Java HashMap的性能
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Java HashMap的性能,java,string,hashmap,Java,String,Hashmap,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 我可以将标识符附加到字符串中，并在 字符串我可以拆分字符串以获取标识符并使用它 我可以将450个字符串存储在HashMap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？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，如果您已经拥有int-id，那么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
HashMapHashMap有人能建议哪个选项在处理方面更有效吗？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，如果您已经拥有int-id，那么我认为没有理由只发送字符串并维护映射 每次放入
HashMapOTOH，只有450个字符串不是什么大问题，如果你喜欢的话，编写自己的哈希算法/函数实际上是最优雅和性能最好的。这一切都取决于字符串的大小，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 您可以只对前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要快，假设字符串具有OK分布 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 另外，如果您的标识符是数字的，那么最好预先计算，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米处，每浪费一纳秒，就会增加8分钟以上的额外处理时间。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，我不会再想一想。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读卡器每年将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纳秒为您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，在周末运行它并完成它。如果每个字符串都有一个唯一的标识符，那么只有在hashmaps的情况下，检索才是O（1） 我不建议使用第一种方法，因为您将每个字符串拆分为450*500米，除非您的订单是一个字符串500米次，然后继续下一个。正如Will所说，将数字附加到字符串然后检索可能看起来很简单，但不建议这样做
因此，如果您的数据是静态的（仅450个字符串），请将它们放在Hashmap中并进行实验。祝你好运。使用HashMap。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 我认为没有人能给你一个令人信服的“正确”答案，特别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。您的问题不清楚。请进一步澄清每个选项的含义。标识符来自哪里？你说的“处理”它们5亿次是什么意思？标识符是否来自密集集（即连续整数，例如1-450）？如果不是，分布情况如何。这里缺少很多信息，这些信息在决定使用哪种数据结构时非常重要。您不能创建一个包含两个字段的类，
theStringtheIdentifier