欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Java中使用HashMap改進(jìn)查找性能的步驟

 更新時間:2021年02月07日 15:01:56   作者:左直拳  
這篇文章主要介紹了Java中使用HashMap改進(jìn)查找性能的步驟,幫助大家更好的理解和使用Java,感興趣的朋友可以了解下

Java中,HashMap,其實(shí)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。

// 創(chuàng)建 HashMap 對象 Sites
HashMap<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(jìn)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(jìn)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(diǎn),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(jì)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(yùn)行幾個小時都沒結(jié)束的問題,只耗費(fèi)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?,F(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(jìn)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(jìn)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(xiàng)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(jī)會。

代碼如下:

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(jì)算哈希值
      因?yàn)槿绻捎醚h(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(jì)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(jìn)查找性能的步驟的詳細(xì)內(nèi)容,更多關(guān)于Java HashMap改進(jìn)查找性能的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

最新評論