Java Map遍历方式的选择

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<String, String> map = new HashMap<String, String>();

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<String, String> map = new HashMap<String, String>();

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<String, String> map = new TreeMap<String, String>();

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<String, String> map = new TreeMap<String, String>();

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<String> 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<Entry<String, String>> iter = map.entrySet().iterator();

Entry<String, String> entry;

while (iter.hasNext()) {

    entry = iter.next();

    key = entry.getKey();

    value = entry.getValue();

}

  •  entrySet遍历key+value(写法2):

for (Entry<String, String> entry: map.entrySet()) {

    key = entry.getKey();

    value = entry.getValue();

}

2.2.2 遍历key

  • keySet遍历key(写法1):

Iterator<String> 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<Entry<String, String>> iter = map.entrySet().iterator();

while (iter.hasNext()) {

    key = iter.next().getKey();

}

  • entrySet遍历key(写法2):

for (Entry<String, String> entry: map.entrySet()) {

    key = entry.getKey();

}

2.2.3 遍历value

  • keySet遍历value(写法1):

Iterator<String> 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<Entry<String, String>> iter = map.entrySet().iterator();

while (iter.hasNext()) {

value = iter.next().getValue();

}

  • entrySet遍历value(写法2):

for (Entry<String, String> entry: map.entrySet()) {

    value = entry.getValue();

}

  • values遍历value(写法1):

Iterator<String> 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<String, String> 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<String, String> entry: map.entrySet()) {

    key = entry.getKey();

    value = entry.getValue();

}

 

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

}

 

标签: Java
This entry was posted in Computer, Java. Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s