Scala中Set union的性能问题

Question

我刚刚在Scala Set API中遇到了一个奇怪的行为.这是我的功能剥离了与项目其余部分相关的内容

def grade(...): Double = {
  val setA: HashSet = // get from somewhere else
  val setB: HashSet = // get from somewhere else
  if ((setA size) == 0 || (setB size) == 0) return 0
  else return (setA & setB size) / (setA | set B size)
}

这个函数在循环内调用了很多时间,整个循环在4.5秒左右执行.但是当用大小的总和(粗略近似)替换并集的大小时,为了测试并集操作的影响,执行的时间减少到大约0.35秒......

def grade(...): Double = {
  val setA: HashSet = // get from somewhere else
  val setB: HashSet = // get from somewhere else
  if ((setA size) == 0 || (setB size) == 0) return 0
  else return (setA & setB size) / (setA size + set B size)
}

Answer 1

好吧,你无法比较像2的总和这样的简单操作和2套Ints的union操作.我希望这些操作的性能非常不同,特别是如果你的集合包含很多元素.

你不需要工会,因为你已经做了一个交集.请尝试以下方法:

def grade: Double = {
  val setA: HashSet = // get from somewhere else
  val setB: HashSet = // get from somewhere else
  if ((setA size) == 0 || (setB size) == 0) return 0
  else {
     val inter = setA & setB size
     return inter / ((setA size) + (setB size) - inter)
  }
}

但是,我发现你的测量有点奇怪,因为我预计两个操作(并集和交叉)需要大约相同的时间O(n).删除联合应该可以将性能提高一半(2s)......