什么是最有效的Java Collections库？
什么是最有效的Java Collections库？
几年前，我做了很多Java，并且有一个印象，那就是这个库是最好的（最高效的）Java Collections实现。 但是当我阅读“ 最有用的免费Java库 ”的答案时，我注意到几乎没有提到这个库 。 那么现在哪个Java Collections库最好？
更新：为了澄清，我主要想知道什么库，当我必须存储数百万条目哈希表等（需要一个小的运行时间和内存占用）。
从检查看来，Trove看起来像是一个原始types的集合库，它并不像是在JDK的正常集合中添加大量的function。
个人（我有偏见），我喜欢番石榴 （包括前谷歌Java集合项目）。 它使得各种任务（包括集合）变得更容易，至less是合理有效的。 鉴于集合操作很less在我的代码中形成瓶颈（以我的经验），这比集合API“更好”，这可能更有效，但不会使我的代码可读。
鉴于Trove和番石榴之间的重叠几乎是零，也许你可以澄清你从collections库实际上寻找什么。
现在的问题是关于如何在Map中存储大量的数据，这些数据可以用像int这样的基本types来表示。 这里的一些答案在我看来是非常误导的。 让我们看看为什么。
我从trove修改了基准来测量运行时和内存消耗。 我还将PCJ添加到这个基准中，这是基本types的另一个集合库（我广泛使用它）。 “官方”的基准testing并没有将IntIntMaps与Java集合的Map<Integer, Integer> ，可能存储的是Integers而从技术的angular度来看，存储的ints是不一样的。 但用户可能不关心这个技术细节，他想要有效地存储用ints表示的数据。
首先是代码的相关部分：
new Operation() { private long usedMem() { System.gc(); return Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory(); } // trove public void ours() { long mem = usedMem(); TIntIntHashMap ours = new TIntIntHashMap(SET_SIZE); for ( int i = dataset.size(); i-- > 0; ) { ours.put(i, i); } mem = usedMem() - mem; System.err.println("trove " + mem + " bytes"); ours.clear(); } public void pcj() { long mem = usedMem(); IntKeyIntMap map = new IntKeyIntOpenHashMap(SET_SIZE); for ( int i = dataset.size(); i-- > 0; ) { map.put(i, i); } mem = usedMem() - mem; System.err.println("pcj " + mem + " bytes"); map.clear(); } // java collections public void theirs() { long mem = usedMem(); Map<Integer, Integer> map = new HashMap<Integer, Integer>(SET_SIZE); for ( int i = dataset.size(); i-- > 0; ) { map.put(i, i); } mem = usedMem() - mem; System.err.println("java " + mem + " bytes"); map.clear(); }
我认为这些数据是原始数据，看起来很正常。 但这意味着java util的运行时间损失，因为自动装箱对于原始集合框架来说不是必需的。
运行时结果（当然没有gc()调用）在WinXP上，jdk1.6.0_10：
100000放置操作100000包含操作
java集合1938毫秒203毫秒
trove 234 ms 125 ms
pcj 516 ms 94 ms
虽然这可能看起来很激烈，但这不是使用这种框架的原因。
原因是内存性能。 包含100000个int条目的Map的结果：
Java集合在6644536和7168840字节之间振荡 trove 1853296字节 pcj 1866112字节
与原始集合框架相比，Java集合需要三倍以上的内存。 也就是说，您可以将内存中的数据保留三倍，而不必依靠磁盘IO来降低运行时性能。 这很重要。 阅读highscalability找出原因。
根据我的经验，高内存消耗是Java最大的性能问题，这当然也会导致运行时性能下降。 原始的集合框架可以真正帮助这里。
所以：不，java.util不是答案。 对Java集合的“添加function”并不是问及效率的关键。 而现代的JDK系列也不会 “甚至超出特定的Trove系列”。
免责声明：这里的基准很不完整，也不完美。 这是为了开启我在许多项目中经历的这一点。 如果您使用大量的数据，原始集合足以容忍可怕的API。
