JAVA 集合框架进阶：Map 接口的深度解析与实战

Ne0inhk

— 13 min read
JAVA 集合框架进阶：Map 接口的深度解析与实战

JAVA 集合框架进阶：Map 接口的深度解析与实战

在这里插入图片描述

1.1 本章学习目标与重点

💡 掌握 Map 接口的核心特性，理解 Key-Value 键值对的存储结构与设计思想。
💡 熟练掌握 HashMap、LinkedHashMap、TreeMap 等实现类的底层原理与适用场景。
💡 理解 Map 集合的线程安全问题，掌握并发环境下的解决方案。
⚠️ 本章重点是 HashMap 的底层实现原理 和 不同 Map 实现类的性能对比，这是面试和开发中的高频核心考点。

1.2 Map 接口核心概述

1.2.1 Map 接口的定义与特性

💡 Map 是一种键值对（Key-Value） 集合，它的核心是通过键（Key）来唯一标识值（Value）。
Map 接口中的 Key 具有唯一性，不能重复；Value 可以重复，并且可以为 null。
Map 接口与 Collection 接口是并列关系，它不属于 Collection 体系，没有继承关系。

Map 接口的核心方法：

  • put(K key, V value)：添加键值对，Key 重复时会覆盖原有 Value
  • get(Object key)：根据 Key 获取 Value，Key 不存在时返回 null
  • remove(Object key)：根据 Key 删除对应的键值对
  • containsKey(Object key)：判断是否包含指定 Key
  • containsValue(Object value)：判断是否包含指定 Value
  • keySet()：获取所有 Key 组成的 Set 集合
  • values()：获取所有 Value 组成的 Collection 集合
  • entrySet()：获取所有键值对（Map.Entry）组成的 Set 集合

✅ 核心结论：Map 适合通过唯一标识（Key）快速查找对应数据（Value）的场景。

1.2.2 Map 集合的遍历方式

Map 集合有三种常用的遍历方式，我们以 HashMap 为例进行代码实操：

importjava.util.HashMap;importjava.util.Map;importjava.util.Set;publicclassMapTraversalDemo{publicstaticvoidmain(String[] args){Map<String,String> map =newHashMap<>(); map.put("name","张三"); map.put("age","20"); map.put("gender","男");// 方式1：遍历所有Key，通过Key获取ValueSystem.out.println("方式1：遍历Key获取Value");Set<String> keySet = map.keySet();for(String key : keySet){String value = map.get(key);System.out.println(key +"="+ value);}// 方式2：遍历所有键值对（Map.Entry）System.out.println("\n方式2：遍历Map.Entry");Set<Map.Entry<String,String>> entrySet = map.entrySet();for(Map.Entry<String,String> entry : entrySet){System.out.println(entry.getKey()+"="+ entry.getValue());}// 方式3：JDK8+ Lambda表达式遍历System.out.println("\n方式3：Lambda表达式遍历"); map.forEach((key, value)->System.out.println(key +"="+ value));}}

输出结果

方式1：遍历Key获取Value name=张三 age=20 gender=男 方式2：遍历Map.Entry name=张三 age=20 gender=男 方式3：Lambda表达式遍历 name=张三 age=20 gender=男

✅ 核心结论：遍历大量数据时，方式2（entrySet）效率最高，因为它避免了通过 Key 重复查询 Value 的操作。

1.3 HashMap：基于哈希表的实现

1.3.1 HashMap 底层原理（JDK8）

💡 JDK8 中 HashMap 的底层结构是 数组 + 链表 + 红黑树 的组合结构，目的是解决哈希冲突，提升查询效率。

  1. 数组（哈希桶）：数组的每个元素是一个链表或红黑树的头节点，默认初始容量为 16，默认加载因子为 0.75。
  2. 链表：当多个 Key 的哈希值相同，且对应数组下标位置已有元素时，会以链表形式存储，称为哈希冲突。
  3. 红黑树：当链表长度超过阈值（默认为 8），并且数组长度大于等于 64 时，链表会转换为红黑树，将查询时间复杂度从 O(n) 降低到 O(log n)。

HashMap 的核心存储流程：
① 📝 计算 Key 的哈希值：通过 hash(key) 方法计算，目的是降低哈希冲突概率。
② 📝 计算数组下标：(数组长度 - 1) & 哈希值，等价于取模运算但效率更高。
③ 📝 判断下标位置是否为空：为空则直接插入新节点；不为空则判断 Key 是否重复。
④ 📝 处理 Key 重复：Key 重复则覆盖 Value；不重复则插入链表或红黑树。
⑤ 📝 扩容判断：当元素个数超过 数组容量 * 加载因子 时，数组会扩容为原来的 2 倍。

