如何使用Java中的hashmap记录频率更快？

Question

我正在研究一个决策树，该算法从文件中具有记录字符串频率的一部分。该文件有30,000个案例和1.68MB的大小。

我尝试使用hashmap来做到这一点，在我的主要算法代码中，替换方法运行约9000万次，并花了我大约30秒。我能做得更快吗？

下面有我的主要算法代码的简化代码，我花了大约10秒钟的时间。

Map<String, Integer> classesCount = new HashMap<>();
int target = 900000000;

classesCount.put("a", 0);
classesCount.put("b", 0);

for(int i = 0; i < target; i++) {
    if (i % 2 == 0) {
        classesCount.replace("a", classesCount.get("a") + 1);
    }
    else {
        classesCount.replace("b", classesCount.get("b") + 1);
    }
}

为了使我的实际代码更加清楚，我有一个类值，并且我在主方法中有一个值类别，这是下面的值类。

public class Value<T extends Comparable<T>> implements Comparable<Value<T>> {
public T value;
public String result;

public Value(T value, String result) {
    this.value = value;
    this.result = result;
}

public int compareTo(Value<T> v) {
    return value.compareTo(v.value);
}

}

这是下面的主要方法代码。假设ArrayofValue已经有很多元素，并且每个值的结果都具有“ A”和“ B”：

Map<String, Integer> classesCountA = new HashMap<>();
Map<String, Integer> classesCountB = new HashMap<>();
Value[] arrayOfValue = new Value[];
int splitIndex = 55;

classesCountA.put("a", 0);
classesCountA.put("b", 0);
classesCountB.put("a", 0);
classesCountB.put("b", 0);

for(int i = 0; i < arrayOfValue.length; i++) {
    if(i < splitIndex) {
        classesCountA.replace(arrayOfValue[i].result, classesCount.get(arrayOfValue[i].result) + 1);
    }
    else {
        classesCountB.replace(arrayOfValue[i].result, classesCount.get(arrayOfValue[i].result) + 1);
    }
}

Answer 1

您根本不需要替换地图的值。与钥匙相比，允许映射值是可变的，因此您只需要一个可变的结构来保持每个值的频率。

因此，您可以这样做（简化）：

class Frequency {
  int value;
}

Map<String, Frequency> frequencyMap = new HashMap<>();

//iterate over the words
for(String word : words) {
  //get the mutable frequency for each word
  Frequency f = frequencyMap.get(word);

  //if the entry doesn't exist yet put it into the map
  //(you could use computeIfAbsent but it would be slower
  if( f == null ) {
     f = new Frequency();
     frequencyMap.put(word, f);
  }

  //just mutate the frequency - no need to change the map again
  f.value++;
}

在我的计算机上，它比替换速度快5倍（键，get（key） + 1）方法。