1. 全栈程序员必看首页

Java map集合深入学习

全栈程序员-站长 • • 未分类 • 阅读 47

Java map集合深入学习  概要：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。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。本文主要介绍javamap的初始化、用法、map的四种常用的遍历方式、map的排序以及常用api。目录1Map用法类型介绍类型区别…

大家好，又见面了，我是你们的朋友全栈君。

 

 

概要：

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。

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。

本文主要介绍java map的初始化、用法、map的四种常用的遍历方式、map的排序以及常用api。

目录

1Map用法

类型介绍

类型区别

Map 初始化

插入元素

获取元素

移除元素

清空map

2四种常用Map插入与读取性能比较

测试环境

测试结果

测试代码

3Map 遍历

初始化数据

增强for循环遍历

迭代器遍历

HashMap四种便利方式性能比较

4Map 排序

HashMap、Hashtable、LinkedHashMap排序

TreeMap排序

按value排序(通用)

5常用API

1Map用法

类型介绍

Java 自带了各种 Map 类。这些 Map 类可归为三种类型：

1. 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

2. 专用Map，通常我们不必亲自创建此类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

3. 一个用于帮助我们实现自己的Map类的抽象类

AbstractMap

类型区别

HashMap

最常用的Map,它根据键的HashCode 值存储数据,根据键可以直接获取它的值，具有很快的访问速度。HashMap最多只允许一条记录的键为Null(多条会覆盖);允许多条记录的值为 Null。非同步的。

TreeMap

能够把它保存的记录根据键(key)排序,默认是按升序排序，也可以指定排序的比较器，当用Iterator 遍历TreeMap时，得到的记录是排过序的。TreeMap不允许key的值为null。非同步的。 
Hashtable

与 HashMap类似,不同的是:key和value的值均不允许为null;它支持线程的同步，即任一时刻只有一个线程能写Hashtable,因此也导致了Hashtale在写入时会比较慢。 
LinkedHashMap

保存了记录的插入顺序，在用Iterator遍历LinkedHashMap时，先得到的记录肯定是先插入的.在遍历的时候会比HashMap慢。key和value均允许为空，非同步的。 

Map 初始化

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

插入元素

map.put("key1", "value1");

获取元素

	map.get("key1")

移除元素

map.remove("key1");

清空map

map.clear();

2四种常用Map插入与读取性能比较

测试环境

jdk1.7.0_80

测试结果

  插入10次平均(ms) 读取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

测试代码

 

public class Test {

    static int hashMapW = 0;

    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插入耗时 = " + (end - start) + " ms");



        // HashMap 读取

        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读取耗时 = " + (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插入耗时 = " + (end - start) + " ms");



        // LinkedHashMap 读取

        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读取耗时 = " + (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插入耗时 = " + (end - start) + " ms");



        // TreeMap 读取

        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读取耗时 = " + (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插入耗时 = " + (end - start) + " ms");



        // Hashtable 读取

        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读取耗时 = " + (end - start) + " ms");

    }

}

3Map 遍历

初始化数据

 

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

map.put("key1", "value1");

map.put("key2", "value2");

增强for循环遍历

使用keySet()遍历

 

for (String key : map.keySet()) {

    System.out.println(key + " ：" + map.get(key));

}

使用entrySet()遍历

 

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

    System.out.println(entry.getKey() + " ：" + entry.getValue());

}

迭代器遍历

使用keySet()遍历

 

Iterator<String> iterator = map.keySet().iterator();

while (iterator.hasNext()) {

    String key = iterator.next();

    System.out.println(key + "　：" + map.get(key));

}

使用entrySet()遍历

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四种便利方式性能比较

比较方式

分别对四种遍历方式进行10W次迭代，比较用时。

代码

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，10W次赋值

        Map<Integer, Integer> map = new HashMap<Integer, Integer>();

        for (int i = 0; i < 100000; i++)

            map.put(i, i);

        /** 增强for循环，keySet迭代 */

        long start = System.currentTimeMillis();

        for (Integer key : map.keySet()) {

            map.get(key);

        }

        long end = System.currentTimeMillis();

        System.out.println("增强for循环，keySet迭代 -> " + (end - start) + " ms");

        /** 增强for循环，entrySet迭代 */

        start = System.currentTimeMillis();

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

            entry.getKey();

            entry.getValue();

        }

        end = System.currentTimeMillis();

        System.out.println("增强for循环，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，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，entrySet迭代 -> " + (end - start) + " ms");

    }

}

运行三次，比较结果

第一次

 

增强for循环，keySet迭代 -> 37 ms

增强for循环，entrySet迭代 -> 19 ms

迭代器，keySet迭代 -> 14 ms

迭代器，entrySet迭代 -> 9 ms

第二次

 

增强for循环，keySet迭代 -> 29 ms

增强for循环，entrySet迭代 -> 22 ms

迭代器，keySet迭代 -> 19 ms

迭代器，entrySet迭代 -> 12 ms

第三次

 

增强for循环，keySet迭代 -> 27 ms

增强for循环，entrySet迭代 -> 19 ms

迭代器，keySet迭代 -> 18 ms

迭代器，entrySet迭代 -> 10 ms

平均值

 

增强for循环，keySet迭代 -> 31 ms

增强for循环，entrySet迭代 -> 20 ms

迭代器，keySet迭代 -> 17 ms

迭代器，entrySet迭代 -> 10.33 ms

总结

  1. 增强for循环使用方便，但性能较差，不适合处理超大量级的数据。

  2. 迭代器的遍历速度要比增强for循环快很多，是增强for循环的2倍左右。

  3. 使用entrySet遍历的速度要比keySet快很多，是keySet的1.5倍左右。

4Map 排序

HashMap、Hashtable、LinkedHashMap排序

注：

TreeMap也可以使用此方法进行排序，但是更推荐下面的方法。

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

map.put("a", "c");
map.put("b", "b");
map.put("c", "a");

// 通过ArrayList构造函数把map.entrySet()转换成list

List<Map.Entry<String, String>> list = new ArrayList<Map.Entry<String, String>>(map.entrySet());

// 通过比较器实现比较排序

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默认按key进行升序排序，如果想改变默认的顺序，可以使用比较器:

 

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");


        // 通过ArrayList构造函数把map.entrySet()转换成list

        List<Map.Entry<String, String>> list = new ArrayList<Map.Entry<String, String>>(map.entrySet());

        // 通过比较器实现比较排序

        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

 

clear() 从 Map 中删除所有映射
remove(Object key) 从 Map 中删除键和关联的值
put(Object key, Object value) 将指定值与指定键相关联
putAll(Map t) 将指定 Map 中的所有映射复制到此 map
entrySet() 返回 Map 中所包含映射的 Set 视图。Set 中的每个元素都是一个 Map.Entry 对象，可以使用 getKey() 和 getValue() 方法（还有一个 setValue() 方法）访问后者的键元素和值元素
keySet() 返回 Map 中所包含键的 Set 视图。删除 Set 中的元素还将删除 Map 中相应的映射（键和值）
values() 返回 map 中所包含值的 Collection 视图。删除 Collection 中的元素还将删除 Map 中相应的映射（键和值）
get(Object key) 返回与指定键关联的值
containsKey(Object key) 如果 Map 包含指定键的映射，则返回 true
containsValue(Object value) 如果此 Map 将一个或多个键映射到指定值，则返回 true
isEmpty() 如果 Map 不包含键-值映射，则返回 true
size() 返回 Map 中的键-值映射的数目

 转自:Java初级码农 

出处https://www.cnblogs.com/lzq198754/p/5780165.html

 

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/139408.html原文链接：https://javaforall.net

