Java for循环Map集合优化实现解析

这篇文章主要介绍了java for循环map集合优化实现解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

在《for循环实战性能优化》中提出了五种提升for循环性能的优化策略，这次我们在其中嵌套循环优化小循环驱动大循环的基础上，借助map集合高效的查询性能来优化嵌套for循环。

如果小循环和大循环的集合元素数量分别为m和n，则双层for循环的循环次数是m*n，随着m和n的增长，对性能的影响越来越大。因此，本文考虑进一步优化，使得循环次数变为m+n。利用下面的代码来模拟测试两种情况的性能：

import java.util.arraylist;
import java.util.list;
import java.util.map;
import java.util.function.function;
import java.util.stream.collectors;

public class forupdate {

  public static void main(string[] args) {

//    for (int i = 0; i < 10000; i += 10) {
//      loopgivennum(i);
//    }
    for (int i = 10000; i < 100000; i += 10000) {
      loopgivennum(i);
    }
    system.out.println("----- done -----");

  }

  private static void loopgivennum(int i) {
    list<string> smallloop = getlooplist(i);
    list<string> bigloop = getlooplist(2 * i);
    long dobyfortimes = dobyfor(bigloop, smallloop);
    long dobymaptimes = dobymap(bigloop, smallloop);
    system.out.println("size " + i + ": " + dobyfortimes + "," + dobymaptimes);
  }

  /**
   * 获取循环变量
   * @param size 循环变量元素个数
   */
  private static list<string> getlooplist(int size) {
    list<string> list = new arraylist<>();
    for (int i = 0; i < size; i++) {
      list.add(string.valueof(i));
    }
    return list;
  }

  private static long dobyfor(list<string> bigloop, list<string> smallloop) {
    long starttime = system.currenttimemillis();
    for (string str1 : smallloop) {
      for (string str2 : bigloop) {
        if (str1.equals(str2)) {
          continue;
        }
      }
    }
    return system.currenttimemillis() - starttime;
  }

  /**
   * 使用 map 优化
   * @param bigloop
   * @param smallloop
   */
  private static long dobymap(list<string> bigloop, list<string> smallloop) {
    long starttime = system.currenttimemillis();
    // 转换成map
    map<string, string> loopmap = bigloop.stream().collect(collectors.tomap(k -> k, function.identity()));
    system.out.println(loopmap.size());
    for (string str1 : smallloop) {
      if (loopmap.containskey(str1)) {
        continue;
      }
    }
    return system.currenttimemillis() - starttime;
  }
}

输出结果：

size 10000: 756,97
size 20000: 3091,8
size 30000: 4342,7
size 40000: 8848,7
size 50000: 16317,7
size 60000: 31652,7
size 70000: 37078,7

由此可见，数据量越大嵌套for循环执行时间越长，而使用map后，纵使数据量增长到了20w，执行时间也维持在7ms左右。数据量小的时候，执行结果就不再贴出来了。

结论：使用map优化后的方法执行的效率比嵌套循环提高了很多很多。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。