1.3.2 代码实操：HashMap 的常用操作

importjava.util.HashMap;importjava.util.Map;publicclassHashMapDemo{publicstaticvoidmain(String[] args){Map<String,Integer> hashMap =newHashMap<>();// 1. 添加键值对 hashMap.put("语文",90); hashMap.put("数学",95); hashMap.put("英语",92); hashMap.put("数学",100);// Key重复，覆盖原有ValueSystem.out.println("HashMap内容："+ hashMap);// 2. 根据Key获取ValueInteger mathScore = hashMap.get("数学");System.out.println("数学成绩："+ mathScore);// 3. 判断是否包含指定Key或Valueboolean hasEnglish = hashMap.containsKey("英语");boolean has90 = hashMap.containsValue(90);System.out.println("包含英语Key："+ hasEnglish);System.out.println("包含90分Value："+ has90);// 4. 删除键值对 hashMap.remove("语文");System.out.println("删除语文后的HashMap："+ hashMap);// 5. 获取集合大小int size = hashMap.size();System.out.println("HashMap大小："+ size);// 6. 清空集合 hashMap.clear();System.out.println("清空后是否为空："+ hashMap.isEmpty());}}

输出结果

HashMap内容：{语文=90, 数学=100, 英语=92} 数学成绩：100 包含英语Key：true 包含90分Value：true 删除语文后的HashMap：{数学=100, 英语=92} HashMap大小：2 清空后是否为空：true

1.3.3 自定义对象作为 Key 的注意事项

⚠️ 当使用自定义对象作为 HashMap 的 Key 时，必须重写 hashCode() 和 equals() 方法，否则无法保证 Key 的唯一性。

我们以 Student 类为例，实现基于学号的 Key 唯一性：

importjava.util.HashMap;importjava.util.Map;importjava.util.Objects;classStudent{privateString id;privateString name;publicStudent(String id,String name){this.id = id;this.name = name;}// 重写equals方法：根据学号判断Key是否相同@Overridepublicbooleanequals(Object o){if(this== o)returntrue;if(o ==null||getClass()!= o.getClass())returnfalse;Student student =(Student) o;returnObjects.equals(id, student.id);}// 重写hashCode方法：根据学号计算哈希值@OverridepublicinthashCode(){returnObjects.hash(id);}@OverridepublicStringtoString(){return"Student{id='"+ id +"',+ name +"'}";}}publicclassHashMapCustomKeyDemo{publicstaticvoidmain(String[] args){Map<Student,String> studentMap =newHashMap<>();Student s1 =newStudent("001","张三");Student s2 =newStudent("002","李四");Student s3 =newStudent("001","张三");// 与s1学号相同 studentMap.put(s1,"一班"); studentMap.put(s2,"二班"); studentMap.put(s3,"三班");// Key重复，覆盖s1的Value// 遍历输出 studentMap.forEach((key, value)->System.out.println(key +"="+ value));}}

输出结果

Student{id='001', name='张三'}=三班 Student{id='002', name='李四'}=二班

1.3.4 HashMap 性能分析

  • 增删查操作：理想情况下时间复杂度为 O(1)，哈希冲突严重时会退化为 O(n)，红黑树转换后为 O(log n)。
  • 扩容机制：扩容时需要重新计算所有元素的下标，非常消耗性能，开发中建议提前指定初始容量，减少扩容次数。
    ⚠️ 注意事项：HashMap 是线程不安全的集合，多线程环境下使用会出现数据错乱或 ConcurrentModificationException 异常。

1.4 LinkedHashMap：有序的哈希表

1.4.1 LinkedHashMap 底层原理

💡 LinkedHashMap 是 HashMap 的子类，底层结构是 HashMap + 双向链表。
它通过双向链表维护键值对的插入顺序或访问顺序，保证遍历顺序与插入顺序一致，或者与最近访问顺序一致。
LinkedHashMap 的元素唯一性判断规则与 HashMap 完全相同。

1.4.2 代码实操1：插入顺序模式（默认）

importjava.util.LinkedHashMap;importjava.util.Map;publicclassLinkedHashMapInsertOrderDemo{publicstaticvoidmain(String[] args){Map<String,String> linkedHashMap =newLinkedHashMap<>(); linkedHashMap.put("b","B"); linkedHashMap.put("a","A"); linkedHashMap.put("c","C");// 遍历顺序与插入顺序一致 linkedHashMap.forEach((key, value)->System.out.println(key +"="+ value));}}

