我有很多未分类的List包含(user,amountspend)个元组。每个清单对应一天。
现在我想将所有列表合并为一个列表，其中包含给定用户的累计值。我有两种方法：
方法1：对各个列表进行排序，然后迭代地使用合并排序。
方法2：以用户为键形成HashMap，然后遍历列表 并更新key的值（如果存在）或添加带有值的新键。
如果有m列表且每个列表的长度可能不同(k1,k2,...,km)
问题：
哪种方法有效？
哪个解决方案可以在多个线程中运行？
或者有更好的解决方案吗？
示例：
第1天：（user1,100），（user2,200）
第2天：（user2,10），（user1,100），（user3,10）
合并后列出：（user1,200），（user2,210），（user3,10）
答案 0 :(得分：1)
HashMap方法更好，因为它的O（N）。两种解决方案都可以在多个线程中运行，但需要不同的修改来支持并发。
答案 1 :(得分：1)
1整体方法和复杂性
我想：
完成工作的最小复杂性：
处理每个数据，因此 M.N操作。因为你不想保留总和的元素，你只需要做： 部分和+新值，所以，一切都需要M.N x有限的时间（我想你没有数十亿的数十亿美元）
你必须在N个客户端上聚合数据（对于每个数据，你必须在每个客户端上查找，求和，存储......）。 对我来说，最短时间是至少对客户端进行一次排序（或任何索引它们的方法）， 所以，时间就是O（N log N），最好的算法和最好的算法 实现（存在更快的方式，但具有非常大的空间）。
因此，您至少需要O（N log N）+ O（M.N）。
2种可能的解决方案：
您的方法1浪费时间：因为您对每个列表进行排序（使用相同的数据）。 你需要M.O（N log N）+ O（M.N）。 您只需要一种（以便能够在之后求和）。
您的方法2是最短的方式。
3如何并行化？
您（至少）有两种方法来分割您的数据：天数或客户端。因为您想要对客户端求和，请使用 第二个。
您的流程易于扩展。
然后你可以使用一个简单的哈希函数（客户端的第一个或最后一个字符，或者非常简单的东西） =＆GT;每个线程（或进程或机器）接收每个数据，并仅为其客户端保留数据。
您可以像这样分割每个工作（流程，总和，检索......）。
如果整个时间几乎相同：
用k过程，你将得到k.O（N / k log N / k）+ k * Ox（M.N）+ k.O（M.N / k）
你通过分割N / k赢得的时间，你选择回报（牛，我想非常快）。
然后，您可以在多台计算机上分配作业，这些计算机将是独立的。
希望它有所帮助。
答案 2 :(得分：-1)
sort和merge解决方案的复杂性是O（mn log n）+ O（n log m），其中m是假设每个列表的大小为n的列表数。
为了计算基于散列的解决方案的复杂性，让我们假设有k个用户。将k个元素插入https://addons.mozilla.org/en-US/firefox/addon/httpfox/
（Java）或HashMap（C ++）的操作取O（k log k）。在最佳情况下改变mn-k值的值取（mn-k）O（1）并且在最坏的情况下取（mn-k）O（log k）。总体复杂度为O（mn log k）。因此，当k远小于mn时，Hashing似乎更好。[/ p>