Java Collection - 003 高效的找出两个List中的不同元素

如题：有List<String> list1和List<String> list2,两个集合各有上万个元素，怎样取出两个集合中不同的元素?

方法1：遍历两个集合

 public static void main(String[] args) {
         List<String> list1 = new ArrayList<String>();
         List<String> list2 = new ArrayList<String>();

         for(int i = 0; i < 10000; i++){
             list1.add("test" + i);
             list2.add("test" + i*2);
         }
         getDifferent(list1, list2);
         getDiffrent2(list1, list2);
         getDiffrent3(list1, list2);
         getDiffrent4(list1, list2);
     }

     private static List<String> getDifferent(List<String> list1, List<String> list2){
         long startTime = System.currentTimeMillis();
         List<String> diff = new ArrayList<String>();
         for(String str : list1){
             if(!list2.contains(str)){
                 diff.add(str);
             }
         }
         System.out.println("Total Time: " + (System.currentTimeMillis() - startTime));
         return diff;
     }

千万不要采用这种方法，总共要循环的次数是两个List的size相乘的积，从输出看耗时也是比较长的，那么我们有没有其他的方法呢？当然有.

方法2：采用List提供的retainAll（）方法：

 public static void main(String[] args) {
         List<String> list1 = new ArrayList<String>();
         List<String> list2 = new ArrayList<String>();

         for (int i = 0; i < 10000; i++) {
             list1.add("test" + i);
             list2.add("test" + i * 2);
         }
         getDifferent(list1, list2);
     }

     private static List<String> getDiffrent2(List<String> list1, List<String> list2) {
         long startTime = System.currentTimeMillis();
         list1.retainAll(list2);
         System.out.println("Total Time: " + (System.currentTimeMillis() - startTime));
         return list1;
     }

很遗憾，这种方式虽然只要几行代码就搞定，但是这个却更耗时，查看retainAll（）的源码:

 public boolean retainAll(Collection<?> c) {
 boolean modified = false;
 Iterator<E> e = iterator();
 while (e.hasNext()) {
 if (!c.contains(e.next())) {
 e.remove();
 modified = true;
 }
 }
 return modified;
 }

无需解释这个耗时是必然的，那么我们还有没有更好的办法呢？仔细分析以上两个方法中我都做了mXn次循环，其实完全没有必要循环这么多次，我们的需求是找出两个List中的不同元素,那么我可以这样考虑：用一个map存放lsit的所有元素，其中的key为lsit1的各个元素，value为该元素出现的次数,接着把list2的所有元素也放到map里，如果已经存在则value加1，最后我们只要取出map里value为1的元素即可，这样我们只需循环m+n次，大大减少了循环的次数。

     private static List<String> getDiffrent3(List<String> list1, List<String> list2) {
         long startTime = System.currentTimeMillis();
         Map<String, Integer> map = new HashMap<String, Integer>(list1.size() + list2.size());
         List<String> diff = new ArrayList<String>();
         for (String string : list1) {
             map.put(string, 1);
         }
         for (String string : list2) {
             Integer cc = map.get(string);
             if (cc != null) {
                 map.put(string, ++cc);
                 continue;
             }
             map.put(string, 1);
         }
         for (Map.Entry<String, Integer> entry : map.entrySet()) {
             if (entry.getValue() == 1) {
                 diff.add(entry.getKey());
             }
         }
         System.out.println("Total Time: " + (System.currentTimeMillis() - startTime));
         return list1;
     }

显然，这种方法大大减少耗时，是方法1的1/4，是方法2的1/40，这个性能的提升时相当可观的，但是，这不是最佳的解决方法，观察方法3我们只是随机取了一个list作为首次添加的标准，这样一旦我们的list2比list1的size大，则我们第二次put时的if判断也会耗时，做如下改进：

 private static List<String> getDiffrent4(List<String> list1, List<String> list2) {
         long st = System.nanoTime();
         Map<String,Integer> map = new HashMap<String,Integer>(list1.size()+list2.size());
         List<String> diff = new ArrayList<String>();
         List<String> maxList = list1;
         List<String> minList = list2;
         if(list2.size()>list1.size())
         {
             maxList = list2;
             minList = list1;
         }
         for (String string : maxList) {
             map.put(string, 1);
         }
         for (String string : minList) {
             Integer cc = map.get(string);
             if(cc!=null)
             {
                 map.put(string, ++cc);
                 continue;
             }
             map.put(string, 1);
         }
         for(Map.Entry<String, Integer> entry:map.entrySet())
         {
             if(entry.getValue()==1)
             {
                 diff.add(entry.getKey());
             }
         }
         System.out.println("getDiffrent4 total times "+(System.nanoTime()-st));
         return diff;

     }

这里对连个list的大小进行了判断，小的在最后添加，这样会减少循环里的判断，性能又有了一定的提升，正如一位朋友所说，编程是无止境的，只要你认真去思考了，总会找到更好的方法！
非常感谢binglian的指正，针对List有重复元素的问题，做以下修正，首先明确一点，两个List不管有多少个重复，只要重复的元素在两个List都能找到，则不应该包含在返回值里面，所以在做第二次循环时，这样判断：如果当前元素在map中找不到，则肯定需要添加到返回值中，如果能找到则value++，遍历完之后diff里面已经包含了只在list2里而没在list2里的元素，剩下的工作就是找到list1里有list2里没有的元素，遍历map取value为1的即可：

 private static List<String> getDiffrent5(List<String> list1, List<String> list2) {
         long st = System.nanoTime();
          List<String> diff = new ArrayList<String>();
          List<String> maxList = list1;
          List<String> minList = list2;
          if(list2.size()>list1.size())
          {
              maxList = list2;
              minList = list1;
          }
          Map<String,Integer> map = new HashMap<String,Integer>(maxList.size());
          for (String string : maxList) {
              map.put(string, 1);
          }
          for (String string : minList) {
              if(map.get(string)!=null)
              {
                  map.put(string, 2);
                  continue;
              }
              diff.add(string);
          }
          for(Map.Entry<String, Integer> entry:map.entrySet())
          {
              if(entry.getValue()==1)
              {
                  diff.add(entry.getKey());
              }
          }
         System.out.println("getDiffrent5 total times "+(System.nanoTime()-st));
         return diff;

     }