Java Map集合

java.util 中的集合类包含Java 中某些最常用的类。最常用的集合类是List 和Map。List 的具体实现包括ArrayList 和V ector，它们是可变大小的列表，比较适合构建、存储和操作任何类型对象的元素列表。List 适用于按数值索引访问元素的情形。

Map 提供了一个更通用的元素存储方法。Map 集合类用于存储元素对（称作“键”和“值”），其中每个键映射到一个值。从概念上而言，您可以将List 看作是具有数值键的Map。而实际上，除了List 和Map 都在定义java.util 中外，两者并没有直接的联系。本文将着重介绍核心Java 发行套件中附带的Map，同时还将介绍如何采用或实现更适用于您应用程序特定数据的专用Map。

了解Map 接口和方法

Java 核心类中有很多预定义的Map 类。在介绍具体实现之前，我们先介绍一下Map 接口本身，以便了解所有实现的共同点。Map 接口定义了四种类型的方法，每个Map 都包含这些方法。下面，我们从两个普通的方法（表1）开始对这些方法加以介绍。

表1：覆盖的方法。我们将这Object 的这两个方法覆盖，以正确比较Map 对象的等价性。

Map 构建

Map 定义了几个用于插入和删除元素的变换方法（表2）。

表2：Map 更新方法：可以更改Map 内容。

尽管您可能注意到，纵然假设忽略构建一个需要传递给putAll() 的Map 的开销，使用putAll() 通常也并不比使用大量的put() 调用更有效率，但putAll() 的存在一点也不稀奇。这是因为，putAll() 除了迭代put() 所执行的将每个键值对添加到Map 的算法以外，还需要迭代所传递的Map 的元素。但应注意，putAll() 在添加所有元素之前可以正确调整Map 的大小，因此如果您未亲自调整Map 的大小（我们将对此进行简单介绍），则putAll() 可能比预期的更有效。

查看Map

迭代Map 中的元素不存在直接了当的方法。如果要查询某个Map 以了解其哪些元素满足特定查询，或如果要迭代其所有元素（无论原因如何），则您首先需要获取该Map 的“视图”。有三种可能的视图（参见表3）

所有键值对—参见entrySet()

所有键—参见keySet()

所有值—参见values()

前两个视图均返回Set 对象，第三个视图返回Collection 对象。就这两种情况而言，问题到这里并没有结束，这是因为您无法直接迭代Collection 对象或Set 对象。要进行迭代，

您必须获得一个Iterator 对象。因此，要迭代Map 的元素，必须进行比较烦琐的编码Iterator keyValuePairs = aMap.entrySet().iterator();

Iterator keys = aMap.keySet().iterator();

Iterator values = aMap.values().iterator();

值得注意的是，这些对象（Set、Collection 和Iterator）实际上是基础Map 的视图，而不是包含所有元素的副本。这使它们的使用效率很高。另一方面，Collection 或Set 对象的toArray() 方法却创建包含Map 所有元素的数组对象，因此除了确实需要使用数组中元素的情形外，其效率并不高。

我运行了一个小测试（随附文件中的Test1），该测试使用了HashMap，并使用以下两种方法对迭代Map 元素的开销进行了比较：

int mapsize = aMap.size();

Iterator keyValuePairs1 = aMap.entrySet().iterator();

for (int i = 0; i < mapsize; i++)

{

Map.Entry entry = (Map.Entry) keyValuePairs1.next();

Object key = entry.getKey();

Object value = entry.getValue();

...

}

Object[] keyValuePairs2 = aMap.entrySet().toArray();

for (int i = 0; i < rem; i++) {

{

Map.Entry entry = (Map.Entry) keyValuePairs2[i];

Object key = entry.getKey();

Object value = entry.getValue();

...

}

此测试使用了两种测量方法：一种是测量迭代元素的

时间，另一种测量使用toArray 调用创建数组的其他

开销。第一种方法（忽略创建数组所需的时间）

使用已从toArray 调用中创建的数组迭代元素的速度

要比使用Iterator 的速度大约快30%-60%。但如果将

使用toArray 方法创建数组的开销包含在内，则使用

Iterator 实际上要快10%-20%。因此，如果由于某种

原因要创建一个集合元素的数组而非迭代这些元素，则应使用该数组迭代元素。但如果您

不需要此中间数组，则不要创建它，而是使用Iterator 迭代元素。

表3：返回视图的Map 方法：使用这些方法返回的对象，您可以遍历Map 的元素，还

可以删除Map 中的元素。

访问元素

表4 中列出了Map 访问方法。Map 通常适合按键（而非按值）进行访问。Map 定义中没有规定这肯定是真的，但通常您可以期望这是真的。例如，您可以期望containsKey() 方法与get() 方法一样快。另一方面，containsValue() 方法很可能需要扫描Map 中的值，因此它的速度可能比较慢。