我知道这是一个旧的post，这里有很多答案。 但是，上面的答案在build议一个图书馆方面是肤浅的，过于简单的。 没有一个图书馆能够在这里介绍的各种基准方面做得很好。 我得出的唯一结论是，如果你关心性能和内存，特别是处理原始types，那么更值得关注非jdk的select。
就基准力学和所涉及的图书馆而言，这是一个更为合理的分析。 这是mahout开发人员列表中的一个线程。
涵盖的图书馆是
- HPPC
- 特罗韦
- FastUtil
- Mahout（Colt）
- Java集合
2015年6月更新 ：不幸的是，原来的基准testing已经不复存在，除了有点过时。 这是一个相当近期（2015年1月）由别人完成的基准。 它不是那么全面，也没有原始链接的互动探索工具。
正如其他评论家所注意到的那样，“高效”的定义构成了一个广泛的networking。 但是还没有人提到Javolution库 。
一些亮点：
- Javolution类速度快，速度非常快（例如，标准的StringBuffer / StringBuilder，O [Log（n）]中的文本插入/删除，而不是O [n]）。
- 所有Javolution类都很难实时兼容，并具有高度确定性的行为（在微秒范围内）。 此外（与标准库不同），Javolution是RTSJ安全的（与Java实时扩展一起使用时没有内存冲突或内存泄漏）。
- Javolution的实时集合类（地图，列表，表和集）可以用来代替大多数标准的集合类，并提供额外的function。
- Javolution集合提供并发保证，使并行algorithm的实现更容易。
Javolution发行版包含一个基准testing套件，因此您可以看到它们如何与其他库/内置集合进行堆叠。
一些收集库要考虑：
- java.util中的Java集合
- 特罗韦
- Google Collections库
- Apache Commons集合
- 从悬崖点击高级库
- Doug Lea的集合 lib – 不再支持，而且大部分都是在JDK中重build的
我首先要到达JDK集合库。 它涵盖了你需要做的最常见的事情，显然已经提供给你。
Google Collections可能是JDK之外最好的高质量图书馆。 它被大量使用和很好的支持。
Apache Commons Collections比较老，从“太多厨师”的问题中受到一些困扰，但也有很多有用的东西。
Trove拥有非常专业化的集合，例如原始键/值。 现在我们发现，在现代JDK和Java 5+集合和并发用例中，JDK集合甚至超出了专门的Trove集合。
如果你有很高的并发使用情况，你应该检查像NonBlockingHashMap这样的高级lib，这是一个无锁的实现，并且可以在ConcurrentHashMap上跺脚，如果你有正确的用例。
java.util
对不起，很明显的答案，但对于大多数用途，默认的Java集合是绰绰有余的。
要将数百万String存储在地图中，请查看http://code.google.com/p/flatmap
我是来自source-forge的开心collections的开发者
- 基于事件的集合
- 不可修改
- sorting列表
- 高速caching
取决于我们如何定义“高效”。
每个数据结构在读，写，迭代，内存占用等方面都有自己的Big-Oh行为。一个库中的链表可能与其他库中的链表相同。 读取O（1）的哈希映射将比链接列表O（n）更快。
但是当我阅读“最有用的免费Java库？”这个问题的答案时 我注意到这个东西几乎没有提到。
这听起来不像“最高效”。 这听起来像对我来说是“最受欢迎”。
只是一些反馈 – 我从来没有听说过，我不知道谁使用过它。 内置于JDK，Google或Apache Commons中的集合是我所熟知的。
Trove提供了一些优势。
- 更小的内存占用，它不使用Map.Entry对象
- 你可以使用散列策略而不是键映射，这样可以节省内存，并且意味着你不需要在每次你想caching一个新的属性集合时定义一个新的键
- 它有原始的集合types
- 认为它有某种forms的内部迭代器
也就是说，自从编写了这个库以来，已经做了很多改进jdk集合的工作。
这是哈希的策略，使它吸引我，虽然…谷歌的宝库，并阅读他们的概述。
如果您计划在多个线程中使用HashMap，则应该提及ConcurrentHashMap和java.util.concurrent包。 小内存占用，因为这是标准的Java的一部分。
如果你想在散列表中存储数百万条logging，很可能会遇到内存问题。 例如，当我尝试创build一个包含230万个string对象的地图时，发生了这种情况。 我去了BerkeleyDB ，这是非常成熟，performance良好。 他们有一个包装Collections API的Java API，所以你可以很容易地创build任意大的地图，只占很less的内存空间。 虽然访问速度会更慢（因为它存储在磁盘上）。
后续问题 ：是否有一个体面的（和高效的），维护良好的库不变的collections？ Clojure对此有着出色的支持，并且对Java有类似的东西会很好。
