分析Java中Map的遍历性能问题

分析Java中Map的遍历性能问题

一、引言

我们知道java HashMap的扩容是有成本的，为了减少扩容的次数和成本，可以给HashMap设置初始容量大小，如下所示：

HashMap map0 = new HashMap(100000);

但是在实际使用的过程中，发现性能不但没有提升，反而显著下降了！代码里对HashMap的操作也只有遍历了，看来是遍历出了问题，于是做了一番测试，得到如下结果：

HashMap的迭代器遍历性能与 initial capacity 有关，与size无关

二、迭代器测试

贴上测试代码：

public class MapForEachTest {

public static void main(String[] args) {

HashMap map0 = new HashMap(100000);

initDataAndPrint(map0);

HashMap map1 = new HashMap();

initDataAndPrint(map1);

}

private static void initDataAndPrint(HashMap map) {

initData(map);

long start = System.currentTimeMillis();

for (int i = 0; i < 100; i++) {

forEach(map);

}

long end = System.currentTimeMillis();

System.out.println("");

System.out.println("HashMap Size: " + map.size() + " 耗时: " + (end - start) + " ms");

}

private static void forEach(HashMap map) {

for (Iterator> it = map.entrySet().iterator(); it.hasNext();){

Map.Entry item = it.next();

System.out.print(item.getKey());

// do something

}

}

private static void initData(HashMap map) {

map.put("a", 0);

map.put("b", 1);

map.put("c", 2);

map.put("d", 3);

map.put("e", 4);

map.put("f", 5);

}

}

这是运行结果：

我们将第一个Map初始化10w大小，第二个map不指定大小(实际16)，两个存储相同的数据，但是用迭代器遍历100次的时候发现性能迥异，一个36ms一个4ms，实际上性能差距更大，这里的4ms是600次System.out.print的耗时，这里将print注掉再试下

for (Iterator> it = map.entrySet().iterator(); it.hasNext();){

Map.Entry item = it.next();

// System.out.print(item.getKey());

// do something

}

输出结果如下：

可以发现第二个map耗时几乎为0，第一个达到了28ms，遍历期间没有进行任何操作，既然石锤了和 initial capacity 有关，下一步我们去看看为什么会这样，找找Map迭代器的源码看看。

三、迭代器源码探究

我们来看看Map.entrySet().iterator()的源码；

public final Iterator> iterator() {

return new EntryIterator();

}

其中EntryIterator是HashMap的内部抽象类，源码并不多，我全部贴上来并附上中文注释

abstract class HashIterator {

// 下一个Node

Node next; // next entry to return

// 当前Node

Node current; // current entry

// 预期的Map大小，也就是说每个HashMap可以ElIkPLozkP有多个迭代器(每次调用 iterator() 会new 一个迭代器出来)，但是只能有一个迭代器对他remove，否则会直接报错(快速失败)

int expectedModCount; // for fast-fail

// 当前节点所在的数组下标，HashMap内部是使用数组来存储数据的，不了解的先去看看HashMap的源码吧

int index; // current slot

HashIterator() {

// 初始化 expectedModCount

expectedModCount = modCount;

// 浅拷贝一份Map的数据

Node[] t = table;

current = next = null;

index = 0;

// 如果 Map 中数据不为空，遍历数组找到第一个实际存储的素，赋值给next

if (t != null && size > 0) { // advance to first entry

do {} while (index < t.length && (next = t[index++]) == null);

}

}

public final boolean hasNext() {

return next != null;

}

final Node nextNode() {

// 用来浅拷贝table，和别名的作用差不多，没啥用

Node[] t;

// 定义一个e指存储next，并在找到下一值时返它自己

Node e = next;

if (modCount != expectedModCount)

throw new ConcurrentModificationException();

if (e == null)

throw new NoSuchElementException();

// 使current指向e，也就是next，这次要找的值，并且让next = current.next，一般为null

if ((next = (current = e).next) == null && (t = table) != null) {

do {} while (index < t.length && (next = t[index++]) == null);

}

return e;

}

/**

* 删除元素，这里不讲了，调的是HashMap的removeNode，没啥特别的

**/

public final void remove() {

Node p = current;

if (p == null)

throw new IllegalStateException();

if (modCount != expectedModCount)

throw new ConcurrentModificationException();

current = null;

