package study.interview;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.concurrent.Callable;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;
import java.util.Random;
import java.util.Set; public class TestEmailFromList {
final static String[] list = {"qq.com","126.com","168.com","sina.com","baidu.com","soho.com","yeah.net","139.com","hotmail.com"};
public static void main(String[] args) throws InterruptedException {
//email存放容器
LinkedList<Email> emailList = new LinkedList<Email>();
//统计各类邮箱使用人数容器
Map<String, Integer> mapEmail = new HashMap<String, Integer>();
//统计各类邮箱使用人数容器
Map<String, Integer> mapEmailPool = new HashMap<String, Integer>();
Random random=new Random();
//email原始邮箱初始化
for (int i = 0; i < 9999; i++) {
int num = random.nextInt(9);
emailList.add(new Email(String.valueOf(i+"@"+list[num])));
} // 单线程统计各类邮箱使用人数
long startTime = System.currentTimeMillis();
TestEmailFromList.countingBySingleThread(emailList, mapEmail);
long endTime = System.currentTimeMillis();
System.out.println("单线程统计用时:"+(endTime-startTime)); //多线程统计各类邮箱使用人数
long startTime2 = System.currentTimeMillis();
//用多少个线程
TestEmailFromList.countingByMultiThread(emailList, mapEmailPool);
long endTime2 = System.currentTimeMillis();
System.out.println("多线程统计用时:"+(endTime2-startTime2)); }
/*
* 单线程统计邮箱使用人数
*/
public static void countingBySingleThread(LinkedList<Email> emailList,Map<String, Integer> mapEmail){
for (int i = 0; i <emailList.size(); i++) {
String key = emailList.get(i).getUserName().split("@")[1];
if(mapEmail.containsKey(key)){
int value = mapEmail.get(key);
mapEmail.put(key, ++value);
}else{
mapEmail.put(key, 1);
}
}
printMap(mapEmail);
}
/*
* 多线程统计邮箱使用人数
*/
public static void countingByMultiThread(LinkedList<Email> emailList,Map<String, Integer> mapEmailPool){
ExecutorService executorService = Executors.newCachedThreadPool();
List<Future<Map<String, Integer>>> resultList = new ArrayList<Future<Map<String, Integer>>>();
for (int i = 0; i < 4; i++) {
LinkedList<Email> eList = null;
if(i==3){
eList = new LinkedList<Email>(emailList.subList(i*2500,(i+1)*2500-1));
}else{
eList = new LinkedList<Email>(emailList.subList(i*2500,(i+1)*2500));
}
System.out.println(eList.getFirst().getUserName()+"----"+eList.getLast().getUserName());
//使用ExecutorService执行Callable类型的任务,并将结果保存在future变量中
Future<Map<String, Integer>> future = executorService.submit(new TaskWithResultMap( eList,mapEmailPool));
//将任务执行结果存储到List中
resultList.add(future); } //遍历任务的结果
for (Future<Map<String, Integer>> fs : resultList) {
try {
System.out.println(fs.get());
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}finally{
executorService.shutdown();
}
} printMap(mapEmailPool);
} /*
* 输出map
*/
public static void printMap(Map<String, Integer> mapEmail){
Set<Entry<String, Integer>> set = mapEmail.entrySet();
for (Entry<String, Integer> entry : set) {
System.out.println("使用"+entry.getKey()+"的人共"+entry.getValue());
}
} } class TaskWithResultMap implements Callable<Map<String, Integer>>{
LinkedList<Email> emailList;
Map<String, Integer> mapEmailPool;
public TaskWithResultMap(LinkedList<Email> emailList,Map<String, Integer> mapEmailPool){
this.emailList = emailList;
this.mapEmailPool = mapEmailPool;
} @Override
public Map<String, Integer> call() throws Exception {
synchronized (mapEmailPool) {
for (int i = 0; i <emailList.size(); i++) {
String key = emailList.get(i).getUserName().split("@")[1];
if(mapEmailPool.containsKey(key)){
int value = mapEmailPool.get(key);
mapEmailPool.put(key, ++value);
}else{
mapEmailPool.put(key, 1);
}
}
}
return mapEmailPool;
} } class MyThread implements Runnable {
LinkedList<Email> emailList;
Map<String, Integer> mapEmailPool; public MyThread(LinkedList<Email> emailList,Map<String, Integer> mapEmailPool) {
this.emailList = emailList;
this.mapEmailPool = mapEmailPool;
} public void run() {
while(true){
synchronized (mapEmailPool) {
try {
for (int i = 0; i <emailList.size(); i++) {
String key = emailList.get(i).getUserName().split("@")[1];
if(mapEmailPool.containsKey(key)){
int value = mapEmailPool.get(key);
mapEmailPool.put(key, ++value);
}else{
mapEmailPool.put(key, 1);
} }
} catch (Exception e) {
System.out.println(Thread.currentThread().getName()+"异常");
} }
}
} } class Email {
String username; public Email() {
} public Email(String username) {
this.username = username;
} public String getUserName() {
return username;
}
}

单线程和多线程处理1W条数据对比代码的更多相关文章

  1. 主要看思路:区域数据去重 + JavaScript一次性展示几万条数据实例代码

    近期做1功能,Gis地图 基于百度地图api , 会遇到的问题的, 如后台接口给的数据很多,大几千上万的,如果拿了数据直接渲染dom ,这滋味爽爽的. 再遇上 客户端浏览器悲催的,这卡顿就来了... ...

