1.Map用法
類型介紹
Java 自帶了各種 Map 類。這些 Map 類可歸為三種類型：
1. 通用Map，用于在應用程序中管理映射丰辣，通常在 java.util 程序包中實現(xiàn)
HashMap节槐、Hashtable、Properties优幸、LinkedHashMap灾前、IdentityHashMap趴拧、TreeMap胯盯、WeakHashMap懈费、ConcurrentHashMap
2. 專用Map，通常我們不必親自創(chuàng)建此類Map博脑，而是通過某些其他類對其進行訪問
java.util.jar.Attributes憎乙、javax.print.attribute.standard.PrinterStateReasons、java.security.Provider叉趣、java.awt.RenderingHints泞边、javax.swing.UIDefaults
- 一個用于幫助我們實現(xiàn)自己的Map類的抽象類
AbstractMap
類型區(qū)別
HashMap
最常用的Map,它根據(jù)鍵的HashCode 值存儲數(shù)據(jù),根據(jù)鍵可以直接獲取它的值，具有很快的訪問速度疗杉。HashMap最多只允許一條記錄的鍵為Null(多條會覆蓋);允許多條記錄的值為 Null繁堡。非同步的。
TreeMap
能夠把它保存的記錄根據(jù)鍵(key)排序,默認是按升序排序乡数，也可以指定排序的比較器，當用Iterator 遍歷TreeMap時闻牡，得到的記錄是排過序的净赴。TreeMap不允許key的值為null。非同步的罩润。
Hashtable
與 HashMap類似,不同的是:key和value的值均不允許為null;它支持線程的同步玖翅，即任一時刻只有一個線程能寫Hashtable,因此也導致了Hashtale在寫入時會比較慢。
LinkedHashMap
保存了記錄的插入順序割以，在用Iterator遍歷LinkedHashMap時金度，先得到的記錄肯定是先插入的.在遍歷的時候會比HashMap慢。key和value均允許為空严沥，非同步的猜极。
Map 初始化
Map<String, String> map = new HashMap<String, String>();
插入元素
map.put("key1", "value1");
獲取元素
map.get("key1")
移除元素
map.remove("key1");
清空map
map.clear();
2.四種常用Map插入與讀取性能比較
測試環(huán)境
jdk1.7.0_80
測試結果
| 插入10次平均(ms) | 讀取10次平均(ms) | 插入10次平均(ms) | 讀取10次平均(ms) | 插入10次平均(ms) | 讀取10次平均(ms) | |
|---|---|---|---|---|---|---|
| 1W | 10W | 100W | 1W | 10W | 100W | |
| HashMap | 56 | 261 | 3030 | 2 | 21 | 220 |
| LinkedHashMap | 25 | 229 | 3069 | 2 | 20 | 216 |
| TreeMap | 29 | 295 | 4117 | 5 | 103 | 1446 |
| Hashtable | 24 | 234 | 3275 | 2 | 22 | 259 |
測試代碼
public class Test {
// HashMap寫入時間
static int hashMapW = 0;
// HashMap讀取時間
static int hashMapR = 0;
static int linkMapW = 0;
static int linkMapR = 0;
static int treeMapW = 0;
static int treeMapR = 0;
static int hashTableW = 0;
static int hashTableR = 0;
public static void main(String[] args) {
for (int i = 0; i < 10; i++) {
Test test = new Test();
test.test(100 * 10000);
System.out.println();
}
System.out.println("hashMapW = " + hashMapW / 10);
System.out.println("hashMapR = " + hashMapR / 10);
System.out.println("linkMapW = " + linkMapW / 10);
System.out.println("linkMapR = " + linkMapR / 10);
System.out.println("treeMapW = " + treeMapW / 10);
System.out.println("treeMapR = " + treeMapR / 10);
System.out.println("hashTableW = " + hashTableW / 10);
System.out.println("hashTableR = " + hashTableR / 10);
}
public void test(int size) {
int index;
Random random = new Random();
String[] key = new String[size];
// HashMap 插入
Map<String, String> map = new HashMap<String, String>();
long start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
key[i] = UUID.randomUUID().toString();
map.put(key[i], UUID.randomUUID().toString());
}
long end = System.currentTimeMillis();
hashMapW += (end - start);
System.out.println("HashMap插入耗時 = " + (end - start) + " ms");
// HashMap 讀取
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
index = random.nextInt(size);
map.get(key[index]);
}
end = System.currentTimeMillis();
hashMapR += (end - start);
System.out.println("HashMap讀取耗時 = " + (end - start) + " ms");
// LinkedHashMap 插入
map = new LinkedHashMap<String, String>();
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
key[i] = UUID.randomUUID().toString();
map.put(key[i], UUID.randomUUID().toString());
}
end = System.currentTimeMillis();
linkMapW += (end - start);
System.out.println("LinkedHashMap插入耗時 = " + (end - start) + " ms");
// LinkedHashMap 讀取
