JAVA-加速哈希映射创建

我会尽量说清楚的

我有N个对象列表。每个对象存储一个ID字段和一个值字段

LIST A | ID1   v1  | ID2   v2  | ID3   v3  |
LIST B | ID1   v1' | ID2   v2' | ID3   v3' |
LIST C | ID1   v1''| ID2   v2''| ID3   v3''|

我需要创建一个哈希映射

Map<Integer,List<Double>> 

对于每个列表，我当前使用以下代码：

object_list.forEach( v -> {
        String id = v.getID();
        Double value = v.getValue();

        if(map.containsKey(id)){
            map.get(id).add(value);
        }
        else{
            List<Double> list = new ArrayList<>();
            list.add(value);
            map.put(id, list);
        }
});

object\u list.forEach（v->{
字符串id=v.getID（）；
双值=v.getValue（）；
if（地图容器（id））{
map.get（id）.add（value）；
}
否则{
列表=新的ArrayList（）；
列表。添加（值）；
地图放置（id、列表）；
}
});

我的问题：我能以更快的方式执行此操作吗

---

谢谢

使用番石榴的多重地图会更简单

ListMultimap<Integer, Double> multimap = ArrayListMultimap.create();

---

如果id存在，则会向其添加值，否则会创建一个新密钥。

问题是：为什么您对当前的性能不满意

您是否对当前代码进行了基准测试

这段代码运行的时间是否超过；比如说每分钟10公里

您的用户是否抱怨性能问题；你做了仔细的分析，发现这段代码是罪魁祸首

如果你回答所有这些问题时都没有回答，那么你很可能没有问题

考虑到你在这里真的有问题；当然，基尔托斯的解决方案可能会让人松一口气。但我认为您应该更进一步，研究整个数据流。比如：假设您花费大量时间从现有列表中检索此数据。如果你能避免建立最初的列表，也许你应该进行调查；而是以一种首先需要较少转换工作的方式提供所需的数据

---

此外：您已经在使用streams。也许你可以在这里平行走

使用Java 8便捷的

computeIfAbsent

方法，您可以非常直观地完成此任务：

objectList.forEach( v -> {
    List<Double> doubleList = map.computeIfAbsent(v.getID(), k->new ArrayList<>());
    doubleList.add(v.getValue());
});

objectList.forEach（v->{
List doubleList=map.computeIfAbsent（v.getID（），k->newArrayList（））；
doubleList.add（v.getValue（））；
});

---

请注意，这并不一定比原始解决方案运行得更快。它的优点是阅读起来更清晰。

如果N个项目意味着它们的数量是固定的，那么您可以创建一个大小相同的地图，当满了地图时，地图不会展开

Map<Integer,List<Double>> map = new HashMap<Integer,List<Double>>(N, 1);

Map-Map=newhashmap（N，1）；

不要使用

map.containsKey（id）

而只使用

map.get（id）

并检查是否为null。您可以使用：

map.computeIfAbsent（id，k->new ArrayList（））.add（value）

什么叫“更快”？你真的关心性能，还是说“更具表现力”或“更简洁”？我不认为并行性会改善它，但：

object\u list.parallelStream（）.collect（groupingBy（X:：getID，mapping（X:：getValue，toList（））

这是一个完全合适的问题，但它应该是一个注释，而不是答案。是的，我的用户抱怨性能问题。我对我的应用程序进行了基准测试，这一点似乎是瓶颈。在此步骤中，在解压缩操作后从内存中检索数据。我的测试表明，数据检索和数据解压缩需要相同的时间。所以，我开始检查数据检索步骤，以评估是否可以应用某些优化。@fab我运行了一个包含100个键的100万条目的列表，耗时78毫秒。1000万条条目需要更长的时间，但这不会成为代码问题。这将是一个内存优化问题。@Fab如果此步骤需要很长时间，请检查调用

v.getID（）

和

v.getValue（）

的时间。你把它们添加到地图上的方式不太可能会花费时间。如果这两个方法调用没有占用太多时间，那么下一步就是调优hashmap。检查HashMap构造函数参数。@Fab另外，如果您可以估计每个ID的列表大小，那么请使用ArrayList构造函数为列表预先分配内存，这将通过避免重新分配和数组复制来加快它的速度。Guava的multimap是一个很好的选择，但它需要修改我项目的所有相关部分。嗯，始终可以使用一行代码将多重映射转换为原始映射：

Map foo=multimap.asMap（）它实际上可能运行得更快，因为它在内部只执行一次查找，而OP的代码执行两次（
containsKey（）
和
get（）
）。@Thomas可能会，但这取决于各种权衡，所以最好不要轻率地宣称。我想这取决于条目的数量。@slim我没有做出任何声明（“可能”跑得更快是这里的关键词）。）删除过时的局部变量时，可以用表达式语法替换块语法：
objectList.forEach（v->map.computeIfAbsent（v.getID（），k->new ArrayList（））.add（v.getValue（））@Holger好吧，你可以，但它对性能没有帮助，而且它使阅读变得稍微困难，那么为什么要这么做呢？Extract变量是一种有用的可读性重构。JIT将优化中间变量。
objectList.forEach( v -> {
    List<Double> doubleList = map.computeIfAbsent(v.getID(), k->new ArrayList<>());
    doubleList.add(v.getValue());
});

Map<Integer,List<Double>> map = new HashMap<Integer,List<Double>>(N, 1);