HashMap循环

1. Map的四种遍历方式
下面只是简单介绍各种遍历示例(以HashMap为例)，各自优劣会在本文后面进行分析给出结论。

(1) for each map.entrySet()

 

Java

 

1 2 3 4 5

Map<String, String> map = new HashMap<String, String>(); for (Entry<String, String> entry : map.entrySet()) { entry.getKey(); entry.getValue(); }

(2) 显示调用map.entrySet()的集合迭代器

 

Java

 

1 2 3 4 5 6

Iterator<Map.Entry<String, String>> iterator = map.entrySet().iterator(); while (iterator.hasNext()) { Map.Entry<String, String> entry = iterator.next(); entry.getKey(); entry.getValue(); }

(3) for each map.keySet()，再调用get获取

 

Java

 

1 2 3 4

Map<String, String> map = new HashMap<String, String>(); for (String key : map.keySet()) { map.get(key); }

(4) for each map.entrySet()，用临时变量保存map.entrySet()

 

Java

 

1 2 3 4 5

Set<Entry<String, String>> entrySet = map.entrySet(); for (Entry<String, String> entry : entrySet) { entry.getKey(); entry.getValue(); }

在测试前大家可以根据对HashMap的了解，想想上面四种遍历方式哪个性能更优。

2、HashMap四种遍历方式的性能测试及对比
以下是性能测试代码，会输出不同数量级大小的HashMap各种遍历方式所花费的时间。

HashMap循环遍历方式性能对比测试代码

 

PS：如果运行报异常in thread “main” java.lang.OutOfMemoryError: Java heap space，请将main函数里面map size的大小减小。

其中getHashMaps函数会返回不同size的HashMap。
loopMapCompare函数会分别用上面的遍历方式1-4去遍历每一个map数组(包含不同大小HashMap)中的HashMap。
print开头函数为输出辅助函数，可忽略。

 

测试环境为Windows7 32位系统 3.2G双核CPU 4G内存，Java 7，Eclipse -Xms512m -Xmx512m
最终测试结果如下：

 

Java

 

1 2 3 4 5 6 7 8 9 10 11 12

compare loop performance of HashMap ----------------------------------------------------------------------- map size               | 10,000    | 100,000   | 1,000,000 | 2,000,000 ----------------------------------------------------------------------- for each entrySet      | 2 ms      | 6 ms      | 36 ms     | 91 ms     ----------------------------------------------------------------------- for iterator entrySet  | 0 ms      | 4 ms      | 35 ms     | 89 ms     ----------------------------------------------------------------------- for each keySet        | 1 ms      | 6 ms      | 48 ms     | 126 ms     ----------------------------------------------------------------------- for entrySet=entrySet()| 1 ms      | 4 ms      | 35 ms     | 92 ms     -----------------------------------------------------------------------

表横向为同一遍历方式不同大小HashMap遍历的时间消耗，纵向为同一HashMap不同遍历方式遍历的时间消耗。
PS：由于首次遍历HashMap会稍微多耗时一点，for each的结果稍微有点偏差，将测试代码中的几个Type顺序调换会发现，for each entrySet耗时和for iterator entrySet接近。

3、遍历方式性能测试结果分析
(1) foreach介绍
见：ArrayList和LinkedList的几种循环遍历方式及性能对比分析中介绍。

(2) HashMap遍历方式结果分析
从上面知道for each与显示调用Iterator等价，上表的结果中可以看出除了第三种方式(for each map.keySet())，再调用get获取方式外，其他三种方式性能相当。本例还是hash值散列较好的情况，若散列算法较差，第三种方式会更加耗时。
我们看看HashMap entrySet和keySet的源码

 

Java

 

1 2 3 4 5 6 7 8 9 10 11

private final class KeyIterator extends HashIterator<K> { public K next() { return nextEntry().getKey(); } }   private final class EntryIterator extends HashIterator<Map.Entry<K,V>> { public Map.Entry<K,V> next() { return nextEntry(); } }

分别是keySet()和entrySet()返回的set的迭代器，从中我们可以看到只是返回值不同而已，父类相同，所以性能相差不多。只是第三种方式多了一步根据key get得到value的操作而已。get的时间复杂度根据hash算法而异，源码如下：

 

Java

 

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

public V get(Object key) { if (key == null) return getForNullKey(); Entry<K,V> entry = getEntry(key);   return null == entry ? null : entry.getValue(); }   /** * Returns the entry associated with the specified key in the * HashMap.  Returns null if the HashMap contains no mapping * for the key. */ final Entry<K,V> getEntry(Object key) { int hash = (key == null) ? 0 : hash(key); for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } return null; }

get的时间复杂度取决于for循环循环次数，即hash算法。

4、结论总结

从上面的分析来看：
a. HashMap的循环，如果既需要key也需要value，直接用

 

Java

 

1 2 3 4 5

Map<String, String> map = new HashMap<String, String>(); for (Entry<String, String> entry : map.entrySet()) { entry.getKey(); entry.getValue(); }

即可，foreach简洁易懂。

b. 如果只是遍历key而无需value的话，可以直接用

 

Java

 

1 2 3 4

Map<String, String> map = new HashMap<String, String>(); for (String key : map.keySet()) { // key process }