HashMap的java性能

Question

我必须处理450个独特的字符串，大约5亿次。每个字符串都有唯一的整数标识符。我有两个选择

1. 我可以用字符串附加标识符，并在 字符串我可以拆分字符串以获取标识符并使用它
2. 我可以将450个字符串存储在HashMap<String, Integer>和 当字符串到达时，我可以查询HashMap以获取标识符

有人能建议哪个选项在处理方面更有效吗

Answer 1

这完全取决于琴弦的大小等等

你可以做各种各样的事情

您可以使用二进制搜索来获取列表中的索引，该索引处是标识符

可以只对前2个字符进行散列，而不是对整个字符串进行散列，这可能比二进制搜索更快，前提是字符串的分布为OK

如果第一个字符或前两个字符作为指向标识符的255或65K大数组中的“完美索引”是唯一的，则可以使用它们

此外，如果您的标识符是数字的，最好预先计算，而不是一直动态地转换它。文本->；二进制实际上相当昂贵（二进制->；文本更糟糕）。因此，如果可能的话，避免这样做可能是件好事

但你应该解决这个问题。100万件每件1毫秒的东西，需要20分钟的处理时间。在500米的距离上，每浪费一纳秒，就会增加8分钟以上的处理时间。你可能不在乎，但只是证明在这些尺度上“每一点都有帮助”

所以，不要相信我们的话，测试不同的东西，找出什么能给你的工作带来最好的结果，然后继续。还考虑过多的对象创建，并避免这种情况。通常，我不会再三考虑。对象创建速度很快，但一纳秒就是一纳秒

如果您使用的是Java，并且您实际上不需要Unicode（即，您使用的是0-255范围的单个字符），那么我根本不会使用字符串。我会处理原始字节。字符串基于Java字符，即UTF-16。Java阅读器每年将UTF-8转换为UTF-16。仅有一个的时间5亿次。是的！再过几纳秒。8纳秒为你增加了一小时的处理时间

所以，再一次，看看所有的角落

或者，不要写得太简单，启动它，在周末运行它，然后完成它

Answer 2

使用HashMap<Integer, String>.拆分字符串以获取标识符是一项昂贵的操作，因为它需要创建新字符串

Answer 3

如果代码写得足够好，拆分字符串的速度应该会更快。事实上，如果你已经有了int-id，我认为没有理由只发送字符串并维护映射

每次放入HashMap都需要对传入字符串进行哈希运算。因此，您基本上是在比较散列函数的性能与您编写的代码，以便在发送端追加（预结束可能有点棘手），并在接收端解析

OTOH，只有450个字符串不是什么大问题，如果你喜欢它，编写自己的哈希算法/函数实际上是最优雅、最高效的

Answer 4

我认为没有人能给你一个令人信服的“正确”答案，尤其是因为你没有提供计算的所有背景/属性。（例如，字符串的平均长度可能会产生很大的差异。）

所以我认为你最好的选择是写一个基准。。。使用将要处理的实际字符串

我还想寻找一种方法来提取和测试“唯一整数标识符”，它不需要拆分字符串