摘要：轉換為社保卡和，從二者中找出匹配的社保卡。準備初始化數據小明小紅小王小目標從中篩選出中存在的卡片遍歷很容易看出，時間復雜度采用通過觀察發現，兩個取相同的部分時，每次都遍歷兩個。

現有社保卡和身份證若干，想要匹配篩選出一一對應的社保卡和身份證。
轉換為List<社保卡> socialList,和List idList，從二者中找出匹配的社保卡。

創建社保卡類

/**
 * @author Ryan Miao
 */
class SocialSecurity{
    private Integer id;//社保號碼
    private Integer idCard;//身份證號碼
    private String somethingElse;

    public SocialSecurity(Integer id, Integer idCard, String somethingElse) {
        this.id = id;
        this.idCard = idCard;
        this.somethingElse = somethingElse;
    }

    public Integer getId() {
        return id;
    }

    public Integer getIdCard() {
        return idCard;
    }

    public String getSomethingElse() {
        return somethingElse;
    }

    @Override
    public String toString() {
        return "SocialSecurity{" +
                "id=" + id +
                ", idCard=" + idCard +
                ", somethingElse="" + somethingElse + """ +
                "}";
    }
}

創建身份證類

class IdCard {
    private Integer id;//身份證號碼
    private String somethingElse;

    public IdCard(Integer id, String somethingElse) {
        this.id = id;
        this.somethingElse = somethingElse;
    }

    public Integer getId() {
        return id;
    }

    public String getSomethingElse() {
        return somethingElse;
    }

    @Override
    public String toString() {
        return "IdCard{" +
                "id=" + id +
                ", somethingElse="" + somethingElse + """ +
                "}";
    }
}

只要做兩輪循環即可。
準備初始化數據：

private ArrayList socialSecurities;
private ArrayList idCards;

@Before
public void setUp(){
    socialSecurities = Lists.newArrayList(
            new SocialSecurity(1, 12, "小明"),
            new SocialSecurity(2, 13, "小紅"),
            new SocialSecurity(3, 14, "小王"),
            new SocialSecurity(4, 15, "小peng")
    );

    idCards = Lists.newArrayList(
            new IdCard(14, "xiaopeng"),
    new IdCard(13, "xiaohong"),
    new IdCard(12, "xiaoming")
    );

    //目標： 從socialSecurities中篩選出idCards中存在的卡片
}

遍歷

 @Test
public void testFilterForEach(){
    List result = new ArrayList<>();
    int count = 0;
    for (SocialSecurity socialSecurity : socialSecurities) {
        for (IdCard idCard : idCards) {
            count++;
            if (socialSecurity.getIdCard().equals(idCard.getId())){
                result.add(socialSecurity);
            }
        }
    }

    System.out.println(result);
    System.out.println(count);//12 = 3 * 4
    //O(m,n) = m*n;
}

很容易看出，時間復雜度O(m,n)=m*n.

通過觀察發現，兩個list取相同的部分時，每次都遍歷兩個list。那么，可以把判斷條件放入Hash中，判斷hash是否存在來代替遍歷查找。

@Test
public void testFilterHash(){
    Set ids = idCards
            .stream()
            .map(IdCard::getId)
            .collect(Collectors.toSet());
    List result = socialSecurities
            .stream()
            .filter(e->ids.contains(e.getIdCard()))
            .collect(Collectors.toList());

    System.out.println(result);
    //初始化 hash 3
    //遍歷socialSecurities 4
    //從hash中判斷key是否存在  4
    //O(m,n)=2m+n=11
}

如此，假設hash算法特別好，hash的時間復雜度為O(n)=n。如此推出這種做法的時間復雜度為O(m,n)=2m+n. 當然，更重要的是這種寫法更讓人喜歡，天然不喜歡嵌套的判斷，喜歡扁平化的風格。

想當然的以為，hash肯定會比遍歷快，因為是hash啊。其實，可以算算比較結果。比較什么時候2m+n < m*n。
從數據歸納法的角度，n必須大于2，不然即演變程2m+2 < 2m。于是，當n>2時：

@Test
public void testCondition(){
    int maxN = 0;
    for (int m = 2; m < 100; m++) {
        for (int n = 3; n < 100; n++) {
            if ((2*m+n)>m*n){
                System.out.println("m="+m +",n="+n);
                if (n>maxN){
                    maxN = n;
                }
            }
        }
    }

    System.out.println(maxN);
}

結果是：

m=2,n=3
3

也就是說n<=3的時候，遍歷要比hash快。事實上還要更快，因為hash還需要創建更多的對象。然而，大部分情況下，n也就是第二個數組的長度是大于3的。這就是為什么說hash要更好寫。當然，另一個很重要的原因是lambda stream的運算符號遠比嵌套循環讓人喜愛。