将数据存储为具有空/空值的 HashMap 中的键是一个好主意吗？

Posted 2023-02-25

【中文标题】将数据存储为具有空/空值的 HashMap 中的键是一个好主意吗？

【英文标题】：Is it a good idea to store data as keys in HashMap with empty/null values?

【发布时间】：2016-12-06 02:20:23

【问题描述】：

我最初编写了一个ArrayList 并在其中存储了唯一值（用户名，即Strings）。后来我需要使用ArrayList 来搜索其中是否存在用户。那是 O(n) 用于搜索。

我的技术主管希望我将其更改为 HashMap，并将用户名存储为数组中的键，并将值存储为空 Strings。

所以，在 Java 中 -

hashmap.put("johndoe","");

我可以稍后通过运行查看此用户是否存在 -

hashmap.containsKey("johndoe"); 

这是O(1) 对吗？

我的负责人说这是一种更有效的方法，这对我来说很有意义，但将 null/empty 作为值放在 hashmap 中并将元素作为键存储在其中似乎有点不对劲。

我的问题是，这是一个好方法吗？效率胜过ArrayList#contains 或一般的数组搜索。有用。 我担心的是，我没有看到其他人在搜索后这样做。我可能在某个地方遗漏了一个明显的问题，但我看不到它。

【问题讨论】：

plus1 因为当一个人不知道 Java 的数据结构时，这是一个有效的问题。

HashSet 是HashMap.keySet() 的实现。如果你想把一个地图变成一个集合，你可以使用set = Collections.newSetFromMap(map)

这个问题没有错。这个论坛是错误的地方。 “Stack Overflow 是一个面向专业和爱好者程序员的问答网站”。

如果用户名不区分大小写，map<string,string> 使用名称作为键和值可能有助于映射到用户名的规范表示。

@rdllopes 我向您保证，以及本网站上的几乎所有人，都存在知识空白，有人会声称您“应该知道”。该网站上大量评分最高的问题都属于该类别。对于哪些问题不够明显，不属于这里，您不会成为仲裁者。

【参考方案1】：

由于您有一组唯一值，因此 Set 是合适的数据结构。您可以将您的值放入HashSet 中，这是Set 接口的一个实现。

我的领导说这是一种更有效的方法，这对我来说很有意义，但是将 null/empty 作为值放在 hashmap 中并将元素作为键存储在其中似乎有点不对劲。

领导的建议有缺陷。 Map 不是正确的抽象，Set 是。 Map 适用于键值对。但是你没有值，只有键。

示例用法：

Set<String> users = new HashSet<>(Arrays.asList("Alice", "Bob"));

System.out.println(users.contains("Alice"));
// -> prints true

System.out.println(users.contains("Jack"));
// -> prints false

使用Map 会很尴尬，因为值的类型应该是什么？这个问题在你的用例中没有意义， 因为您只有键，而不是键值对。 有了Set，你就不用问了，用法很自然。

这是 O(1) 对吗？

是的，在 HashMap 或 HashSet 中搜索是 O(1) 分摊的最坏情况，而在 List 或数组中搜索是 O(n) 最坏情况。

---

一些cmets指出HashSet是按照HashMap来实现的。 没关系，在那个抽象级别。 在手头任务的抽象层次上—— 存储唯一用户名的集合， 使用集合是一种自然的选择，比地图更自然。

【讨论】：

我要提一件事，虽然我同意这个答案，但如果有需要 Map 的原因，您应该与您的技术主管澄清。也许他们假设您将使用此地图来存储与用户 ID 相关的其他信息？如果有任何其他原因将用户相关数据存储在内存中，您可能希望将其存储在那里，而不是在其他地方创建另一个集合，复制代码。

请注意，HashSet 是作为 HashMap 实现的，其值为空对象（所有值的单个实例）。

@Janos：我不会说领导的建议有缺陷......想法是正确的，只是数据结构不是最佳选择。 Map，即使是空值，仍然使用哈希作为键的查找方法。所以它比数组迭代更快。技术负责人可能来自 Perl 背景——通常的做法是使用具有空（或虚拟）值的散列来进行 O(1) 键存在检查。 Perl 没有 Set 数据结构。

@JörgWMittag 更准确地说，在 Java 8 中，如果键是 Comparable，那么最坏的情况是 O(log n)；如果一个特定的桶太重载，它的链表冲突处理将切换到 TreeSet 样式的桶。这是为了避免 DoS 攻击，例如，攻击者可以定义一个 URL，其查询字符串条目故意冲突，将预期的 O(1) 变为 O(n)（然后将预期的 O(n) 循环变为 O (n^2) 等)。

Map 可以比 Set 更好，以防您需要在 Java 8 中使用添加到 Map 的 computeIfAbsent 等方法

【参考方案2】：

这基本上是HashSet 的实现方式，所以我想你可以说这是一个好方法。您不妨使用 HashSet 而不是带有空值的 HashMap。

例如：

HashSet对add的实现是

public boolean add(E e) 
    return map.put(e, PRESENT)==null;

其中map 是支持HashMap 而PRESENT 是一个虚拟值。

我担心的是，我没有看到其他人在搜索后这样做。我可能在某处遗漏了一个明显的问题，但我看不到它。

正如我所提到的，JDK 的开发人员正在使用同样的方法。

【讨论】：

谢谢，为什么不直接使用 HashMap.put("aaa","") 的现有实现而不是 HashSet？另外既然这种方法很好，那不是让数组变得多余吗？

@dozer HashSet 已经是 JDK 中的一个现有类，那么为什么要重新发明***呢？它不会使数组变得多余，因为当元素数量固定时，数组效率更高，并且数组（以及 ArrayLists）允许重复。

@dozer 数组不只是存储元素，它们将它们存储在一个固定的位置；从某种意义上说，它们将数字（位置）与元素相关联。相同的信息可以存储在 Map 中，但是（如果元素的位置不是稀疏的）以一种效率低得多的方式

@dozer “不是让数组变得多余吗？”数组中元素的局部性使得迭代比使用单独分配每个元素的数据结构（映射、集合、列表等）更快。通常连续的数组元素被缓存在一起，因为它们在内存中很接近，从而最大限度地减少内存访问。