展开菜单
首页 精品内容 本月促销 装机必备 Windows PDF教程 macOS软件 IOS软件 Android AI 专题
全部分类

当前位置:

首页 > 编程开发 > Java如何对Map进行遍历

Java如何对Map进行遍历

1.阐述对于Java中Map的遍历方式,很多文章都推荐使用entrySet,认为其比keySet的效率高很多。理由是:entrySet方法一次拿到所有key和value的集合;而keySet拿到的只是key的集合,针对每个key,都要去Map中额外查找一次value,从而降低了总体效率。那么实际情况如何呢?为了解遍历性能的真实差距,包括在遍历key+value、遍历key、遍历value等不同场景下的差异,我试着进行了一些对比测试。2.对比测试一开始只进行了简单的测试,但结果却表明keySet的性能更好,

本文目录

    1. 阐述

    对于Java中Map的遍历方式,很多文章都推荐使用entrySet,认为其比keySet的效率高很多。理由是:entrySet方法一次拿到所有key和value的集合;而keySet拿到的只是key的集合,针对每个key,都要去Map中额外查找一次value,从而降低了总体效率。那么实际情况如何呢?

    为了解遍历性能的真实差距,包括在遍历key+value、遍历key、遍历value等不同场景下的差异,我试着进行了一些对比测试。

    2. 对比测试

    一开始只进行了简单的测试,但结果却表明keySet的性能更好,这一点让我很是费解,不都说entrySet明显好于keySet吗?为了进一步地进行验证,于是采用了不同的测试数据进行更详细的对比测试。

    2.1 测试数据

    2.1.1 HashMap测试数据

    HashMap-1,大小为100万,key和value均为String,key的值为1、2、3……1000000:

    Map map = new HashMap();  String key, value;  for (i = 1; i <= num; i++) {      key = "" + i;      value = "value";      map.put(key, value);  }

    HashMap-2,大小为100万,key和value均为String,key的值为50、100、150、200、……、50000000:

    Map map = new HashMap();  String key, value;  for (i = 1; i <= num; i++) {      key = "" + (i * 50);      value = "value";      map.put(key, value);  }

    2.1.2 TreeMap测试数据

    TreeMap-1,大小为100万,key和value均为String,key的值为1、2、3……1000000:

    Map map = new TreeMap();  String key, value;  for (i = 1; i <= num; i++) {      key = "" + i;      value = "value";      map.put(key, value);  }

    TreeMap-2,大小为100万,key和value均为String,key的值为50、100、150、200、……、50000000,更离散:

    Map map = new TreeMap();  String key, value;  for (i = 1; i <= num; i++) {      key = "" + (i * 50);      value = "value";      map.put(key, value);  }

    2.2 测试场景

    分别使用keySet、entrySet和values的多种写法测试三种场景:遍历key+value、遍历key、遍历value的场景。

    2.2.1 遍历key+value

    keySet遍历key+value(写法1):

    Iterator iter = map.keySet().iterator();  while (iter.hasNext()) {      key = iter.next();      value = map.get(key);  }

    keySet遍历key+value(写法2):

    for (String key : map.keySet()) {      value = map.get(key);  }

    entrySet遍历key+value(写法1):

    Iterator> iter = map.entrySet().iterator();  Entry entry;  while (iter.hasNext()) {      entry = iter.next();      key = entry.getKey();      value = entry.getValue();  }

    entrySet遍历key+value(写法2):

    for (Entry entry: map.entrySet()) {      key = entry.getKey();      value = entry.getValue();  }

    2.2.2 遍历key

    keySet遍历key(写法1):

    Iterator iter = map.keySet().iterator();  while (iter.hasNext()) {      key = iter.next();  }

    keySet遍历key(写法2):

    for (String key : map.keySet()) {  }

    entrySet遍历key(写法1):

    Iterator> iter = map.entrySet().iterator();   while (iter.hasNext()) {      key = iter.next().getKey();  }

    entrySet遍历key(写法2):

    for (Entry entry: map.entrySet()) {      key = entry.getKey();  }

    2.2.3 遍历value

    keySet遍历value(写法1):

    Iterator iter = map.keySet().iterator();  while (iter.hasNext()) {      value = map.get(iter.next());  }

    keySet遍历value(写法2):

    for (String key : map.keySet()) {      value = map.get(key);  }

    entrySet遍历value(写法1):

    Iterator> iter = map.entrySet().iterator();  while (iter.hasNext()) {  value = iter.next().getValue();  }

    entrySet遍历value(写法2):

    for (Entry entry: map.entrySet()) {      value = entry.getValue();  }

    values遍历value(写法1):

    Iterator iter = map.values().iterator();  while (iter.hasNext()) {  value = iter.next();  }

    values遍历value(写法2):

    for (String value : map.values()) {  }

    2.3 测试结果

    2.3.1 HashMap测试结果

    单位:毫秒

    HashMap-1

    HashMap-2

    keySet遍历key+value(写法1)

    39

    93

    keySet遍历key+value(写法2)

    38

    87

    entrySet遍历key+value(写法1)

    43

    86

    entrySet遍历key+value(写法2)

    43

    85

    单位:毫秒

    HashMap-1

    HashMap-2

    keySet遍历key(写法1)

    27

    65

    keySet遍历key(写法2)

    26

    64

    entrySet遍历key(写法1)

    35

    75

    entrySet遍历key(写法2)

    34

    74

    单位:毫秒

    HashMap-1

    HashMap-2

    keySet遍历value(写法1)

    38

    87

    keySet遍历value(写法2)

    37

    87

    entrySet遍历value(写法1)

    34

    61

    entrySet遍历value(写法2)

    32

    62

    values遍历value(写法1)

    26

    48

    values遍历value(写法2)