输出结果

b=B a=A c=C

1.4.3 代码实操2：访问顺序模式

通过构造方法 LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) 可以开启访问顺序模式，最近访问的元素会被移到链表尾部。

importjava.util.LinkedHashMap;importjava.util.Map;publicclassLinkedHashMapAccessOrderDemo{publicstaticvoidmain(String[] args){// 开启访问顺序模式：accessOrder = trueMap<String,String> linkedHashMap =newLinkedHashMap<>(16,0.75f,true); linkedHashMap.put("a","A"); linkedHashMap.put("b","B"); linkedHashMap.put("c","C");System.out.println("初始顺序："); linkedHashMap.forEach((key, value)->System.out.println(key +"="+ value));// 访问元素a，触发访问顺序调整 linkedHashMap.get("a");System.out.println("\n访问元素a后的顺序："); linkedHashMap.forEach((key, value)->System.out.println(key +"="+ value));}}

输出结果

初始顺序： a=A b=B c=C 访问元素a后的顺序： b=B c=C a=A

✅ 核心结论：访问顺序模式的 LinkedHashMap 可以用来实现 LRU 缓存淘汰算法（最近最少使用淘汰）。

1.4.4 性能分析

  • LinkedHashMap 的增删查效率略低于 HashMap，因为需要维护双向链表的节点引用。
  • 适合需要有序遍历且高效查找的场景，例如缓存系统、配置参数存储等。
    ⚠️ 注意事项：LinkedHashMap 同样是线程不安全的集合。

1.5 TreeMap：基于红黑树的排序映射

1.5.1 TreeMap 底层原理

💡 TreeMap 的底层结构是红黑树，它会自动对 Key 进行排序，默认是升序排列。
TreeMap 不允许 Key 为 null，因为排序时会抛出空指针异常。
TreeMap 保证 Key 唯一性的方式是通过比较 Key 的大小，而不是 hashCode() 和 equals() 方法。

TreeMap 的两种排序方式：

  1. 自然排序：Key 实现 Comparable 接口，重写 compareTo() 方法。
  2. 定制排序：创建 TreeMap 时传入 Comparator 比较器，自定义排序规则。

1.5.2 代码实操1：自然排序

importjava.util.Map;importjava.util.TreeMap;publicclassTreeMapNaturalSortDemo{publicstaticvoidmain(String[] args){Map<Integer,String> treeMap =newTreeMap<>(); treeMap.put(3,"C"); treeMap.put(1,"A"); treeMap.put(2,"B");// 自动按Key升序排列 treeMap.forEach((key, value)->System.out.println(key +"="+ value));}}

输出结果

1=A 2=B 3=C

1.5.3 代码实操2：定制排序

我们对字符串 Key 进行降序排列，通过 Comparator 实现定制排序：

importjava.util.Comparator;importjava.util.Map;importjava.util.TreeMap;publicclassTreeMapCustomSortDemo{publicstaticvoidmain(String[] args){// 传入比较器，实现Key降序排列Map<String,Integer> treeMap =newTreeMap<>(newComparator<String>(){@Overridepublicintcompare(String o1,String o2){return o2.compareTo(o1);// 降序排列}}); treeMap.put("Java",10); treeMap.put("Python",8); treeMap.put("Go",9); treeMap.forEach((key, value)->System.out.println(key +"="+ value));}}

输出结果

Python=8 Java=10 Go=9

1.5.4 性能分析

  • 增删查操作：时间复杂度稳定为 O(log n)，效率低于 HashMap，但支持有序遍历。
  • 适合需要排序和范围查询的场景，例如排行榜、字典排序等。
    ⚠️ 注意事项：
  1. TreeMap 是线程不安全的集合。
  2. 存储自定义对象作为 Key 时，必须指定排序规则，否则会抛出 ClassCastException。

1.6 Hashtable：线程安全的哈希表

1.6.1 Hashtable 核心特性

💡 Hashtable 是 Map 接口的早期实现类，底层结构是 数组 + 链表（JDK8 没有红黑树优化）。
它的所有方法都添加了 synchronized 关键字，是线程安全的集合。
Hashtable 不允许 Key 或 Value 为 null，默认初始容量为 11，加载因子为 0.75。

1.6.2 性能分析

  • Hashtable 的线程安全是通过方法加锁实现的，锁粒度大，并发性能低。
  • 现代开发中，不推荐使用 Hashtable，优先使用 ConcurrentHashMap 实现线程安全。