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
index = random.nextInt(size);
map.get(key[index]);
}
end = System.currentTimeMillis();
linkMapR += (end - start);
System.out.println("LinkedHashMap讀取耗時 = " + (end - start) + " ms");
// TreeMap 插入
key = new String[size];
map = new TreeMap<String, String>();
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
key[i] = UUID.randomUUID().toString();
map.put(key[i], UUID.randomUUID().toString());
}
end = System.currentTimeMillis();
treeMapW += (end - start);
System.out.println("TreeMap插入耗時 = " + (end - start) + " ms");
// TreeMap 讀取
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
index = random.nextInt(size);
map.get(key[index]);
}
end = System.currentTimeMillis();
treeMapR += (end - start);
System.out.println("TreeMap讀取耗時 = " + (end - start) + " ms");
// Hashtable 插入
key = new String[size];
map = new Hashtable<String, String>();
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
key[i] = UUID.randomUUID().toString();
map.put(key[i], UUID.randomUUID().toString());
}
end = System.currentTimeMillis();
hashTableW += (end - start);
System.out.println("Hashtable插入耗時 = " + (end - start) + " ms");
// Hashtable 讀取
start = System.currentTimeMillis();
for (int i = 0; i < size; i++) {
index = random.nextInt(size);
map.get(key[index]);
}
end = System.currentTimeMillis();
hashTableR += (end - start);
System.out.println("Hashtable讀取耗時 = " + (end - start) + " ms");
}
}
3.Map 遍歷
初始化數(shù)據(jù)
Map<String, String> map = new HashMap<String, String>();
map.put("key1", "value1");
map.put("key2", "value2");
增強for循環(huán)遍歷
使用keySet()遍歷
for (String key : map.keySet()) {
System.out.println(key + " ：" + map.get(key));
}
使用entrySet()遍歷
for (Map.Entry<String, String> entry : map.entrySet()) {
System.out.println(entry.getKey() + " ：" + entry.getValue());
}
迭代器遍歷
使用keySet()遍歷
Iterator<String> iterator = map.keySet().iterator();
while (iterator.hasNext()) {
String key = iterator.next();
System.out.println(key + " ：" + map.get(key));
}
使用entrySet()遍歷
Iterator<Map.Entry<String, String>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
Map.Entry<String, String> entry = iterator.next();
System.out.println(entry.getKey() + "∠：" + entry.getValue());
}
HashMap四種便利方式性能比較
比較方式
分別對四種遍歷方式進行10W次迭代跟伏，比較用時。
代碼
package net.xsoftlab.baike;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
public class TestMap {
public static void main(String[] args) {
// 初始化翩瓜，10W次賦值
Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for (int i = 0; i < 100000; i++)
map.put(i, i);
/** 增強for循環(huán)受扳，keySet迭代 */
long start = System.currentTimeMillis();
for (Integer key : map.keySet()) {
map.get(key);
}
long end = System.currentTimeMillis();
System.out.println("增強for循環(huán)，keySet迭代 -> " + (end - start) + " ms");
/** 增強for循環(huán)兔跌，entrySet迭代 */
start = System.currentTimeMillis();
for (Entry<Integer, Integer> entry : map.entrySet()) {
entry.getKey();
entry.getValue();
}
end = System.currentTimeMillis();
System.out.println("增強for循環(huán)勘高，entrySet迭代 -> " + (end - start) + " ms");
/** 迭代器，keySet迭代 */
start = System.currentTimeMillis();
Iterator<Integer> iterator = map.keySet().iterator();
Integer key;
while (iterator.hasNext()) {
key = iterator.next();
map.get(key);
}
end = System.currentTimeMillis();
System.out.println("迭代器，keySet迭代 -> " + (end - start) + " ms");
/** 迭代器华望，entrySet迭代 */
