चलाने के लिए धन्यवाद। अफसोस की बात है, मुझे संदेह है कि इन चर्चाओं ने अनावश्यक रिफ्लेक्टरिंग को ट्रिगर किया। उम्मीद है कि ज्यादातर लोगों के लिए takeaway यह है कि आपके सबसे बुरे मामले में, Listअभी भी केवल 0.17 मिलीसेकंड लेता है एक एकल लुकअप करने के लिए, और संभावना नहीं है कि HashSetजब तक लुकअप आवृत्ति बेतुका स्तरों तक नहीं पहुंच जाए , तब तक प्रतिस्थापन की आवश्यकता नहीं होगी । तब तक, सूची का उपयोग आमतौर पर समस्याओं का कम से कम होता है।

— पॉल वॉल्स

यह अभी के लिए वास्तविक जानकारी नहीं है .. या शायद यह मूल रूप से गलत है ... मैंने अभी 2 से 8 वर्णों के छोटे मानों की जाँच की है। सूची / हैशसेट प्रत्येक 10 मूल्यों के लिए बनाए गए थे ... 30% के लिए हैशसेट धीमा ... यदि सूची में क्षमता का उपयोग किया जाता है, तो भी अंतर ~ 40% है। यदि हम सूची बिना निर्दिष्ट क्षमता के है और पूरी सूची में जोड़ने से पहले प्रत्येक मान की जांच करते हैं तो हैशसेट 10% तक तेज हो जाता है।

— मैक्सिम

यदि आइटम 4 से कम हो जाते हैं, तो सूची फिर से सबसे खराब परिदृश्य (10% अंतर के साथ) में भी जीत जाती है। इसलिए मैं स्ट्रिंग्स के छोटे संग्रह के लिए हैशसेट का उपयोग करने की अनुशंसा नहीं करता (चलो कहते हैं <20)। और यह वही है जो आपके "कुछ छोटे" परीक्षणों से अलग है।

— मैक्सिम

@Maxim वास्तव में नहीं कह सकता कि मेरे परिणाम "गलत" हैं - यह मेरी मशीन पर हुआ है। YMMV। वास्तव में, मैंने अभी उन्हें फिर से ( gist.github.com/zaus/014ac9b5a78b267aa1643d63d30c7554 ) एक नए Win10 4.0GHz 16GB सॉलिड स्टेट कंप्यूटर पर चलाया और इसी तरह के परिणाम मिले। मैं देख रहा हूँ कि हैशसेट का प्रदर्शन अधिक सुसंगत नहीं था, जहाँ खोज कुंजी या सूची कितनी बड़ी थी, जबकि सूची के प्रदर्शन में बेतहाशा वृद्धि से बेहतर 300x से अधिक धीमी थी। लेकिन जैसा कि पॉलवॉल ने शुरू में टिप्पणी की थी कि हम गंभीर #microoptimization की बात कर रहे हैं।

— drzaus

@ संदर्भ के लिए मोम : dotnetfiddle.net/5taRDd - इसके साथ खेलने के लिए स्वतंत्र महसूस करें।

— drzaus

Answer 6

तोड़ना हैश की गणना की लागत पर निर्भर करेगा। हैश कम्प्यूटेशंस तुच्छ हो सकते हैं, या नहीं ... :-) वहाँ हमेशा System.Collections.Specialized.HybridDictionary class है जिसकी मदद से आपको ब्रेकेवन पॉइंट के बारे में चिंता करने की ज़रूरत नहीं है।

Comments

आपको तुलना करने की लागत को भी ध्यान में रखना होगा। कॉन्टेस्ट्स (T) के मामले में, HashSet यह जांचने के लिए एक तुलना करेगा कि इसमें हैश टकराव छंद नहीं है, सूची हर आइटम पर एक तुलना करते हुए दिखती है जो इसे सही पाता है। आपको T.GetHashCode () द्वारा उत्पन्न Hashes के वितरण को भी ध्यान में रखना होगा जैसे कि यह हमेशा वही मूल्य लौटाता है जो आप मूल रूप से HashSet कर रहे हैं जैसे कि सूची।

— मार्टिन ब्राउन

Answer 7

जवाब, हमेशा की तरह, " यह निर्भर करता है "। मैं उन टैग से मान लेता हूं जो आप C # के बारे में बता रहे हैं।

आपका सबसे अच्छा शर्त यह निर्धारित करना है

1. डेटा का एक सेट
2. उपयोग आवश्यकताओं

और कुछ परीक्षण मामलों को लिखें।

यह इस बात पर भी निर्भर करता है कि आप सूची को कैसे छांटते हैं (यदि यह क्रमबद्ध है), तो किस प्रकार की तुलना करने की आवश्यकता है, सूची में किसी विशेष वस्तु के लिए "तुलना" ऑपरेशन कितना समय लगता है, या यहां तक ​​कि आप कैसे उपयोग करने का इरादा रखते हैं। संग्रह।