    26

    48

    2.3.2 TreeMap测试结果

    单位:毫秒

    TreeMap-1

    TreeMap-2

    keySet遍历key+value(写法1)

    430

    451

    keySet遍历key+value(写法2)

    429

    450

    entrySet遍历key+value(写法1)

    77

    84

    entrySet遍历key+value(写法2)

    70

    68

    单位:毫秒

    TreeMap-1

    TreeMap-2

    keySet遍历key(写法1)

    50

    49

    keySet遍历key(写法2)

    49

    48

    entrySet遍历key(写法1)

    66

    64

    entrySet遍历key(写法2)

    65

    63

    单位:毫秒

    TreeMap-1

    TreeMap-2

    keySet遍历value(写法1)

    432

    448

    keySet遍历value(写法2)

    430

    448

    entrySet遍历value(写法1)

    62

    61

    entrySet遍历value(写法2)

    62

    61

    values遍历value(写法1)

    46

    46

    values遍历value(写法2)

    45

    46

    3. 结论

    3.1 如果你使用HashMap

    1. 同时遍历key和value时,keySet与entrySet方法的性能差异取决于key的具体情况,如复杂度(复杂对象)、离散度、冲突率等。换言之,取决于HashMap查找value的开销。entrySet一次性取出所有 key和value的操作是有性能开销的,当这个损失小于HashMap查找value的开销时,entrySet的性能优势就会体现出来。例如上述对比测试中,当key是最简单的数值字符串时,keySet可能反而会更高效,耗时比entrySet少10%。总体来说还是推荐使用entrySet。因为当key很简单时,其性能或许会略低于keySet,但却是可控的;而随着key的复杂化,entrySet的优势将会明显体现出来。当然,我们可以根据实际情况进行选择

    2. 只遍历key时,keySet方法更为合适,因为entrySet将无用的value也给取出来了,浪费了性能和空间。在上述测试结果中,keySet比entrySet方法耗时少23%。

    3. 只遍历value时,使用vlaues方法是最佳选择,entrySet会略好于keySet方法。

    4. 在不同的遍历写法中,推荐使用如下写法,其效率略高一些:

    for (String key : map.keySet()) {      value = map.get(key);  }
    for (Entry entry: map.entrySet()) {      key = entry.getKey();      value = entry.getValue();  }
    for (String value : map.values()) {  }

    3.2 如果你使用TreeMap

    1. 同时遍历key和value时,与HashMap不同,entrySet的性能远远高于keySet。这是由TreeMap的查询效率决定的,也就是说,TreeMap查找value的开销较大,明显高于entrySet一次性取出所有key和value的开销。因此,遍历TreeMap时强烈推荐使用entrySet方法。

    2. 只遍历key时,keySet方法更为合适,因为entrySet将无用的value也给取出来了,浪费了性能和空间。在上述测试结果中,keySet比entrySet方法耗时少24%。

    3. 只遍历value时,使用vlaues方法是最佳选择,entrySet也明显优于keySet方法。

    4. 在不同的遍历写法中,推荐使用如下写法,其效率略高一些:

    for (String key : map.keySet()) {      value = map.get(key);  }
    for (Entry entry: map.entrySet()) {      key = entry.getKey();      value = entry.getValue();  }
    for (String value : map.values()) {  }
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Java
    相关文章 更多
    精品专题 更多
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    macOS软件

    正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

    IOS软件

    正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

    AI

    正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

    Mac软件 更多
    Aperty macOS版
    Aperty macOS版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw macOS版
    AionClaw macOS版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy macOS版
    Loomy macOS版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirBuddy 3 macOS版
    AirBuddy 3 macOS版

    AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。

    AirServer macOS版
    AirServer macOS版

    AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。

    AnyDesk macOS版
    AnyDesk macOS版

    AnyDesk macOS版是一款适用于远程办公、设备维护和客户支持的远程桌面工具,可连接并操作异地计算机,支持文件传输、无人值守访问、会话权限控制及跨平台协作。

    WINDOWS 更多
    讯飞绘文 网页版
    讯飞绘文 网页版

    讯飞绘文网页版是科大讯飞推出的AI图文创作与内容运营工具,覆盖热点选题、文章生成、稿件校对、智能配图、排版发布和数据复盘等环节,适合自媒体创作者及内容团队在线使用。

    Maya(Autodesk Maya) Windows版
    Maya(Autodesk Maya) Windows版

    Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,

    Aperty Windows版
    Aperty Windows版

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    火山引擎 网页版
    火山引擎 网页版

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    立刻MV 网页版
    立刻MV 网页版

    立刻MV 面向音乐人、内容创作者和品牌团队,帮助用户低成本完成歌曲 MV、歌词视频、AI 分镜、图生视频与最终合成。

    蛙蛙写作 网页版
    蛙蛙写作 网页版

    蛙蛙写作 AI 创作工具,覆盖小说、剧本、文案,一键生成文稿,打通文字转视频全流程,高效解决创作难题。

    讯飞智作 网页版
    讯飞智作 网页版

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    超级简历WonderCV 网页版
    超级简历WonderCV 网页版

    超级简历WonderCV是面向应届生和AI小白的智能求职平台,覆盖简历、面试与职业规划。

    音述AI 网页版
    音述AI 网页版

    音述AI,是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区。

    AionClaw Windows版
    AionClaw Windows版

    AionClaw 是可在桌面端运行的任务型 AI 助手,通过数字专家与技能市场组合办公、创作、数据和开发能力。

    Loomy Windows版
    Loomy Windows版

    Loomy 是科大讯飞推出的桌面 AI 助手,可通过对话、任务与工作目录协助处理办公、内容创作和资料整理。

    AirServer Windows版
    AirServer Windows版

    AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端,适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端,并可同时接收和智能排列多个镜像会话。