Java中使用HashMap改进查找性能

Java中，HashMap，其实就是键值对。一个Key，对应一个值；写数据时，指定Key写对应值；读取时凭Key找到相应值。感觉就跟Redis差不多。

// 创建 HashMap 对象 Sites
HashMap<Integer, String> Sites = new HashMap<Integer, String>();
// 添加键值对
Sites.put(1, "Google");
Sites.put(2, "Runoob");
Sites.put(3, "Taobao");
Sites.put(4, "Zhihu");
//读取
String val = Sites.get(1);//得到Google
1
2
3
4
5
6
7
8
9

为什么说可以用HashMap来改进性能呢？原因不是说HashMap这种数据结构存储性能就比其他的，比如数组，集合先进多少。我主要看中的，是在知道Key的情况下，找到相应值得速度非常快。如果是用数组，最简单的，用循环；讲究一点，排好序，用折半查找（二分查找）。都比不上用Key在HashMap里直接读取。不知道为什么HashMap在查找方面为啥这么快，估计是存储结构，使用了啥树，并为Key建立了索引。这是另外一个课题，以后再了解。昨天，我只是利用了这个特性，将运行几个小时都没结束的问题，只耗费了十几秒。

问题如下：
有25万条记录，每条记录含经纬度；存在不同记录坐标相同情况。现在想将坐标相同的记录归并在一起。

如果数据是保存在数据库里，那么用SQL进行坐标分组，应该能解决问题。然而并没有数据库，数据是从gdb文件里读出来的。

好吧，将数据保存到数组里，再新建一个集合；然后循环数组，与新集合中的记录逐个比较，坐标相同就归并到新集合，不同就插入新集合。最简单了。结果2个小时过去了，还没有结束的迹象。

想想也对，新集合越来越大，比较的次数也越来越多，仿佛棋盘里的大米一样，每格的大米数量是前一格的两倍；最后即使是整个国家粮库的大米都放进去，都填不满整个棋盘。

将25万条记录先排好序再处理？单是排序就忙死了，不行吧。

将25万条记录先保存到数据库里，再分组？应该也可以，但总觉得笨了一些，而且速度应该也是以分钟算的。

最后决定用HashMap来做这个新集合。
如上所述，HashMap按照Key来写入或读取值。关键是这个Key怎么得来。上面的例子，是写代码的人自己给出了一些字符作为Key。而在我们项目中，可以用经纬度之和的哈希值来作为Key。哈希值相同的，就认为是经纬度相同，只需要判断新集合中，是否存在这个Key对应的元素就可以了，根本无须循环比较。

由于存在两个不同的经纬度加起来，结果是一样的可能性，因此先将经度 乘以1000，再加纬度，这样基本杜绝冲突的机会。

代码如下：

private HashMap<Long,SimpleItem> recGeo(HashMap<Long, SimpleItem> map,String geo,int j){
    /*
        将相同坐标的记录合成一条
        HashMap<Long, SimpleItem> map, 新集合
        String geo, 坐标字符串
        int j 记录ID
     */

    try {
        Point p = (Point)reader.read(geo);
        /*
            计算哈希值
            因为如果采用循环来比较，数据量太大，速度太慢了
            为避免不同坐标出现经度+纬度结果相同的情况，将经度 * 1000再相加
         */
        //计算Key
        long k = Long.valueOf(Double.doubleToLongBits(p.getX() * 1000 + p.getY())).hashCode();
        
        SimpleItem si = map.get(k);
        if(si != null){//新集合中该Key对应元素已存在，应该是相同坐标的记录
            si.getPointers().add(j);//归并
        } else {//否则插入
            si = new SimpleItem();
            si.setGeo(geo);
            List<Integer> pointers = new ArrayList();
            pointers.add(j);
            si.setPointers(pointers);
            map.put(k,si);
        }
    } catch (ParseException e) {
        e.printStackTrace();
    }

    return map;
}

private static GeometryFactory geometryFactory = JTSFactoryFinder.getGeometryFactory( null );
private static WKTReader reader = new WKTReader( geometryFactory );
class SimpleItem{
    private Point geo;
    private List<Integer> pointers;

    public Point getGeo() {
        return geo;
    }

    public void setGeo(String geo) {
        try {
            this.geo = (Point)reader.read(geo);
        } catch (ParseException e) {
            e.printStackTrace();
        }
    }

    public List<Integer> getPointers() {
        return pointers;
    }

    public void setPointers(List<Integer> pointers) {
        this.pointers = pointers;
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62

短短几秒，新集合即得到5万个元素。