Melhor maneira de criar um HashMap de matrizes
-
06-07-2019 - |
Pergunta
Eu tenho um milhão de linhas de dados em formato .txt. o formato é muito simples. Para cada linha:
user1,value1 user2,value2 user3,value3 user1,value4 ...
Você sabe o que quero dizer. Para cada usuário, ele pode aparecer muitas vezes, ou aparecer apenas uma vez (nunca se sabe). Eu preciso descobrir todos os valores para cada usuário. Porque o usuário pode aparecer aleatoriamente, eu usei HashMap para fazê-lo. Ou seja: HashMap (chave: String, value: ArrayList). Mas para adicionar dados para o arrayList, eu tenho que usar constantemente HashMap get (key) para obter o arrayList, agregar valor a ele, em seguida, colocá-lo de volta para HashMap. Eu sinto que não é que muito eficiente. Alguém sabe uma maneira melhor de fazer isso?
Solução
Você não precisa re-adicionar a volta ArrayList ao seu mapa. Se o ArrayList já existe em seguida, basta adicionar o seu valor.
Uma melhor aplicação pode parecer:
Map<String, Collection<String>> map = new HashMap<String, Collection<String>>();
durante o processamento de cada linha:
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);
Acompanhamento abril 2014 - Eu escrevi a resposta de volta original, em 2009, quando o meu conhecimento do Google Guava foi limitado. À luz de tudo o que o Google Guava faz, agora eu recomendo usar sua Multimap
invés de reinventá-lo.
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"));
Saídas:
[value4, value1]
[value2]
[value3]
Outras dicas
Use Multimap do Google Collections. Ele permite que vários valores para a mesma chave
https: / /google.github.io/guava/releases/19.0/api/docs/com/google/common/collect/Multimap.html
Os valores de ArrayList em seu HashMap são referências. Você não precisa de "colocá-lo de volta para HashMap". Você está operando no objeto que já existe como um valor no HashMap.
Se você não deseja importar uma biblioteca.
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;
}
}
}
Desde Java 8
você pode usar map.computeIfAbsent
Collection<String> values = map.computeIfAbsent(user, k -> new ArrayList<>());
values.add(value);
Eu acho que o que você quer é a Multimap. Você pode obtê-lo da coleção commons do apache, ou google-coleções.
http://commons.apache.org/collections/
http://code.google.com/p/google-collections/
"coleção semelhante a um mapa, mas que pode associar vários valores com uma única chave. Se você chamar put (K, V) duas vezes, com a mesma chave, mas valores diferentes, multimap contém mapeamentos da chave para ambos valores ".
Não foi possível encontrar alguma maneira fácil. MultiMap nem sempre é uma opção disponível. Então eu escrevi algo disso.
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;
}
}
que seria mais rápido se você usou um LinkedList em vez de um ArrayList, como o ArrayList terá de redimensionar quando se aproxima de capacidade.
Você também vai querer estimar adequadamente a capacidade da coleção de embrulho (HashMap ou Multimap) que você está criando para evitar rehashing repetitivo.
Como já mencionado, MultiMap
é sua melhor opção.
Dependendo de suas necessidades de negócios ou restrições sobre o arquivo de dados, você pode querer considerar fazer um one-off de classificação do mesmo, para torná-lo mais otimizado para carregamento.