Question

我遇到了一些做这样的事情的代码：

Map<String,String> fullNameById = buildMap1(dataSource1);
Map<String,String> nameById = buildMap2(dataSource2);
Map<String,String> nameByFullName = new HashMap<String,String>();
Map<String,String> idByName = new HashMap<String,String>();

Set<String> ids = fullNameById.keySet();
for (String nextId : ids) {
  String name = nameById.get(nextId);
  String fullName = fullNameById.get(nextId);
  nameByFullName.put(fullName, name);
  idByName.put(name, nextId);
}

我不得不盯着它看几分钟才弄清楚发生了什么。所有这些都相当于id的连接操作和原始地图之一的反转。由于Id，FullName和Name总是1：1：1，在我看来应该有一些方法来简化这一点。我还发现前两个地图从未再次使用，我发现上面的代码有点难以阅读。所以我正在考虑用这样的东西替换它（对我来说）读得更清洁

Table<String, String, String> relations = HashBasedTable.create();

addRelationships1(dataSource1, relations);
addRelationships2(dataSource2, relations);

Map<String,String> idByName = relations.column("hasId");
Map<String,String> nameByFullName = relations.column("hasName");
relations = null; // not used hereafter

在addRelationships1中我做

relations.put(id, "hasFullName", fullname);

在addRelationships2中我的查询产生id和name的值我

relations.put(relations.remove(id,"hasFullName"), "hasName", name);
relations.put(name, "hasId", id);

所以我的问题是这些：

通过处理器或内存或GC负载，我所做的工作是否存在潜在的低效率？我不这么认为，但我并不熟悉Table的效率。我知道在relations = null之后Table对象不会是GC的，我只想传达它在后面的相当冗长的代码部分中没有再次使用。
我获得了效率吗？我一直坚信并且不相信自己拥有和没有。
你觉得这更具可读性吗？或者这对我来说很容易阅读，因为我写了它？由于事实Table并不为人所知，我在这方面有点担心。另一方面，顶级现在非常明确地说，“从两个来源收集数据并从中制作这两个地图。”我也喜欢这样的事实，它不会让你想知道是否/在哪里使用（或不使用）其他两个地图。
你有比上述任何一种更好，更清洁，更快捷，更简单的方法吗？

请不要在这里进行优化早/晚讨论。我很清楚这个陷阱。如果它在不损害性能的情况下提高可读性，我很满意。性能提升将是一个很好的奖励。

注意：我的变量和方法名称已经过清理，以防止业务领域分散讨论，我绝对不会将它们命名为addRelationships1或datasource1！同样，最终代码当然会使用常量而不是原始字符串。

Answer 1

所以我自己做了一些迷你基准测试，并得出结论：两种方法在执行时间方面差别不大。我通过数据集大小的交易运行保持正在处理的数据的总大小。我进行了4次运行，并从所有4次运行中选择了每次实施的最低时间。令人放心的是，两种实现在同一次运行中总是最快的。我的代码可以找到here。以下是我的结果：

Case                      Maps (ms)   Table (ms)    Table vs Maps
100000 runs of size 10    2931        3035          104%
10000 runs of size 100    2989        3033          101%
1000 runs of size 1000    3129        3160          101%
100 runs of size 10000    4126        4429          107%
10 runs of size 100000    5081        5866          115%
1 run  of size 1000000    5489        5160          94%

因此，对于小型数据集，使用Table似乎稍微慢一点。有趣的事情发生在大约100,000，然后100万，表实际上更快。我的数据将在100到1000范围内挂起，因此至少在执行时间内，性能几乎相同。

至于可读性，我的观点是，如果有人试图找出附近发生的事情并阅读代码，那么查看意图将更加容易。如果他们必须实际调试这段代码，可能会有点困难，因为Table不太常见，需要一些复杂的理解。

我不确定的另一件事是，创建哈希映射是否更有效，或者在随后迭代地图的所有键的情况下直接查询表。然而，这是一个不同的问题：）

而喜剧的结局是，事实上当我进一步分析代码（数百行）时，我发现在记录之外（有问题的值）的nameByFullname.get（）的唯一重要用途是传递结果到idByName.get（）。所以最后我实际上将构建一个idByFullName映射和一个idByName映射，而不需要任何连接，并且无论如何都要丢弃整个表。但是我想这是一个有趣的SO问题。

Answer 2

但是，我担心你需要在原设计上迈出更大的一步。模拟数据库表可能是一个很好的练习，但对我来说，你的代码实际上并不可读。

我所做的事情是否存在潜伏的低效率...... 不知道。
我是否获得了任何效率？我担心你需要先测量它。删除一些间接确实有帮助，但使用更复杂的数据结构可能会抵消它。总的来说，表现太复杂了。
你觉得这更具可读性吗？我不敢。
你有比上述任何一种更好，更清洁，更快捷，更简单的方法吗？我希望如此......

我在这样的代码中迷失的地方就是使用字符串来处理所有内容 - 将错误的字符串作为参数传递太简单了。因此，我建议将它们聚合到一个对象中，并提供用于通过它们的任何部分访问对象的映射。像这应该做的微不足道的事情：

class IdNameAndFullName {
    String id, name, fullName;
}

class IdNameAndFullNameMaps {
    Map<String, IdNameAndFullName> byId;
    Map<String, IdNameAndFullName> byName;
    Map<String, IdNameAndFullName> byFullName;
}

您显然可以用IdNameAndFullNameMaps替换班级Table。然而，除了使用一个很好的预先存在的数据结构，我发现其中没有任何优点。缺点是：

效率损失
失去可读性（我不会在Table should be avoided发送Tuple {/ 1}}
使用字符串键（您的“hasId”和“hasName”）。

番石榴表的效率与多个哈希映射

2 个答案: