一、场景介绍
假设某次搜索结果中有 100_0000 篇文章，而你的个人收藏中有 10000 篇，如何在短时间内快速识别 100_0000 中哪些是 “已收藏”， 哪些是 “未收藏” ？
二、正常逻辑（双层for 循环）
public class ForEachTest { public static void main(String[] args) { // user book list List<String> ubList = new ArrayList<>(); // book list List<String> bList = new ArrayList<>(); // 收藏的数据条数 int collectionNum = 10000; // 总条数 int total = 100_0000; // 预计要存储的结果，也可以定义在要返回到页面实体的状态中 Map<String, Integer> resMap = new HashMap<>(total); // 初始化 个人中心收藏的数据 Random r = new Random(); for (int i = 0; i < collectionNum; i++) { ubList.add(String.valueOf(r.nextInt(total))); } // 初始化 搜索结果中返回的数据，同时维护一个 个人与文章 相关的状态map // 状态初始结果为 0：“未收藏”， 1：“已收藏” for (int i = 0; i < total; i++) { bList.add(String.valueOf(i)); //如果这个 bList 中存储的是 实体对象，则可以在存入数据的时候，就初始化一个未收藏的状态 resMap.put(String.valueOf(i), 0); } // 记录开始时间 long start = System.currentTimeMillis(); System.out.println("开始..."); //for 双层循环 // 这个是 外大内小 /*for (String b : bList) { for (String ub : ubList) { if (b.equals(ub)) { resMap.put(b, 1); break; } } }*/ // 这个是 外小内大 for (String ub : ubList) { for (String b : bList) { if (b.equals(ub)) { resMap.put(b, 1); break; // 如果这里没有添加 break，则时长为 62秒左右 } } } // 结束时间 long end = System.currentTimeMillis(); // 用时时长 ms System.out.println("耗时 ms: " + (end - start)); } }
注： 在这几次的测试中，都没有涉及内存的消耗与数据准备的时间！
测试数据：
collectionNum： 10000
total ： 100 0000
消耗时间：
结论：双层 for 循环，遍历了 100亿次，用时 48秒 左右，虽然有随机的成分在内，但是多次测试后，影响并不大！
三、利用 HashMap 底层，减少无效的遍历
public class ForAndMapTest { public static void main(String[] args) { // user book list List<String> ubList = new ArrayList<>(); // book list List<String> bList = new ArrayList<>(); // 收藏的数据条数 int collectionNum = 10000; // 总条数 int total = 100_0000; // 预计要存储的结果，也可以定义在要返回到页面实体的状态中 Map<String, Integer> resMap = new HashMap<>(total); // 初始化 个人中心收藏的数据 for (int i = 0; i < collectionNum; i++) { ubList.add(String.valueOf(i)); } // 初始化 搜索结果中返回的数据，同时维护一个 个人与文章 相关的状态map // 状态初始结果为 0：“未收藏”， 1：“已收藏” for (int i = 0; i < total; i++) { bList.add(String.valueOf(i)); //如果这个 bList 中存储的是 实体对象，则可以在存入数据的时候，就初始化一个未收藏的状态 resMap.put(String.valueOf(i), 0); } // 记录开始时间 long start = System.currentTimeMillis(); System.out.println("开始..."); // 将 个人中心收藏的数据，转化存储到 map 中， // 注意 收藏的文章的id 作为key，value 随意，这里使用同样使用了 id Map<String, String> ubMap = new HashMap<>(); for (String ubId : ubList) { ubMap.put(ubId, ubId); } // 开始遍历 搜索结果中的 100万条数据，是否有被个人收藏过的，有就改变返回的状态。 for (String bId : bList) { // 直接使用 ubMap 的查找key 值是否存在的方式，判断该文章是否已经收藏。 if (ubMap.containsKey(bId)){ resMap.put(bId, 1); } } // 结束时间 long end = System.currentTimeMillis(); // 用时时长 ms System.out.println("耗时 ms: " + (end - start)); } }
测试数据：
collectionNum： 10000
total ： 100 0000
消耗时间：
结论：一层循环，加上内部的 hash 计算，用时 44ms
四、总结
条件： 两组数据分别没有重复的数据（id 或者 根据对比的字段不重复，也可以根据业务琢磨，即放在 map 中的 key 值不重复）
需求：对比一组数据中的数据，是否在另一组中有对应的匹配数据
结论：使用 hashmap 的 key值 进行查找，明显快于双层 for 循环，for 循环消耗的时间是 key 值查找的 1000多倍！！！
五、原理解析
1. 双层 for 循环就不需要多解释，纯粹的 10000 x 100 00000 - （break 跳出的累计次数）=< 100 亿 的遍历次数，按平均来算，每次都在 50_0000 的地方跳出，则需要 10000 x 50_0000 = 50亿次 遍历
2. HashMap 快的原因在于将 id 值作为 map 的key存储在map中，而 map 底层是 数组在存储数据，此处不对链表和树结构进行说明。通过计算 id 的 hashcode 值，再与 map 的容量 size 求余数，直接获取到该条数据在 hashMap 中的下标，而不是逐一的去查找数据。故 使用 hashmap 只循环了一次 （10000 + 少量运算），速度明显有所突破。
3. 根据需要控制内存消耗大小，你可以自定义将 数据多的放在 map 或者将数据少的放在 map 中，也就是在控制外层循环的次数，外层大，则占用内存就小，时间上可能会有所增加。
六、缺陷与不足说明
1. 当没有 break 语句的时候，双层 for 循环的循环次数 外层用 w 表示，内层用 n 表示，w > n （外层大于内层循环次数）时，产生了 更长的执行时间，看到了分支优化和 CPU 缓存大小什么的，看不懂。。。
2. 使用HashMap 明显是利用了空间换时间，可能需要考虑业务及设备的问题。
如果有大佬知道有关分支优化，CPU 缓存或者其他见解的，都可以在评论区留言，非常感谢！！！