start = System.currentTimeMillis();
Iterator<Map.Entry<Integer, Integer>> iterator1 = map.entrySet().iterator();
Map.Entry<Integer, Integer> entry;
while (iterator1.hasNext()) {
entry = iterator1.next();
entry.getKey();
entry.getValue();
}
end = System.currentTimeMillis();
System.out.println("迭代器蕊蝗，entrySet迭代 -> " + (end - start) + " ms");
}
}
運行三次，比較結果
第一次
增強for循環(huán)立美，keySet迭代 -> 37 ms
增強for循環(huán)匿又，entrySet迭代 -> 19 ms
迭代器，keySet迭代 -> 14 ms
迭代器建蹄，entrySet迭代 -> 9 ms
第二次
增強for循環(huán)碌更，keySet迭代 -> 29 ms
增強for循環(huán)，entrySet迭代 -> 22 ms
迭代器洞慎，keySet迭代 -> 19 ms
迭代器痛单，entrySet迭代 -> 12 ms
第三次
增強for循環(huán)，keySet迭代 -> 27 ms
增強for循環(huán)劲腿，entrySet迭代 -> 19 ms
迭代器旭绒，keySet迭代 -> 18 ms
迭代器，entrySet迭代 -> 10 ms
平均值
增強for循環(huán)焦人，keySet迭代 -> 31 ms
增強for循環(huán)挥吵，entrySet迭代 -> 20 ms
迭代器，keySet迭代 -> 17 ms
迭代器花椭，entrySet迭代 -> 10.33 ms
總結
增強for循環(huán)使用方便忽匈，但性能較差，不適合處理超大量級的數(shù)據(jù)矿辽。
迭代器的遍歷速度要比增強for循環(huán)快很多丹允，是增強for循環(huán)的2倍左右。
使用entrySet遍歷的速度要比keySet快很多袋倔，是keySet的1.5倍左右雕蔽。
4.Map 排序
HashMap、Hashtable宾娜、LinkedHashMap排序
注：
TreeMap也可以使用此方法進行排序批狐，但是更推薦下面的方法。
Map<String, String> map = new HashMap<String, String>();
map.put("a", "c");
map.put("b", "b");
map.put("c", "a");
// 通過ArrayList構造函數(shù)把map.entrySet()轉換成list
List<Map.Entry<String, String>> list = new ArrayList<Map.Entry<String, String>>(map.entrySet());
// 通過比較器實現(xiàn)比較排序
Collections.sort(list, new Comparator<Map.Entry<String, String>>() {
public int compare(Map.Entry<String, String> mapping1, Map.Entry<String, String> mapping2) {
return mapping1.getKey().compareTo(mapping2.getKey());
}
});
for (Map.Entry<String, String> mapping : list) {
System.out.println(mapping.getKey() + " ：" + mapping.getValue());
}
TreeMap排序
TreeMap默認按key進行升序排序碳默，如果想改變默認的順序贾陷，可以使用比較器:
Map<String, String> map = new TreeMap<String, String>(new Comparator<String>() {
public int compare(String obj1, String obj2) {
return obj2.compareTo(obj1);// 降序排序
}
});
map.put("a", "c");
map.put("b", "b");
map.put("c", "a");
for (String key : map.keySet()) {
System.out.println(key + " ：" + map.get(key));
}
按value排序(通用)
Map<String, String> map = new TreeMap<String, String>();
map.put("a", "c");
map.put("b", "b");
map.put("c", "a");
// 通過ArrayList構造函數(shù)把map.entrySet()轉換成list
List<Map.Entry<String, String>> list = new ArrayList<Map.Entry<String, String>>(map.entrySet());
// 通過比較器實現(xiàn)比較排序
Collections.sort(list, new Comparator<Map.Entry<String, String>>() {
public int compare(Map.Entry<String, String> mapping1, Map.Entry<String, String> mapping2) {
return mapping1.getValue().compareTo(mapping2.getValue());
}
});
for (String key : map.keySet()) {
System.out.println(key + " ：" + map.get(key));
}
5.常用API
| 方法 | 作用 |
|---|---|
| clear() | 從 Map 中刪除所有映射 |
| remove(Object key) | 從 Map 中刪除鍵和關聯(lián)的值 |
| put(Object key, Object value) | 將指定值與指定鍵相關聯(lián) |
| putAll(Map t) | 將指定 Map 中的所有映射復制到此 map |
| entrySet() | 返回 Map 中所包含映射的 Set 視圖。Set 中的每個元素都是一個 Map.Entry 對象嘱根，可以使用 getKey() 和 getValue() 方法（還有一個 setValue() 方法）訪問后者的鍵元素和值元素 |
| keySet() | 返回 Map 中所包含鍵的 Set 視圖髓废。刪除 Set 中的元素還將刪除 Map 中相應的映射（鍵和值） |
| values() | 返回 map 中所包含值的 Collection 視圖。刪除 Collection 中的元素還將刪除 Map 中相應的映射（鍵和值） |
| get(Object key) | 返回與指定鍵關聯(lián)的值 |
| containsKey(Object key) | 如果 Map 包含指定鍵的映射该抒，則返回 true |
| containsValue(Object value) | 如果此 Map 將一個或多個鍵映射到指定值慌洪，則返回 true |
| isEmpty() | 如果 Map 不包含鍵-值映射，則返回 true |
| size() | 返回 Map 中的鍵-值映射的數(shù)目 |