आम तौर पर, चुनने के लिए सबसे अच्छा एक डेटा आपके द्वारा काम कर रहे आकार के आधार पर इतना अधिक नहीं होता है, बल्कि आप इसे कैसे एक्सेस करना चाहते हैं। क्या आपके पास किसी विशेष स्ट्रिंग, या अन्य डेटा से संबंधित डेटा का प्रत्येक टुकड़ा है? एक हैश आधारित संग्रह शायद सबसे अच्छा होगा। क्या आपके द्वारा संग्रहीत डेटा महत्वपूर्ण है, या क्या आप एक ही समय में सभी डेटा तक पहुँचने की आवश्यकता है? एक नियमित सूची तब बेहतर हो सकती है।

अतिरिक्त:

बेशक, मेरी उपरोक्त टिप्पणियां 'प्रदर्शन' मानती हैं, जिसका अर्थ है डेटा एक्सेस। विचार करने के लिए कुछ और: जब आप "प्रदर्शन" कहते हैं, तो आप क्या देख रहे हैं? क्या प्रदर्शन व्यक्तिगत मूल्य है? क्या यह बड़े (10000, 100000 या अधिक) मूल्य सेटों का प्रबंधन है? क्या यह डेटा के साथ डेटा संरचना को भरने का प्रदर्शन है? डेटा निकाल रहा है? डेटा के व्यक्तिगत बिट्स तक पहुँचना? मूल्यों की जगह? मूल्यों पर फेरबदल? स्मृति उपयोग? डेटा कॉपी करने की गति? उदाहरण के लिए, यदि आप स्ट्रिंग मान द्वारा डेटा एक्सेस करते हैं, लेकिन आपकी मुख्य प्रदर्शन आवश्यकता न्यूनतम मेमोरी उपयोग है, तो आपके पास परस्पर विरोधी डिज़ाइन समस्याएँ हो सकती हैं।

Answer 8

आप एक हाइब्रिडवेयर का उपयोग कर सकते हैं जो स्वचालित रूप से ब्रेकिंग पॉइंट का पता लगाता है, और अशक्त-मूल्यों को स्वीकार करता है, जिससे यह आवश्यक रूप से हैशसेट के समान है।

Comments

इस विचार के लिए अपग्रेड किया गया है, लेकिन कोई भी कभी भी आज का उपयोग न करें। गैर-जेनेरिक को ना कहें। इसके अलावा एक शब्दकोश एक कुंजी मूल्य मैपिंग है, सेट नहीं है।

— नवफाल

Answer 9

निर्भर करता है। यदि सटीक उत्तर वास्तव में मायने रखता है, तो कुछ प्रोफाइलिंग करें और पता करें। यदि आप सुनिश्चित हैं कि आपके पास सेट में तत्वों की एक निश्चित संख्या से अधिक नहीं होगी, तो एक सूची के साथ जाएं। यदि संख्या अनबाउंड है, तो HashSet का उपयोग करें।

Answer 10

आप हैशिंग क्या हैं पर निर्भर करता है। यदि आपकी कुंजियां पूर्णांक हैं, तो आपको शायद बहुत अधिक वस्तुओं की आवश्यकता नहीं है, इससे पहले कि HashSet तेज हो। यदि आप इसे एक स्ट्रिंग पर रख रहे हैं तो यह धीमा होगा, और इनपुट स्ट्रिंग पर निर्भर करता है।

निश्चित रूप से आप बहुत आसानी से एक बेंचमार्क कोड़ा मार सकते हैं?

Answer 11

आपके ध्यान में नहीं रखने वाला एक कारक गेटशकोड () फ़ंक्शन की मजबूती है। एक सही हैश फ़ंक्शन के साथ हशसेट में स्पष्ट रूप से बेहतर खोज प्रदर्शन होगा। लेकिन जैसे-जैसे हैश फ़ंक्शन कम होता है, वैसे-वैसे हैशसेट खोज का समय भी कम होता जाएगा।

Answer 12

बहुत सारे कारकों पर निर्भर करता है ... सूची कार्यान्वयन, सीपीयू आर्किटेक्चर, जेवीएम, लूप सेमेंटिक्स, समान विधि की जटिलता, आदि ... जब तक सूची प्रभावी रूप से बेंचमार्क (1000+ तत्व), हैश-आधारित बाइनरी के लिए पर्याप्त बड़ी हो जाती है लुकअप ने रैखिक खोज को हाथों से नीचे गिरा दिया, और अंतर केवल वहां से ऊपर जाता है।

उम्मीद है की यह मदद करेगा!

Comments

JVM ... या CLR :-)

— bvgheluwe