  2. 面试官:"准备用HashMap存1w条数据,构造时传10000还会触发扩容吗?"

    // 预计存入 1w 条数据,初始化赋值 10000,避免 resize. HashMap<String,String> map = new HashMap<>(10000) ...

  3. 面试官:”准备用HashMap存1w条数据,构造时传10000会触发扩容吗?“

    通常在初始化 HashMap 时,初始容量都是根据业务来的,而不会是一个固定值,为此我们需要有一个特殊处理的方式,就是将预期的初始容量,再除以 HashMap 的装载因子,默认时就是除以 0.75. ...

  4. EDG夺冠!用Python分析22.3万条数据:粉丝都疯了!

    一.EDG夺冠信息 11月6日,在英雄联盟总决赛中,EDG战队以3:2战胜韩国队,获得2021年英雄联盟全球总决赛冠军,这个比赛在全网各大平台也是备受瞩目: 1.微博热搜第一名,截止2021-11-1 ...

  5. 从1KW条数据中筛选出1W条最大的数

    using System; using System.Collections.Generic; using System.Diagnostics; using System.Linq; using S ...

  6. json代码驾照考题批量加入MySQL数据库 ps.executeUpdate()永远只能悲催的加一条数据 去掉id主键自增 用foreach循环数据库只能出现一条语句

    package com.swift; import java.io.BufferedReader; import java.io.File; import java.io.FileInputStrea ...

  7. Java备份约9亿条数据

    需求:有一张表9亿多条数据,数据加索引总数据量61GB.考虑到这张表的大部分数据都不会再被使用并且大数据量可能影响整库的性能,所以决定将表里某一个时刻之前的数据备份到一张新表中,待备份完成后将旧表中已 ...

  8. 极限挑战—C#+ODP 100万条数据导入Oracle数据库仅用不到1秒

    链接地址:http://www.cnblogs.com/armyfai/p/4646213.html 要:在这里我们将看到的是C#中利用ODP实现在Oracle数据库中瞬间导入百万级数据,这对快速批量 ...

  9. 极限挑战—C#100万条数据导入SQL SERVER数据库仅用4秒 (附源码)

    原文:极限挑战-C#100万条数据导入SQL SERVER数据库仅用4秒 (附源码) 实际工作中有时候需要把大量数据导入数据库,然后用于各种程序计算,本实验将使用5中方法完成这个过程,并详细记录各种方 ...

随机推荐

  1. 【日志】修改redis日志路径

    redis默认不记录log文件,需要在Redis.conf文件,找到loglevel notice,在其后的logfile "",双引号中,写redis的路径"/redi ...

  2. SpringMVC小demo解析

    第一次实际接触SpringMVC,之前在教程网站上看得是概念性的. SpringMVC是属于Java框架SSM中的一环 在做了一个小demo后发现原来编程如此简单. 首先建立动态网页项目(Dynami ...

  3. Redis复制(replication)

    介绍 Redis支持简单的主从(master-slave)复制功能,当主Redis服务器更新数据时能将数据同步到从Redis服务器 配置 在Redis中使用复制功能非常容易 在从Redis服务器的re ...

  4. 如何优雅地发布Hexo博客

    前言 就目前而言,我所知道的发布Hexo的博客有如下几种: 1.原始方式,也就是在服务器上编写md文件,然后利用hexo g来生成,详见:hexo从零开始到搭建完整: 2.利用github+hook来 ...

  5. Spring之核心容器bean

    摘要:Spring的核心容器实现了Ioc,其目 的是提供一种无侵入式的框架.在本文中,首先讲解了Spring的基础bean的相关知识,然后介绍了Spring是如何对bean进行管理的. 在Spring ...

  6. 用JavaScript做一个小小设计

    这个项目是我无聊时完成的,参阅过很多大神的示例,其实方法并不难主要是js和css样式的设计,我发现自己还有很多的js代码写不出来更加不用提看的明白了,(PS吐槽一下:革命尚未成功,同志还需努力啊!)此 ...

  7. ✅问题:Rails.ajax的data不支持{}hash格式。必须使用string。 dataType的格式。

    Rails.ajax({ url: url, type: "PATCH", data: {"post":{"category_id":thi ...

  8. 使用AspNetPager进行分页,查询条件丢失问题

    在Asp.Net中使用AspNetPager进行分页时,发现一个问题: 当通过查询条件进行查询后,对查询结果进行翻页操作时,查询条件会丢失. 当修改UrlPaging属性后(设置UrlPaging=“ ...

  9. bzoj 1318 [SPOJ744] Longest Permutation (排列)

    大意: 给定序列, 求选出一个长度为k的区间, 使得区间内的数为[1,k]的排列, 且要求k最大 这题好神啊. 每个排列有且仅有一个1, 我们按1将序列分成若干子问题来处理, 而每个位置最多属于两个子 ...

  10. 【Demo】jQuery 图片放大镜效果——模仿淘宝图片放大效果

    实现功能: 模仿淘宝图片放大效果,鼠标移动到小图片的某一处,放大镜对应显示大图片的相应位置. 实现效果: 实现代码: <!DOCTYPE html> <html> <he ...