创建 arraylist 的哈希图的最佳方法

Question

我有 100 万行 .txt 格式的数据。格式非常简单。对于每一行：

user1,value1
user2,value2
user3,value3
user1,value4
...

你知道我的意思。对于每个用户来说，它可能会出现多次，或者只出现一次（你永远不知道）。我需要找出每个用户的所有值。因为user可能会随机出现，所以我使用了Hashmap来做到这一点。那是：哈希映射（键：字符串值：数组列表）。但是要向 arrayList 添加数据，我必须不断使用 HashMap get(key) 来获取 arrayList，为其添加值，然后将其放回 HashMap。我感觉效率不是很高。有人知道更好的方法吗？

Answer 1

您无需将ArrayList重新添加回Map。如果ArrayList已经存在，那么只需将值添加到它。

改进的实现可能如下所示：

Map<String, Collection<String>> map = new HashMap<String, Collection<String>>();

处理每一行时

：

String user = user field from line
String value = value field from line

Collection<String> values = map.get(user);
if (values==null) {
    values = new ArrayList<String>();
    map.put(user, values)
}
values.add(value);

2014年4月的后续行动 - 当我对Google Guava的知识有限时，我在2009年写了原始答案。鉴于Google Guava所做的一切，我现在建议使用其 Multimap 而不是重新发明它。

Multimap<String, String> values = HashMultimap.create();
values.put("user1", "value1");
values.put("user2", "value2");
values.put("user3", "value3");
values.put("user1", "value4");

System.out.println(values.get("user1"));
System.out.println(values.get("user2"));
System.out.println(values.get("user3"));

输出：

[value4, value1]
[value2]
[value3]

Answer 2

使用Google Collections中的Multimap。它允许同一个键的多个值

https：/ /google.github.io/guava/releases/19.0/api/docs/com/google/common/collect/Multimap.html

Answer 3

HashMap中的ArrayList值是引用。您不需要“将其放回HashMap”。您正在对作为HashMap中的值存在的对象进行操作。

Answer 4

如果您不想导入库。

package util;    

import java.util.ArrayList;    
import java.util.HashMap;    
import java.util.List;    

/**    
 * A simple implementation of a MultiMap. This implementation allows duplicate elements in the the    
 * values. (I know classes like this are out there but the ones available to me didn't work).    
 */    
public class MultiMap<K, V> extends HashMap<K, List<V>> {    

  /**    
   * Looks for a list that is mapped to the given key. If there is not one then a new one is created    
   * mapped and has the value added to it.    
   *     
   * @param key    
   * @param value    
   * @return true if the list has already been created, false if a new list is created.    
   */    
  public boolean putOne(K key, V value) {    
    if (this.containsKey(key)) {    
      this.get(key).add(value);    
      return true;    
    } else {    
      List<V> values = new ArrayList<>();    
      values.add(value);    
      this.put(key, values);    
      return false;    
    }    
  }    
}    

Answer 5

从 Java 8 开始，您可以使用 map.computeIfAbsent

https://docs.oracle.com/javase/8/docs/api/java/util/Map.html#computeIfAbsent-K-java.util.function.Function-

Collection<String> values = map.computeIfAbsent(user, k -> new ArrayList<>());
values.add(value);

Answer 6

我想你想要的是多重地图。您可以从 apache 的 commons collection 或 google-collections 中获取它。

http://commons.apache.org/collections/

http://code.google.com/p/google-collections/

“收集类似于地图，但可能将多个值与单个密钥相关联。如果您两次调用put（k，v），则使用相同的键，但值不同，则多映射包含从密钥到两个值的映射。”

Answer 7

我找不到任何简单的方法。 MultiMap并不总是可用的选项。所以我写了一些东西。

public class Context<K, V> extends HashMap<K, V> {

    public V addMulti(K paramK, V paramV) {
        V value = get(paramK);
        if (value == null) {
            List<V> list = new ArrayList<V>();
            list.add(paramV);
            put(paramK, paramV);
        } else if (value instanceof List<?>) {
            ((List<V>)value).add(paramV);
        } else {
            List<V> list = new ArrayList<V>();
            list.add(value);
            list.add(paramV);
            put(paramK, (V) list);
        }
        return paramV;
    }
}

Answer 8

如果使用LinkedList而不是ArrayList会更快，因为ArrayList在接近容量时需要调整大小。

您还需要适当地估计您正在创建的包装集合（HashMap或Multimap）的容量，以避免重复重复。

Answer 9

如前所述， MultiMap 是您的最佳选择。

根据您的业务要求或对数据文件的限制，您可能需要考虑对其进行一次性排序，以使其更适合加载。