K key = p.key;

removeNode(hash(key), key, null, false, false);

// 用来保证快速失败的

expectedModCount = modCount;

}

}

上面的代码一看就明白了，迭代器每次寻找下一个元素都会去遍历数组，如果 initial capacity 特别大的话，也就是说 threshold 也大，table.length就大，所以遍历比较耗性能。

table数组的大小设置是在resize()方法里：

Node[] newTab = (Node[])new Node[newCap];

table = newTab;

四、其他遍历方法

注意代码里我们用的是Map.entrySet().iterator()，实际上和keys().iterator(), values().iterator() 一样，源码如下：

final class KeyIterator extends HashIterator

implements Iterator {

public final K next() { return nextNode().key; }

}

final class ValueIterator extends HashIterator

implements Iterator {

public final V next() { return nextNode().value; }

}

final class EntryIterator extends HashIterator

implements Iterator> {

public final Map.Entry next() { return nextNode(); }

}

这两个就不分析了，性能一样。

实际使用中对集合的遍历还有几种方法：

普通for循环+下标

增强型for循环

Map.forEach

Stream.forEach

普通for循环+下标的方法不适用于Map，这里不讨论了。

4.1、增强型for循环

增强行for循环实际上是通过迭代器来实现的，我们来看两者的联系

源码：

private static void forEach(HashMap map) {

for (Iterator> it = map.entrySet().iterator(); it.hasNext();){

Map.Entry item = it.next();

System.out.print(item.getKey());

// do something

}

}

private static void forEach0(HashMap map) {

for (Map.Entry entry : map.entrySet()) {

System.out.print(entry.getKey());

}

}

编译后的字节码：

// access flags 0xA

private static forEach(Ljava/util/HashMap;)V

L0

LINENUMBER 41 L0

ALOAD 0

INVOKEVIRTUAL java/util/HashMap.entrySet ()Ljava/util/Set;

INVOKEINTERFACE java/util/Set.iterator ()Ljava/util/Iterator; (itf)

ASTORE 1

L1

FRAME APPEND [java/util/Iterator]

ALOAD 1

INVOKEINTERFACE java/util/Iterator.hasNext ()Z (itf)

IFEQ L2

L3

LINENUMBER 42 L3

ALOAD 1

INVOKEINTERFACE java/util/Iterator.next ()Ljava/lang/Object; (itf)

CHECKCAST java/util/Map$Entry

ASTORE 2

L4

LINENUMBER 43 L4

GETSTATIC java/lang/System.out : Ljava/io/PrintStream;

ALOAD 2

INVOKEINTERFACE java/util/Map$Entry.getKey ()Ljava/lang/Object; (itf)

CHECKCAST java/lang/String

INVOKEVIRTUAL java/io/PrintStream.print (Ljava/lang/String;)V

L5

LINENUMBER 45 L5

GOTO L1

L2

LINENUMBER 46 L2

FRAME CHOP 1

RETURN

L6

LOCALVARIABLE item Ljava/util/Map$Entry; L4 L5 2

// signature Ljava/util/Map$Entry;

// declaration: item extends java.util.Map$Entry

LOCALVARIABLE it Ljava/util/Iterator; L1 L2 1

// signature Ljava/util/Iterator;>;

// declaration: it extends java.util.Iterator>

LOCALVARIABLE map Ljava/util/HashMap; L0 L6 0

MAXSTACK = 2

MAXLOCALS = 3

// access flags 0xA

// signature (Ljava/util/HashMap;)V

// declaration: void forEach0(java.util.HashMap)

private static forEach0(Ljava/util/HashMap;)V

L0

LINENUMBER 50 L0

ALOAD 0

INVOKEVIRTUAL java/util/HashMap.entrySet ()Ljava/util/Set;

INVOKEINTERFACE java/util/Set.iterator ()Ljava/util/Iterator; (itf)

ASTORE 1

L1

FRAME APPEND [java/util/Iterator]

ALOAD 1

INVOKEINTERFACE java/util/Iterator.hasNext ()Z (itf)

IFEQ L2

ALOAD 1

INVOKEINTERFACE java/util/Iterator.next ()Ljava/lang/Object; (itf)

CHECKCAST java/util/Map$Entry

ASTORE 2

L3

LINENUMBER 51 L3

GETSTATIC java/lang/System.out : Ljava/io/PrintStream;

