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
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;
}
}
短短几秒，新集合即得到5万个元素。
以上就是java中使用hashmap改进查找性能的步骤的详细内容，更多关于java hashmap改进查找性能的资料请关注其它相关文章！