对使用containsKey() 和containsValue() 遍历HashMap 中所有元素所需时间的测试表明，containsValue() 所需的时间要长很多。实际上要长几个数量级！（参见图1和图2，以及随附文件中的Test2）。因此，如果containsValue() 是应用程序中的性能问题，它将很快显现出来，并可以通过监测您的应用程序轻松地将其识别。这种情况下，我相信您能够想出一个有效的替换方法来实现containsValue() 提供的等效功能。但如果想不出办法，则一个可行的解决方案是再创建一个Map，并将第一个Map 的所有值作为键。这样，第一个Map 上的containsValue() 将成为第二个Map 上更有效的containsKey()。

图1：使用JDeveloper 创建并运行Map 测试类

图2：在JDeveloper 中使用执行监测器进行的性能监测查出应用程序中的瓶颈

核心Map

Java 自带了各种Map 类。这些Map 类可归为三种类型：

通用Map，用于在应用程序中管理映射，通常在java.util 程序包中实现

HashMap

Hashtable

Properties

LinkedHashMap

IdentityHashMap

TreeMap

WeakHashMap

ConcurrentHashMap

专用Map，您通常不必亲自创建此类Map，而是通过某些其他类对其进行访问

java.util.jar.Attributes

javax.print.attribute.standard.PrinterStateReasons

java.security.Provider

java.awt.RenderingHints

javax.swing.UIDefaults

一个用于帮助实现您自己的Map 类的抽象类

AbstractMap

内部哈希：哈希映射技术

几乎所有通用Map 都使用哈希映射。这是一种将元素映射到数组的非常简单的机制，您

应了解哈希映射的工作原理，以便充分利用Map。

哈希映射结构由一个存储元素的内部数组组成。由于内部采用数组存储，因此必然存在一个用于确定任意键访问数组的索引机制。实际上，该机制需要提供一个小于数组大小的整数索引值。该机制称作哈希函数。在Java 基于哈希的Map 中，哈希函数将对象转换为一个适合内部数组的整数。您不必为寻找一个易于使用的哈希函数而大伤脑筋：每个对象都包含一个返回整数值的hashCode() 方法。要将该值映射到数组，只需将其转换为一个正值，然后在将该值除以数组大小后取余数即可。以下是一个简单的、适用于任何对象的Java 哈希函数

int hashvalue = Maths.abs(key.hashCode()) % table.length;

（% 二进制运算符（称作模）将左侧的值除以右侧的值，然后返回整数形式的余数。）

实际上，在1.4 版发布之前，这就是各种基于哈希的Map 类所使用的哈希函数。但如果您查看一下代码，您将看到

int hashvalue = (key.hashCode() & 0x7FFFFFFF) % table.length;

它实际上是使用更快机制获取正值的同一函数。在 1.4 版中，HashMap 类实现使用一个不同且更复杂的哈希函数，该函数基于Doug Lea 的util.concurrent 程序包（稍后我将更详细地再次介绍Doug Lea 的类）。

图3：哈希工作原理

该图介绍了哈希映射的基本原理，但我们还没有对其进行详细介绍。我们的哈希函数将任意对象映射到一个数组位置，但如果两个不同的键映射到相同的位置，情况将会如何？这是一种必然发生的情况。在哈希映射的术语中，这称作冲突。Map 处理这些冲突的方法是在索引位置处插入一个链接列表，并简单地将元素添加到此链接列表。因此，一个基于哈希的Map 的基本put() 方法可能如下所示

public Object put(Object key, Object value) {

//我们的内部数组是一个Entry 对象数组

//Entry[] table;

//获取哈希码，并映射到一个索引

int hash = key.hashCode();

int index = (hash & 0x7FFFFFFF) % table.length;

//循环遍历位于table[index] 处的链接列表，以查明

//我们是否拥有此键项—如果拥有，则覆盖它

for (Entry e = table[index] ; e != null ; e = e.next) {

//必须检查键是否相等，原因是不同的键对象

//可能拥有相同的哈希

if ((e.hash == hash) && e.key.equals(key)) {

//这是相同键，覆盖该值

//并从该方法返回old 值

Object old = e.value;

e.value = value;

return old;

}

}

//仍然在此处，因此它是一个新键，只需添加一个新Entry

//Entry 对象包含key 对象、value 对象、一个整型的hash、

//和一个指向列表中的下一个Entry 的next Entry

//创建一个指向上一个列表开头的新Entry，

//并将此新Entry 插入表中

Entry e = new Entry(hash, key, value, table[index]);

table[index] = e;

return null;