ALOAD 2

INVOKEINTERFACE java/util/Map$Entry.getKey ()Ljava/lang/Object; (itf)

INVOKEVIRTUAL java/io/PrintStream.print (Ljava/lang/Object;)V

L4

LINENUMBER 52 L4

GOTO L1

L2

LINENUMBER 53 L2

FRAME CHOP 1

RETURN

L5

LOCALVARIABLE entry Ljava/util/Map$Entry; L3 L4 2

LOCALVARIABLE map Ljava/util/HashMap; L0 L5 0

// signature Ljava/util/HashMap;

// declaration: map extends java.util.HashMap

MAXSTACK = 2

MAXLOCALS = 3

都不用耐心观察，两个方法的字节码除了局部变量不一样其他都几乎一样，由此可以得出增强型for循环性能与迭代器一样，实际运行结果也一样，我不展示了，感兴趣的自己去copy文章开头和结尾的代码试下。

4.2、Map.forEach

先说一下为什么不把各种方法一起运行同时打印性能，这是因为CPU缓存的原因和JVM的一些优化会干扰到性能的判断，附录全部测试结果有说明

直接来看源码吧

@Override

public void forEach(BiConsumer action) {

Node[] tab;

if (action == null)

throw new NullPointerException();

if (size > 0 && (tab = table) != null) {

int mc = modCount;

for (int i = 0; i < tab.length; ++i) {

for (Node e = tab[i]; e != null; e = e.next)

action.accept(e.key, e.value);

}

if (modCount != mc)

throw new ConcurrentModificationException();

}

}

很简短的源码，就不打注释了，从源码我们不难获取到以下信息：

该方法也是快速失败的，遍历期间不能删除元素

需要遍历整个数组

BiConsumer加了@FunctionalInterface注解，用了 lambda

第三点和性能无关，这里只是提下

通过以上信息我们能确定这个性能与table数组的大小有关。

但是在实际测试的时候却发现性能比迭代器差了不少：

4.3、Stream.forEach

Stream与Map.forEach的共同点是都使用了lambda表达式。但两者的源码没有任何复用的地方。

不知道你有没有看累，先上测试结果吧：

耗时比Map.foreach还要高点。

下面讲讲Straam.foreach顺序流的源码，这个也不复杂，不过累的话先去看看总结吧。

Stream.foreach的执行者是分流器，HashMap的分流器源码就在HashMap类中，是一个静态内部类，类名叫 EntrySpliterator

下面是顺序流执行的方法

public void forEachRemaining(Consumer> action) {

int i, hi, mc;

if (action == null)

throw new NullPointerException();

HashMap m = map;

Node[] tab = m.table;

if ((hi = fence) < 0) {

mc = expectedModCount = m.modCount;

hi = fence = (tab == null) ? 0 : tab.length;

}

else

mc = expectedModCount;

if (tab != null && tab.length >= hi &&

(i = index) >= 0 && (i < (index = hi) || current != null)) {

Node p = current;

current = null;

do {

if (p == null)

p = tab[i++];

else {

action.accept(p);

p = p.next;

}

} while (p != null || i < hi);

if (m.modCount != mc)

throw new ConcurrentModificationException();

}

}

从以上源码中我们也可以轻易得出遍历需要顺序扫描所有数组

五、总结

至此，Map的四种遍历方法都测试完了，我们可以简单得出两个结论

Map的遍历性能与内部table数组大小有关，也就是说与常用参数 initial capacity 有关，不管哪种遍历方式都是的

性能（由高到低）：迭代器 == 增强型For循环 > Map.forEach > Stream.foreach

这里就不说什么多少倍多少倍的性能差距了，抛开数据集大小都是扯淡，当我们不指定initial capacity的时候，四种遍历方法耗时都是3ms，这3ms还是输入输出流的耗时，实际遍历耗时都是0，所以数据集不大的时候用哪种都无所谓，就像不加输入输出流耗时不到1ms一样，很多时候性能消耗是在遍历中的业务操作，这篇文章不是为了让你去优化代码把foreach改成迭代器的，在大多数场景下并不需要关注迭代本身的性能，Stream与Lambda带来的可读性提升更加重要。