1.7 ConcurrentHashMap：并发安全的哈希表

1.7.1 ConcurrentHashMap 核心特性

💡 ConcurrentHashMap 是 JUC 包下的线程安全集合，专门用于解决 HashMap 的并发问题。
JDK8 中 ConcurrentHashMap 的底层结构是 数组 + 链表 + 红黑树，与 HashMap 类似。
它采用分段锁或 CAS + synchronized 的方式实现线程安全，锁粒度小，并发性能远高于 Hashtable。
ConcurrentHashMap 支持 Key 和 Value 为 null（与 Hashtable 不同）。

1.7.2 代码实操：ConcurrentHashMap 的使用

importjava.util.Map;importjava.util.concurrent.ConcurrentHashMap;publicclassConcurrentHashMapDemo{publicstaticvoidmain(String[] args){Map<String,Integer> concurrentMap =newConcurrentHashMap<>();// 多线程环境下安全操作newThread(()->{for(int i =0; i <1000; i++){ concurrentMap.put("thread1_"+ i, i);}}).start();newThread(()->{for(int i =0; i <1000; i++){ concurrentMap.put("thread2_"+ i, i);}}).start();// 等待线程执行完成try{Thread.sleep(1000);}catch(InterruptedException e){ e.printStackTrace();}System.out.println("ConcurrentHashMap大小："+ concurrentMap.size());}}

输出结果

ConcurrentHashMap大小：2000

✅ 核心结论：多线程环境下优先使用 ConcurrentHashMap，兼顾线程安全和并发性能。

1.8 实战案例：基于 Map 实现 LRU 缓存

1.8.1 需求分析

💡 实现一个 LRU（最近最少使用）缓存工具类，满足以下需求：

  1. 缓存容量有限，超出容量时自动淘汰最近最少使用的元素。
  2. 支持缓存的添加、查询、删除操作。
  3. 保证操作的时间复杂度尽可能低。

1.8.2 实现思路

利用 LinkedHashMap 的访问顺序模式实现 LRU 缓存，重写 removeEldestEntry() 方法，自定义淘汰规则。

1.8.3 代码实现

importjava.util.LinkedHashMap;importjava.util.Map;/** * 基于LinkedHashMap实现的LRU缓存 */publicclassLRUCache<K,V>extendsLinkedHashMap<K,V>{// 缓存最大容量privatefinalint maxCapacity;// 构造方法：开启访问顺序模式publicLRUCache(int maxCapacity){super(16,0.75f,true);this.maxCapacity = maxCapacity;}/** * 重写该方法，自定义淘汰规则 * @param eldest 最久未使用的元素 * @return true表示淘汰该元素，false表示不淘汰 */@OverrideprotectedbooleanremoveEldestEntry(Map.Entry<K,V> eldest){// 当元素个数超过最大容量时，淘汰最久未使用的元素returnsize()> maxCapacity;}// 测试方法publicstaticvoidmain(String[] args){LRUCache<String,Integer> cache =newLRUCache<>(3);// 添加缓存元素 cache.put("A",1); cache.put("B",2); cache.put("C",3);System.out.println("初始缓存："+ cache);// 访问元素A，调整访问顺序 cache.get("A");System.out.println("访问A后的缓存："+ cache);// 添加元素D，超出容量，淘汰最久未使用的B cache.put("D",4);System.out.println("添加D后的缓存："+ cache);}}

输出结果

初始缓存：{A=1, B=2, C=3} 访问A后的缓存：{B=2, C=3, A=1} 添加D后的缓存：{C=3, A=1, D=4}

1.8.4 案例总结

✅ 这个 LRU 缓存工具类充分利用了 LinkedHashMap 的特性，代码简洁且性能高效。
通过重写 removeEldestEntry() 方法，轻松实现了缓存淘汰规则，在实际开发中可直接用于本地缓存场景。

1.9 本章总结

  1. Map 是键值对集合，Key 唯一，Value 可重复，常用实现类有 HashMap、LinkedHashMap、TreeMap。
  2. HashMap 底层是数组+链表+红黑树，查询效率高，适合快速查找场景，线程不安全。
  3. LinkedHashMap 基于 HashMap+双向链表，支持插入顺序或访问顺序遍历，可实现 LRU 缓存。
  4. TreeMap 底层是红黑树，支持 Key 排序，适合有序遍历和范围查询场景，线程不安全。
  5. 多线程环境下，优先使用 ConcurrentHashMap 保证线程安全，避免使用 Hashtable。
  6. 自定义对象作为 HashMap Key 时，必须重写 hashCode() 和 equals() 方法。