赞 (0)
0 0

关于作者

全栈程序员-站长的头像

全栈程序员-站长

133.5K 文章
3 粉丝
本网站汇聚当前互联网主流语音，持续更新，欢迎关注公众号“全栈程序员社区”
上一篇 2022年5月29日 下午9:00
下一篇 2022年5月29日 下午9:00


相关推荐

  • mysql的乐观锁使用_java悲观锁乐观锁定义

    mysql的乐观锁使用_java悲观锁乐观锁定义

    mysql的乐观锁使用_java悲观锁乐观锁定义正确的理解MySQL的乐观锁，悲观锁与MVCC！首先声明，MySQL的测试环境是5.7前提概念数据库并发的三种场景乐观锁和悲观锁的澄清悲观锁乐观锁MVCC多版本并发控制总结乐观锁和悲观锁的抉择OCC,PCC,MVCC参考资料前提概念数据库并发的三种场景数据库并发场景有三种，分别为：读-读：不存在任何问题，也不需要并发控制读-写：有隔离性问题，…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年8月30日
    5
  • 广义表_数据结构广义表的长度和深度

    广义表_数据结构广义表的长度和深度

    广义表_数据结构广义表的长度和深度概念广义表（GeneralizedLists）是n（n≥0）个数据元素a1，a2，…，ai，…，an的有序序列，一般记作：ls＝（a1，a2，…，ai，…，an）其中：ls是广义表的名称，

    全栈程序员-站长的头像 全栈程序员-站长
    2022年8月5日
    8
  • 凸包 —— 五种解法

    凸包 —— 五种解法

    凸包 —— 五种解法欢迎访问 https blog csdn net lxt Lucia 宇宙第一小仙女 o 萌量爆表求带飞 o dalao 们点个关注呗 nbsp 关于凸包 之前一直漏掉了这一个 上周末组队赛 听说有一题就是凸包的模板 可惜不会 听说不算很难 正好这周空余的课很少 就顺便搞了 8 nbsp nbsp 目录前言 解一 穷举法 蛮力法 解二 分治法 解三

    全栈程序员-站长的头像 全栈程序员-站长
    2026年3月19日
    2
  • java socket datagramsocket_Java UDP通信：Java DatagramSocket类和DatagramPacket类

    java socket datagramsocket_Java UDP通信：Java DatagramSocket类和DatagramPacket类

    java socket datagramsocket_Java UDP通信：Java DatagramSocket类和DatagramPacket类在TCP/IP协议的传输层除了一个TCP协议之外，还有一个UDP协议。UDP协议是用户数据报协议的简称，也用于网络数据的传输。虽然UDP协议是一种不太可靠的协议，但有时在需要较快地接收数据并且可以忍受较小错误的情况下，UDP就会表现出更大的优势。下面是在Java中使用UDP协议发送数据的步骤。使用DatagramSocket()创建一个数据包套接字。使用Datag…

    全栈程序员-站长的头像 全栈程序员-站长
    2022年6月10日
    35
  • 即梦AI的平台规则是怎么回事？ 即梦Ai

    即梦AI的平台规则是怎么回事？

    即梦AI的平台规则是怎么回事？

    全栈程序员-站长的头像 全栈程序员-站长
    2026年3月12日
    1
  • siege 用户登录_Siege详解[通俗易懂]

    siege 用户登录_Siege详解[通俗易懂]

    siege 用户登录_Siege详解[通俗易懂]Siege是一款开源的压力测试工具，设计用于评估WEB应用在压力下的承受能力。可以根据配置对一个WEB站点进行多用户的并发访问，记录每个用户所有请求过程的相应时间，并在一定数量的并发访问下重复进行。Siege可以从您选择的预置列表中请求随机的URL。所以siege可用于仿真用户请求负载，而ab则不能。但不要使用siege来执行最高性能基准调校测试，这方面ab就准确很多。一、安装编译安装tar-z…

    全栈程序员-站长的头像 全栈程序员-站长
    2025年8月6日
    6

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号