所以此文的目的就当是知识拓展吧，除了以上说到的遍历性能问题，你还应该从中能获取到的知识点有：

HashMap的数组是存储在table数组里的

table数组是resize方法初始化的，new Map不会初始化数组

Map遍历是table数组从下标0递增排序的，所以他是无序的

keySet().iterator，values.iterator， entrySet.iterator 来说没有本质区别，用的都是同一个迭代器

各种遍历方法里，只有迭代器可以remove，虽然增强型for循环底层也是迭代器，但这个语法糖隐藏了 remove 方法

每次调用迭代器方法都会new 一个迭代器，但是只有一个可以修改

Map.forEach与Stream.forEach看上去一样，实际实现是不一样的

附：四种遍历源码

private static void forEach(HashMap map) {

for (Iterator> it = map.entrySet().iterator(); it.hasNext();){

Map.Entry item = it.next();

// System.out.print(item.getKey());

// do something

}

}

private static void forEach0(HashMap map) {

for (Map.Entry entry : map.entrySet()) {

System.out.print(entry.getKey());

}

}

private static void forEach1(HashMap map) {

map.forEach((key, value) -> {

System.out.print(key);

});

}

private static void forEach2(HashMap map) {

map.entrySet().stream().forEach(e -> {

System.out.print(e.getKey());

});

}

附：完整测试类与测试结果+一个奇怪的问题

public class MapForEachTest {

public static void main(String[] args) {

HashMap map0 = new HashMap(100000);

HashMap map1 = new HashMap();

initData(map0);

initData(map1);

testIterator(map0);

testIterator(map1);

testFor(map0);

testFor(map1);

testMapForeach(map0);

testMapForeach(map1);

testMapStreamForeach(map0);

testMapStreamForeach(map1);

}

private static void testIterator(HashMap map) {

long start = System.currentTimeMillis();

for (int i = 0; i < 100; i++) {

forEach(map);

}

long end = System.currentTimeMillis();

System.out.println("");

System.out.println("HashMap Size: " + map.size() + " 迭代器 耗时: " + (end - start) + " ms");

}

private static void testFor(HashMap map) {

long start = System.currentTimeMillis();

for (int i = 0; i < 100; i++) {

forEach0(map);

}

long end = System.currentTimeMillis();

System.out.println("");

System.out.println("HashMap Size: " + map.size() + " 增强型For 耗时: " + (end - start) + " ms");

}

private static void testMapForeach(HashMap map) {

long start = System.currentTimeMillis();

for (int i = 0; i < 100; i++) {

forEach1(map);

}

long end = System.currentTimeMillis();

System.out.println("");

System.out.println("HashMap Size: " + map.size() + " MapForeach 耗时: " + (end - start) + " ms");

}

private static void testMapStreamForeach(HashMap map) {

long start = System.currentTimeMillis();

for (int i = 0; i < 100; i++) {

forEach2(map);

}

long end = System.currentTimeMillis();

System.out.println("");

System.out.println("HashMap Size: " + map.size() + " MapStreamForeach 耗时: " + (end - start) + " ms");

}

private static void forEach(HashMap map) {

for (Iterator> it = map.entrySet().iterator(); it.hasNext();){

Map.Entry item = it.next();

System.out.print(item.getKey());

// do something

}

}

private static void forEach0(HashMap map) {

for (Map.Entry entry : map.entrySet()) {

System.out.print(entry.getKey());

}

}

private static void forEach1(HashMap map) {

map.forEach((key, value) -> {

System.out.print(key);

});

}

private static void forEach2(HashMap map) {

map.entrySet().stream().forEach(e -> {

System.out.print(e.getKey());

});

}

private static void initData(HashMap map) {

map.put("a", 0);

map.put("b", 1);

map.put("c", 2);

map.put("d", 3);

map.put("e", 4);

map.put("f", 5);

}

}

测试结果：

如果你认真看了上面的文章的话，会发现测试结果有个不对劲的地方：

MapStreamForeach的耗时似乎变少了

我可以告诉你这不是数据的原因，从我的测试测试结果来看，直接原因是因为先执行了 Map.foreach，如果你把 MapForeach 和 MapStreamForeach 调换一下执行顺序，你会发现后执行的那个耗时更少。

以上就是分析Java中Map的遍历性能问题的详细内容，更多关于Java Map 遍历性能的资料请关注我们其它相关文章！

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。