Java guava表与多哈希映射的效率比较

我遇到了一些代码，它们是这样做的：

Map<String,String> fullNameById = buildMap1(dataSource1);
Map<String,String> nameById = buildMap2(dataSource2);
Map<String,String> nameByFullName = new HashMap<String,String>();
Map<String,String> idByName = new HashMap<String,String>();

Set<String> ids = fullNameById.keySet();
for (String nextId : ids) {
  String name = nameById.get(nextId);
  String fullName = fullNameById.get(nextId);
  nameByFullName.put(fullName, name);
  idByName.put(name, nextId);
}

在addRelationships2中，我的查询为

id

和

name

生成值

relations.put(relations.remove(id,"hasFullName"), "hasName", name);
relations.put(name, "hasId", id);

所以我的问题是：

我通过处理器、内存或GC负载所做的工作是否存在潜在的低效？我不这么认为，但我对桌子的效率不太熟悉。我知道在

relations=null

之后，表对象将不会被GC'd，我只想告诉大家，在接下来相当长的代码部分中不再使用它

我有效率吗？我一直在说服自己我有过也没有过

你觉得这更可读吗？或者这仅仅是因为我写的才容易阅读？在这方面我有点担心，因为

表格
并不为人所知。另一方面，最高层现在非常清楚地说，“从两个来源收集数据，并从中制作这两个地图。”我还喜欢这样一个事实，即它不会让您怀疑其他两个地图是否正在使用（或不在使用）

你有没有比以上两种方法更好、更干净、更快、更简单的方法

请不要在这里讨论优化的早/晚。我很清楚这个陷阱。如果它在不影响性能的情况下提高了可读性，我会感到满意。绩效提升将是一个不错的奖励

---

注意：我的变量和方法名称已在此处进行了清理，以避免业务领域分散讨论的注意力，我绝对不会将它们命名为AddRelations1或datasource1！同样，最终的代码当然将使用常量而不是原始字符串；博士，但我恐怕你需要离原来的设计更大一步。模拟DB表可能是一个很好的练习，但对我来说，您的代码不是很可读

我所做的事是否有潜在的低效。。。不知道

我有效率吗？恐怕你得先量一下。删除一些间接操作肯定会有所帮助，但使用更复杂的数据结构可能会抵消它。一般来说，性能太复杂了

你觉得这更可读吗？恐怕不行

你有没有比以上两种方法更好、更干净、更快、更简单的方法？我希望如此

在这样的代码中，我迷路的地方是所有东西都使用字符串——传递错误的字符串作为参数太容易了。因此，我建议将它们聚合到一个对象中，并提供通过对象的任何部分访问对象的映射。像这样琐碎的事情应该可以做到：

class IdNameAndFullName {
    String id, name, fullName;
}

class IdNameAndFullNameMaps {
    Map<String, IdNameAndFullName> byId;
    Map<String, IdNameAndFullName> byName;
    Map<String, IdNameAndFullName> byFullName;
}

类IDName和FullName{
字符串id、名称、全名；
}
类IdNameAndFullNameMaps{
映射byId；
地图名称；
全名地图；
}

显然，您可以用

表

替换类

idnamemaps和fullnamemaps

。然而，除了使用一个很好的预先存在的数据结构之外，我看不出其中有什么优点。缺点是：

• 效率损失
• 可读性丧失（出于同样的原因，我不会在这里使用

  表
  ）

• 使用字符串键（您的“hasId”和“hasName”）

---

因此，我自己做了一些小型基准测试，得出结论：就执行时间而言，这两种方法几乎没有差异。通过对数据集大小的交易，我使正在处理的数据的总大小保持不变。我做了4次运行，并从所有4次运行中为每个实现选择了最短的时间。令人欣慰的是，这两种实现在同一次运行中总是最快的。我的代码可以找到。以下是我的结果：

Case                      Maps (ms)   Table (ms)    Table vs Maps
100000 runs of size 10    2931        3035          104%
10000 runs of size 100    2989        3033          101%
1000 runs of size 1000    3129        3160          101%
100 runs of size 10000    4126        4429          107%
10 runs of size 100000    5081        5866          115%
1 run  of size 1000000    5489        5160          94%

所以，对于小数据集，使用表似乎稍微慢一点。10万左右发生了一些有趣的事情，然后到了100万，桌子实际上更快了。我的数据将挂起在100到1000范围内，因此至少在执行时间内，性能应该几乎相同

至于可读性，我的观点是，如果有人试图弄清楚附近发生了什么，并阅读代码，那么就更容易看到意图。如果他们必须实际调试这段代码，可能会有点困难，因为

Table

不太常见，需要一些复杂的知识才能理解

我不确定的另一件事是，创建哈希映射是否更有效，或者在映射的所有键随后将被迭代的情况下直接查询表是否更有效。但这是另一个问题：）

---

喜剧性的结局是，事实上，当我进一步分析代码（数百行）时，我发现nameByFullname.get（）在日志记录之外的唯一重要用途（值有问题）是将结果传递给idByName.get（）。因此，在最后，我实际上将构建一个idByFullName映射和一个idByName映射，而不需要任何连接，并且不管怎样，都会删除整个表。但我想这是一个很有趣的问题。

我用

表

替换了大量的

HashMaps

，就像你的一样，并且对结果非常满意。回想一下，

HashBasedTable

并不是您可以使用的唯一类型。使用两行

表

而不是维护两个映射并直接使用它们，效率要低得多，但只能通过一个常量来实现。@Wasserman比较点是a）生成两个映射并对其进行迭代以生成另外两个映射，vs B）构建1个表，然后从表中获取2个地图。两种情况下的最终输出都是相同的两个映射：

nameByFullName

和

idByName

。我曾经考虑过这样做，（实际上这是我的第一个想法），但我不喜欢那些毫无意义的数据包类。我不知道你为什么说你的方法更有效。迭代映射键以构建外部数据表示，其中包含所有

class IdNameAndFullName {
    String id, name, fullName;
}

class IdNameAndFullNameMaps {
    Map<String, IdNameAndFullName> byId;
    Map<String, IdNameAndFullName> byName;
    Map<String, IdNameAndFullName> byFullName;
}

Case                      Maps (ms)   Table (ms)    Table vs Maps
100000 runs of size 10    2931        3035          104%
10000 runs of size 100    2989        3033          101%
1000 runs of size 1000    3129        3160          101%
100 runs of size 10000    4126        4429          107%
10 runs of size 100000    5081        5866          115%
1 run  of size 1000000    5489        5160          94%