Java 在地图中并行搜索多个关键点

给定一个

地图

最多一百万个项目。我知道如何查询地图上的5K密钥，但我不确定它们是否在地图中

目前，我正在使用树形图，逐个搜索每个项目。这似乎是次优的。是否有一种已经实现的方法来查询地图中的X键

搜索的结果应该是在地图中找到的项目的子集，以便进一步查询-排序无关

我希望使用

流

，但显然，这只是用于收集

---

注意：根据我在地图上看到的，数字是印象，可能不是上限…

没有比查询地图上的每个元素更好的方法了：

List<V> vs = keysToSearch.stream()
                         .map(k -> map.get(k))
                         .filter(Objects::nonNull)
                         .collect(Collectors.toList())

List vs=keystearch.stream（）
.map（k->map.get（k））
.filter（对象：：非空）
.collect（收集器.toList（））

---

如果您的数据结构在并发环境中工作，您也可以尝试使用并行流。

没有比查询每个元素的映射更好的方法了：

List<V> vs = keysToSearch.stream()
                         .map(k -> map.get(k))
                         .filter(Objects::nonNull)
                         .collect(Collectors.toList())

List vs=keystearch.stream（）
.map（k->map.get（k））
.filter（对象：：非空）
.collect（收集器.toList（））

---

如果您的数据结构在并发环境中工作，您也可以尝试使用并行流。

假设内存对您来说不是问题。这里有一种方法

使用

retainAll

Set<String> mapKeys = new HashSet<String>(myMap.keySet());

mapKeys.retainAll(my5kKeys);  //<--- all keys that match the my5kKeys...

Set-mapKeys=newhashset（myMap.keySet（））；
mapKeys.Retainal（my5kKeys）// 假设你的记忆力不是问题。这里有一种方法

使用
retainAll

Set<String> mapKeys = new HashSet<String>(myMap.keySet());

mapKeys.retainAll(my5kKeys);  //<--- all keys that match the my5kKeys...

Set-mapKeys=newhashset（myMap.keySet（））；
mapKeys.Retainal（my5kKeys）// 如果您的地图中有M个项目，并且您正在搜索K个键，那么您的最佳案例效率是O（min（M，K））。如果M非常大，那么最好检查每个K（可能是并行的，但必须逐个检查）

如果事实证明M比K小得多，那么只需检查所有M值，看看它们是否存在于K中，就可以做得更好。在任何情况下，您都希望检查较小集合的值与较大集合的值。
如果您的地图中有M个项目，并且正在搜索K个关键点，那么您的最佳案例效率是O（min（M，K））。如果M非常大，最好检查每个K（可能是并行的，但必须逐个检查）

如果事实证明M比K小得多，那么只需检查所有M值，看看它们是否存在于K中，就可以做得更好。在任何情况下，都需要检查较小集合的值与较大集合的值。
没有更好的方法来创建循环并单独搜索所有键。
像
retainAll
这样的方法只是其他人编写的循环的包装器

然而，重要的是使用
HashMap
而不是
TreeMap
。Hashmaps
包含的
是O（1），而
TreeMap
取O（log（n））

如果您需要用于其他内容的已排序集合，可以将数据放在
树映射和
哈希映射中，没有比创建循环和单独搜索所有键更好的方法了。
像
retainAll
这样的方法只是其他人编写的循环的包装器

然而，重要的是使用
HashMap
而不是
TreeMap
。Hashmaps
包含的
是O（1），而
TreeMap
取O（log（n））

如果您需要用于其他目的的已排序集合，您可以将数据放在
树映射和
哈希映射中
是否有不执行
并行流
的原因？（嗯，还有并行流）…还是没有给每个人带来真正的好处，我只是把它作为一种可能性添加了进去。你为什么不做并行流呢？（嗯，还有并行流）…仍然不是真正的优势，
foreach
我只是可能添加了它。我担心内存是个问题，因为代码将由1-20个线程执行。这是最快的方法。因此，如果你的映射是1M+和20个线程之间。这意味着你需要为20M字符串留出空间…好吧，你可以进行计算。无论如何。你可以试一试。它可能没有看上去那么糟糕。我会试一试……这种方法有它的优点，但不返回映射，而是返回一个集合。我担心内存是个问题，因为代码将由1到20个线程执行。这是最快的方法。因此，如果你的映射是1M+并且在20个线程之间。这意味着你需要配速为2000万个字符串…好的，你可以做数学运算。无论如何，你可以试试看。它可能没有看起来那么糟糕。我会尝试一下…这种方法有它的优点，但不会返回地图，而是一个集合，而不是像你那样的
O
comments…这个比率会像我说的那样开始，并且可能只会朝着更大的方向增长
O
comments…比率将开始像我所说的那样，并且可能只会朝着更大的MCrap增长，你是对的…我使用TreeMap是因为
log（n）
，但我认为我的推理是反向的（虽然存在：p）。但是，请解释一下，如果TreeMap中的排序是基于
compareTo（）
，HashMap没有，那么为什么HashMap会更快，因为您知道如何在树映射中搜索值，而您不知道如何在HashMap中搜索值。因此，从逻辑上讲，O（1）和O（log（n））是插入时间，而TreeMapHashMap的搜索时间必须更快。对于插入，O（1）是插入，O（1）是包含。树映射是O（log（n）是插入，O（log（n））是插入）对于包含。如果您对排序值不感兴趣，
HashMap
的速度更快。我认为我无法在这篇文章中更好地解释HashMap