}

如果看一下各种基于哈希的Map 的源代码，您将发现这基本上就是它们的工作原理。此外，还有一些需要进一步考虑的事项，如处理空键和值以及调整内部数组。此处定义的put() 方法还包含相应get() 的算法，这是因为插入包括搜索映射索引处的项以查明该键是否已经存在。（即get() 方法与put() 方法具有相同的算法，但get() 不包含插入和覆盖代码。）使用链接列表并不是解决冲突的唯一方法，某些哈希映射使用另一种“开放式寻址”方案，本文对其不予介绍。

优化Hasmap

如果哈希映射的内部数组只包含一个元素，则所有项将映射到此数组位置，从而构成一个较长的链接列表。由于我们的更新和访问使用了对链接列表的线性搜索，而这要比Map 中的每个数组索引只包含一个对象的情形要慢得多，因此这样做的效率很低。访问或更新链

接列表的时间与列表的大小线性相关，而使用哈希函数访问或更新数组中的单个元素则与数组大小无关—就渐进性质（Big-O 表示法）而言，前者为O(n)，而后者为O(1)。因此，使用一个较大的数组而不是让太多的项聚集在太少的数组位置中是有意义的。

调整Map 实现的大小

在哈希术语中，内部数组中的每个位置称作“存储桶”(bucket)，而可用的存储桶数（即内部数组的大小）称作容量(capacity)。为使Map 对象有效地处理任意数目的项，Map 实现可以调整自身的大小。但调整大小的开销很大。调整大小需要将所有元素重新插入到新数组中，这是因为不同的数组大小意味着对象现在映射到不同的索引值。先前冲突的键可能不再冲突，而先前不冲突的其他键现在可能冲突。这显然表明，如果将Map 调整得足够大，则可以减少甚至不再需要重新调整大小，这很有可能显著提高速度。

使用1.4.2 JVM 运行一个简单的测试，即用大量的项（数目超过一百万）填充HashMap。表 5 显示了结果，并将所有时间标准化为已预先设置大小的服务器模式（关联文件中的Test3）。对于已预先设置大小的JVM，客户端和服务器模式JVM 运行时间几乎相同（在放弃JIT 编译阶段后）。但使用Map 的默认大小将引发多次调整大小操作，开销很大，在服务器模式下要多用50% 的时间，而在客户端模式下几乎要多用两倍的时间！

表5：填充已预先设置大小的HashMap 与填充默认大小的HashMap 所需时间的比较

使用负载因子

为确定何时调整大小，而不是对每个存储桶中的链接列表的深度进行记数，基于哈希的Map 使用一个额外参数并粗略计算存储桶的密度。Map 在调整大小之前，使用名为“负载因子”的参数指示Map 将承担的“负载”量，即它的负载程度。负载因子、项数（Map 大小）与容量之间的关系简单明了：

如果（负载因子）x（容量）>（Map 大小），则调整Map 大小

例如，如果默认负载因子为0.75，默认容量为11，则11 x 0.75 = 8.25，该值向下取整为8 个元素。因此，如果将第8 个项添加到此Map，则该Map 将自身的大小调整为一个更大的值。相反，要计算避免调整大小所需的初始容量，用将要添加的项数除以负载因子，并向上取整，例如，

对于负载因子为0.75 的100 个项，应将容量设置为100/0.75 = 133.33，并将结果向上取整为134（或取整为135 以使用奇数）

奇数个存储桶使map 能够通过减少冲突数来提高执行效率。虽然我所做的测试（关联文件中的Test4）并未表明质数可以始终获得更好的效率，但理想情形是容量取质数。1.4 版后的某些Map（如HashMap 和LinkedHashMap，而非Hashtable 或IdentityHashMap）使用需要2 的幂容量的哈希函数，但下一个最高 2 的幂容量由这些Map 计算，因此您不必亲自计算。

负载因子本身是空间和时间之间的调整折衷。较小的负载因子将占用更多的空间，但将降低冲突的可能性，从而将加快访问和更新的速度。使用大于0.75 的负载因子可能是不明智的，而使用大于 1.0 的负载因子肯定是不明知的，这是因为这必定会引发一次冲突。使用小于0.50 的负载因子好处并不大，但只要您有效地调整Map 的大小，应不会对小负载因子造成性能开销，而只会造成内存开销。但较小的负载因子将意味着如果您未预先调整Map 的大小，则导致更频繁的调整大小，从而降低性能，因此在调整负载因子时一定要注