Read more

掌控消息全链路(4)——RabbitMQ/Spring-AMQP高级特性详解之事务与消息分发

掌控消息全链路(4)——RabbitMQ/Spring-AMQP高级特性详解之事务与消息分发

🔥我的主页：九转苍翎⭐️个人专栏：《Java SE》《Java集合框架系统精讲》《MySQL高手之路：从基础到高阶》《计算机网络》《Java工程师核心能力体系构建》《RabbitMQ理论与实践》天行健，君子以自强不息。 1.事务 AMQP(高级消息队列协议)实现了事务机制，主要用于确保消息的原子性发布和确认。换言之，它允许你将多个操作(如发送消息、确认消息)绑定在一起，要么全部成功，要么全部失败 发送消息 @RestController@RequestMapping("/producer")publicclassProducerController{@Resource(name ="transRabbitTemplate")privateRabbitTemplate transRabbitTemplate;@Transactional@RequestMapping("/trans")publicStringtrans(){ transRabbitTemplate.convertAndSend(""

By Ne0inhk
C语言程序调试常用方法与技巧

C语言程序调试常用方法与技巧

C语言程序调试常用方法与技巧 一、学习目标与重点 学习目标 * 理解程序调试的基本概念 * 掌握常用调试工具的基本使用方法 * 学会使用调试技巧定位程序中的错误 * 提高程序调试的效率和准确率 学习重点 * 调试工具的安装与配置 * 断点设置与单步调试 * 变量值查看与内存分析 * 错误定位与修复技巧 二、程序调试的基本概念 2.1 调试的定义与意义 调试是指在程序运行过程中，通过观察和分析程序的行为，定位并修复错误的过程。程序调试的主要目的是提高程序的正确性和可靠性，确保程序能够按照预期的方式运行。 2.2 调试的主要步骤 1. 发现问题：通过测试或用户反馈，发现程序中的错误。 2. 定位问题：通过调试工具和技术，确定错误所在的位置和原因。 3. 修复问题：修改代码，修复错误。 4. 验证修复：重新测试程序，确保错误已经修复，并且没有引入新的错误。 2.3 调试的常见方法 * 输出调试：在程序中插入打印语句，输出变量值和程序执行路径。 * 单步调试：

By Ne0inhk
构建基于 Rust 与 GLM-5 的高性能 AI 翻译 CLI 工具：从环境搭建到核心实现全解析

构建基于 Rust 与 GLM-5 的高性能 AI 翻译 CLI 工具：从环境搭建到核心实现全解析

前言 随着大语言模型（LLM）能力的飞速提升，将 AI 能力集成到终端命令行工具（CLI）中已成为提升开发效率的重要手段。Rust 语言凭借其内存安全、零成本抽象以及极其高效的异步运行时，成为构建此类高性能网络 IO 密集型应用的首选。本文将深度剖析如何使用 Rust 语言，结合智谱 AI 的 GLM-5 模型，从零构建一个支持流式输出、多语言切换及文件批处理的 AI 翻译引擎。 本文将涵盖环境配置、依赖管理、异步网络编程、流式数据处理（SSE）、命令行参数解析以及最终的二进制发布优化。 第一部分：Rust 开发环境的系统级构建 在涉足 Rust 编程之前，必须确保底层操作系统具备必要的构建工具链。Rust 虽然拥有独立的包管理器，但在链接阶段依赖于系统的 C 语言编译器和链接器，尤其是在涉及网络库（如 reqwest 依赖的 OpenSSL）

By Ne0inhk
PostgreSQL - 连接数配置：max_connections 优化与连接池

PostgreSQL - 连接数配置：max_connections 优化与连接池

👋 大家好，欢迎来到我的技术博客！ 📚 在这里，我会分享学习笔记、实战经验与技术思考，力求用简单的方式讲清楚复杂的问题。 🎯 本文将围绕PostgreSQL这个话题展开，希望能为你带来一些启发或实用的参考。 🌱 无论你是刚入门的新手，还是正在进阶的开发者，希望你都能有所收获！ 文章目录 * PostgreSQL - 连接数配置：max_connections 优化与连接池 * 理解 PostgreSQL 连接机制 💡 * 连接的内存开销 📊 * 默认配置分析 🔍 * max_connections 参数详解 ⚙️ * 参数位置和修改方式 * 相关依赖参数 * 1. shared_buffers * 2. max_locks_per_transaction * 3. autovacuum_max_workers * 计算合理的 max_connections 值 🧮 * 连接池的重要性 🏊‍♂️ * 为什么需要连接池？ * 连接池的

By Ne0inhk