Java中，HashMap，其實就是鍵值對。一個Key，對應(yīng)一個值；寫數(shù)據(jù)時，指定Key寫對應(yīng)值；讀取時憑Key找到相應(yīng)值。感覺就跟Redis差不多。
|
1
2
3
4
5
6
7
8
9
|
// 創(chuàng)建 HashMap 對象 SitesHashMap<Integer, String> Sites = new HashMap<Integer, String>();// 添加鍵值對Sites.put(1, "Google");Sites.put(2, "Runoob");Sites.put(3, "Taobao");Sites.put(4, "Zhihu");//讀取String val = Sites.get(1);//得到Google |
為什么說可以用HashMap來改進性能呢？原因不是說HashMap這種數(shù)據(jù)結(jié)構(gòu)存儲性能就比其他的，比如數(shù)組，集合先進多少。我主要看中的，是在知道Key的情況下，找到相應(yīng)值得速度非常快。如果是用數(shù)組，最簡單的，用循環(huán)；講究一點，排好序，用折半查找（二分查找）。都比不上用Key在HashMap里直接讀取。不知道為什么HashMap在查找方面為啥這么快，估計是存儲結(jié)構(gòu)，使用了啥樹，并為Key建立了索引。這是另外一個課題，以后再了解。昨天，我只是利用了這個特性，將運行幾個小時都沒結(jié)束的問題，只耗費了十幾秒。
問題如下：
有25萬條記錄，每條記錄含經(jīng)緯度；存在不同記錄坐標(biāo)相同情況。現(xiàn)在想將坐標(biāo)相同的記錄歸并在一起。
如果數(shù)據(jù)是保存在數(shù)據(jù)庫里，那么用SQL進行坐標(biāo)分組，應(yīng)該能解決問題。然而并沒有數(shù)據(jù)庫，數(shù)據(jù)是從gdb文件里讀出來的。
好吧，將數(shù)據(jù)保存到數(shù)組里，再新建一個集合；然后循環(huán)數(shù)組，與新集合中的記錄逐個比較，坐標(biāo)相同就歸并到新集合，不同就插入新集合。最簡單了。結(jié)果2個小時過去了，還沒有結(jié)束的跡象。
想想也對，新集合越來越大，比較的次數(shù)也越來越多，仿佛棋盤里的大米一樣，每格的大米數(shù)量是前一格的兩倍；最后即使是整個國家糧庫的大米都放進去，都填不滿整個棋盤。
將25萬條記錄先排好序再處理？單是排序就忙死了，不行吧。
將25萬條記錄先保存到數(shù)據(jù)庫里，再分組？應(yīng)該也可以，但總覺得笨了一些，而且速度應(yīng)該也是以分鐘算的。
最后決定用HashMap來做這個新集合。
如上所述，HashMap按照Key來寫入或讀取值。關(guān)鍵是這個Key怎么得來。上面的例子，是寫代碼的人自己給出了一些字符作為Key。而在我們項目中，可以用經(jīng)緯度之和的哈希值來作為Key。哈希值相同的，就認(rèn)為是經(jīng)緯度相同，只需要判斷新集合中，是否存在這個Key對應(yīng)的元素就可以了，根本無須循環(huán)比較。
由于存在兩個不同的經(jīng)緯度加起來，結(jié)果是一樣的可能性，因此先將經(jīng)度 乘以1000，再加緯度，這樣基本杜絕沖突的機會。
代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
private HashMap<Long,SimpleItem> recGeo(HashMap<Long, SimpleItem> map,String geo,int j){ /* 將相同坐標(biāo)的記錄合成一條 HashMap<Long, SimpleItem> map, 新集合 String geo, 坐標(biāo)字符串 int j 記錄ID */ try { Point p = (Point)reader.read(geo); /* 計算哈希值 因為如果采用循環(huán)來比較，數(shù)據(jù)量太大，速度太慢了 為避免不同坐標(biāo)出現(xiàn)經(jīng)度+緯度結(jié)果相同的情況，將經(jīng)度 * 1000再相加 */ //計算Key long k = Long.valueOf(Double.doubleToLongBits(p.getX() * 1000 + p.getY())).hashCode(); SimpleItem si = map.get(k); if(si != null){//新集合中該Key對應(yīng)元素已存在，應(yīng)該是相同坐標(biāo)的記錄 si.getPointers().add(j);//歸并 } else {//否則插入 si = new SimpleItem(); si.setGeo(geo); List<Integer> pointers = new ArrayList(); pointers.add(j); si.setPointers(pointers); map.put(k,si); } } catch (ParseException e) { e.printStackTrace(); } return map;}private static GeometryFactory geometryFactory = JTSFactoryFinder.getGeometryFactory( null );private static WKTReader reader = new WKTReader( geometryFactory );class SimpleItem{ private Point geo; private List<Integer> pointers; public Point getGeo() { return geo; } public void setGeo(String geo) { try { this.geo = (Point)reader.read(geo); } catch (ParseException e) { e.printStackTrace(); } } public List<Integer> getPointers() { return pointers; } public void setPointers(List<Integer> pointers) { this.pointers = pointers; }} |
短短幾秒，新集合即得到5萬個元素。
以上就是Java中使用HashMap改進查找性能的步驟的詳細(xì)內(nèi)容，更多關(guān)于Java HashMap改進查找性能的資料請關(guān)注服務(wù)器之家其它相關(guān)文章！
原文鏈接：https://blog.csdn.net/leftfist/article/details/113738402