意这个问题。

选择适当的Map

应使用哪种Map？它是否需要同步？要获得应用程序的最佳性能，这可能是所面临的两个最重要的问题。当使用通用Map 时，调整Map 大小和选择负载因子涵盖了Map 调整选项。

以下是一个用于获得最佳Map 性能的简单方法

将您的所有Map 变量声明为Map，而不是任何具体实现，即不要声明为HashMap 或Hashtable，或任何其他Map 类实现。

Map criticalMap = new HashMap(); //好

HashMap criticalMap = new HashMap(); //差

这使您能够只更改一行代码即可非常轻松地替换任何特定的Map 实例。

下载Doug Lea 的util.concurrent 程序包(https://www.360docs.net/doc/1d1651594.html,/dl/classes/EDU/oswego/cs/dl/util/concurrent/intro.html)。将ConcurrentHashMap 用作默认Map。当移植到 1.5 版时，将java.util.concurrent.ConcurrentHashMap 用作您的默认Map。不要将ConcurrentHashMap 包装在同步的包装器中，即使它将用于多个线程。使用默认大小和负载因子。

监测您的应用程序。如果发现某个Map 造成瓶颈，则分析造成瓶颈的原因，并部分或全部更改该Map 的以下内容：Map 类；Map 大小；负载因子；关键对象equals() 方法实现。专用的Map 的基本上都需要特殊用途的定制Map 实现，否则通用Map 将实现您所需的性能目标。

Map 选择

也许您曾期望更复杂的考量，而这实际上是否显得太容易？好的，让我们慢慢来。首先，您应使用哪种Map？答案很简单：不要为您的设计选择任何特定的Map，除非实际的设计需要指定一个特殊类型的Map。设计时通常不需要选择具体的Map 实现。您可能知道自己需要一个Map，但不知道使用哪种。而这恰恰就是使用Map 接口的意义所在。直到需要时再选择Map 实现—如果随处使用“Map”声明的变量，则更改应用程序中任何特殊Map 的Map 实现只需要更改一行，这是一种开销很少的调整选择。是否要使用默认的Map 实现？我很快将谈到这个问题。

同步Map

同步与否有何差别？（对于同步，您既可以使用同步的Map，也可以使用Collections.synchronizedMap() 将未同步的Map 转换为同步的Map。后者使用“同步的包装器”）这是一个异常复杂的选择，完全取决于您如何根据多线程并发访问和更新使用Map，同时还需要进行维护方面的考虑。例如，如果您开始时未并发更新特定Map，但它后来更改为并发更新，情况将如何？在这种情况下，很容易在开始时使用一个未同步的Map，并在后来向应用程序中添加并发更新线程时忘记将此未同步的Map 更改为同步的Map。这将使您的应用程序容易崩溃（一种要确定和跟踪的最糟糕的错误）。但如果默认为同步，则将因随之而来的可怕性能而序列化执行多线程应用程序。看起来，我们需要某种决策树来帮助我们正确选择。

Doug Lea 是纽约州立大学奥斯威戈分校计算机科学系的教授。他创建了一组公共领域的程序包（统称util.concurrent），该程序包包含许多可以简化高性能并行编程的实用程序类。这些类中包含两个Map，即ConcurrentReaderHashMap 和ConcurrentHashMap。这些Map 实现是线程安全的，并且不需要对并发访问或更新进行同步，同时还适用于大多数需要Map 的情况。它们还远比同步的Map（如Hashtable）或使用同步的包装器更具伸缩性，并且

与HashMap 相比，它们对性能的破坏很小。util.concurrent 程序包构成了JSR166 的基础；JSR166 已经开发了一个包含在Java 1.5 版中的并发实用程序，而Java 1.5 版将把这些Map 包含在一个新的java.util.concurrent 程序包中。

所有这一切意味着您不需要一个决策树来决定是使用同步的Map 还是使用非同步的Map，而只需使用ConcurrentHashMap。当然，在某些情况下，使用ConcurrentHashMap 并不合适。但这些情况很少见，并且应具体情况具体处理。这就是监测的用途。

结束语

通过Oracle JDeveloper 可以非常轻松地创建一个用于比较各种Map 性能的测试类。更重要的是，集成良好的监测器可以在开发过程中快速、轻松地识别性能瓶颈- 集成到IDE 中的监测器通常被较频繁地使用，以便帮助构建一个成功的工程。现在，您已经拥有了一个监测器并了解了有关通用Map 及其性能的基础知识，可以开始运行您自己的测试，以查明您的应用程序是否因Map 而存在瓶颈以及在何处需要更改所使用的Map。

以上内容介绍了通用Map 及其性能的基础知识。