使用HashMap 存储键值对，哪个速度

对于你所说的数据量小于10的情况下，ArrayList<String> 和 HashMap<String, String>误差很小，使用哪个都不会影响性能；但从技术层讨论这个问题，就多啰嗦两句^^

ArrayList是有序集合，其底层其实就是一个数组，如果是遍历的话和存储相对于HashMap还是要快些，但其增加、删除会比较慢，特别是从列表中间增加、删除(扯远了)

而HashMap是一个无序哈希表，他的查询顺序是跟数据量直接关联的，简单点说就是数据量越大，查询越慢！

总结：

小数据：两者均可使用。

大数据：查询频繁使用ArrayList，增删、改频繁，使用HashMap。

超大数据：使用ArrayList;

举个例子，通讯录 a-z 进行分组，2万个好友，如果不进行分组，最差的时候要查2万次，平均找1万次，那么通过建立索引，要提高很多倍了。

但是我要跟大家说一个笑话，如果你的好友全是你的子孙，全跟你姓，那结果还是一样的 哈哈，除非不用姓。

那么 hashmap 是通过hashcode进行散列，hashcode 是如何分组不得而知，但是原理也是一样，尽可能的平均分布 均匀 ，比如1万个数据如果 只有10个组，或者说 100个组里面数据全部在 第一个组，这效率还是一样 速度比简单粗暴的list 更慢了，为什么速度更慢了？

比如1万个数据 分了100个组，但是数据在 第100组，是不是要查找100个组 然后找了100个组还不够，还要继续 循环1万次，这速度当然是没有提升反而更慢了。

那么这速度 平均1万次变成1001万了，搞毛线

再谈谈a-z的排序是否适合中文吧

我们中国有很多姓 ，但是有些字母似乎是用不到，但是如果用姓进行排序，那就可怕了，开个玩笑，over纯笔记，非论文

hashmap 是如何实现散列的呢算法， hashcode和内存地址关联，内存地址是有序的,比如22g那肯定是从xxx-到xxx ，那么如何散列是否跟开辟空间以及空间分配区域有关呢？

两种可选的方式

1：使用yield的懒惰加载，示例代码如下：

123456789101112

def read_in_chunks(file_object, chunk_size=1024): """Lazy function (generator) to read a file piece by piece Default chunk size: 1k""" while True: data = file_objectread(chunk_size) if not data: break yield data f = open('really_big_filedat')for piece in read_in_chunks(f): process_data(piece)

2：使用iter和一个帮助方法：

123456

f = open('really_big_filedat')def read1k(): return fread(1024) for piece in iter(read1k, ''): process_data(piece)

推荐使用第一个。

以上就是关于使用HashMap 存储键值对，哪个速度全部的内容，包括:使用HashMap 存储键值对，哪个速度、[笔记]为什么hashmap查询速度快 如何理解hashmap的散列、用python编程读取TXT时，数据大概有1千万条，速度很慢如何解决等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！