背景

因为某种原因，我们系统须要记录还有一个系统中一个表里的id。

可是。当我们记录完了以后，别人系统可能会删除那个表里的一些数据，这种话，我们这边就多了一些无效数据。所以，我们必须的找到这些无效的id，然后将其删除。

開始。我们的实现是这样：我们将记录下来的全部id放在一个list里，然后传到还有一个系统，他将他们已经删除的id返回。详细处理代码例如以下：

<pre name="code" class="java">public String findDeletedStuChooseCourseIds(List<String> stuChooseCourseIds) {
	List<String> delIds = new ArrayList<String>();
	// 循环遍历全部给定id，查看是否存在
	for (String id : stuChooseCourseIds) {
		StuChooseCourse stuChooseCourse = commonEao.get(StuChooseCourse.class, id);
		if (null == stuChooseCourse) {
			delIds.add(id);
		}
	}
	return JsonUtils.toJson(delIds);
}

開始的时候，数据量比較小，并没有感觉到这种方法有什么问题。

可是随着时间的推移。数据量不断添加。终于达到十几万条数据。问题也就随之而来了。这种方法的运行时间已经远远超出了我们的忍耐极限。居然5分钟都没有运行完，这个必须得优化。

分析一下运行慢的原因。非常明显。循环里的查找数据费了时间，每循环一次，都须要去数据库中查找一次，这样能快就见鬼了。所以。必须降低与数据库的交互。于是代码变成了例如以下版本号：

<pre name="code" class="java">public String findDeletedStuChooseCourseIds(List<String> stuChooseCourseIds) {
	//获取全部stuchoosecourse的ids
	String  nativeSql = "select id from tableName ";
	List<String> list = commonEao.executeGetNativeSQL(nativeSql);
	
	stuChooseCourseIds.removeAll( list );
	
	return JsonUtils.toJson(stuChooseCourseIds);
}

这种话，仅仅须要跟数据库进行一次交互。并且使用的jdk的removeAll方法（一般jdk实现的方法，效率都还不错），效率应该会提高不少。于是，我满怀希望的进行測试，但结果还是让人难以接受，效率似乎并没有提高多少。

分析一下原因。肯定是stuChooseCourseIds.removeAll(list )浪费了时间，由于我们使用的list是arrayList。而arrayList在运行查找和删除操作时是比較费时间的。后来，我们换成了LinkedList，但结果还是一样。所以，我们必须换种思维方式了。于是。代码变成了例如以下版本号：

<pre name="code" class="java">public String findDeletedStuChooseCourseIds(List<String> stuChooseCourseIds) {
	List<String> delIds = new ArrayList<String>();
	//获取全部stuchoosecourse的ids
	String  nativeSql = "select id from tableName ";
	List<String> list = commonEao.executeGetNativeSQL(nativeSql);
	//将list中的id放到HashSet中
	HashSet<String> dbSet = new HashSet<String>();
	for(String id : list){
		dbSet.add(id);
	}
	
	//将stuChooseCourseIds中的id放到dbSet中
	for(String givenId : stuChooseCourseIds){
		if(dbSet.add(givenId)){
			delIds.add(givenId);
		}
	}
	
	return JsonUtils.toJson(delIds);
}

这里使用HashSet来处理。首先，一旦用到Hash，查找效率定然会大幅度提升。其次，巧妙的利用了Set中元素不可反复的特性。这样一来，终于的运行效率提升了20多倍，原本五分钟都结束不了的方法，如今仅须要十几秒。这个结果还是让人比較惬意的。

数据量小的时候，问题不明显。等数据量多了以后，问题出来了。这个问题也告诉我们，凡事都要用发展的眼光看问题。

既然如此。那么让我们继续看最后一版的代码。

如今数据量是十几万，假设时间再向后推移。数据量变成百万，试想将百万的数据放在一个list里，暂且不说效率的问题。请问你的内存受得了吗？答案是肯定的，内存会被撑爆。

那么，这个问题必须解决。

于是，终于的版本号例如以下：

<pre name="code" class="java">public String findDeletedStuChooseCourseIds(List<String> stuChooseCourseIds,String schoolCalendarId) {
	List<String> delIds = new ArrayList<String>();
	//获取全部stuchoosecourse的ids
	String  nativeSql = "select id from tableName where schoolcalendarid=‘"+schoolCalendarId+"‘";
	List<String> list = commonEao.executeGetNativeSQL(nativeSql);
	//将list中的id放到HashSet中
	HashSet<String> dbSet = new HashSet<String>();
	for(String id : list){
		dbSet.add(id);
	}
	
	//将stuChooseCourseIds中的id放到dbSet中
	for(String givenId : stuChooseCourseIds){
		if(dbSet.add(givenId)){
			delIds.add(givenId);
		}
	}
	
	return JsonUtils.toJson(delIds);
}

方法又加了一个參数——学年学期，每一学期产生的数据基本上是不变的，这样一来。不管多久之后。方法的运行效率都不会再受影响。

通过这次的优化，让我真正感受到了数据结构的魅力。骚年。有时间好好学习一下数据结构吧！