【map排序遍历】

╰半橙微兮° 2023-09-23 14:42 95阅读 0赞

### 按key排序：使用Comparator进行排序 ###

按Key排序主要用于TreeMap，可以实现按照Key值的大小，在对象插入时直接插入到合适的位置，保持Map的顺序性。

来看TreeMap的构造函数：TreeMap(Comparator<? super K> comparator)：构造一个新的、空的树映射，该映射根据给定比较器进行排序。

**这里的比较器是key的比较器。所以定义比较器时用于比较的两个参数是Key的数据类型的对象。**  
比较声明器：

public class MapKeyComparator implements Comparator<String> {
        
        @Override
        public int compare(String o1, String o2) {
        
            return o1.compareTo(o2);
        }
    }

使用声明器进行排序：

Map<String, Map<String, List<Insurce>>> sortMap = new TreeMap<>(new MapKeyComparator());
    sortMap.putAll(collect);
    System.out.println(sortMap);

排序参考链接：[https://blog.csdn.net/hui008/article/details/81702883?spm=1001.2101.3001.6661.1&utm\_medium=distribute.pc\_relevant\_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-81702883-blog-124148763.pc\_relevant\_3mothn\_strategy\_and\_data\_recovery&depth\_1-utm\_source=distribute.pc\_relevant\_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-81702883-blog-124148763.pc\_relevant\_3mothn\_strategy\_and\_data\_recovery&utm\_relevant\_index=1][https_blog.csdn.net_hui008_article_details_81702883_spm_1001.2101.3001.6661.1_utm_medium_distribute.pc_relevant_t0.none-task-blog-2_7Edefault_7EBlogCommendFromBaidu_7ERate-1-81702883-blog-124148763.pc_relevant_3mothn_strategy_and_data_recovery_depth_1-utm_source_distribute.pc_relevant_t0.none-task-blog-2_7Edefault_7EBlogCommendFromBaidu_7ERate-1-81702883-blog-124148763.pc_relevant_3mothn_strategy_and_data_recovery_utm_relevant_index_1]

### 遍历：map的4种遍历方式 ###

**1、在for循环中使用entrySet的遍历，也可以同时拿到key和value，用的最多**

Map <String,String>map = new HashMap<String,String>();
    map.put("熊大", "棕色");
    map.put("熊二", "黄色");
    for(Map.Entry<String, String> entry : map.entrySet()){
        
        String mapKey = entry.getKey();
        String mapValue = entry.getValue();
        System.out.println(mapKey+":"+mapValue);
    }

**2、在for循环中使用map.keySet()遍历key通过map.get(key)获取单个值，或使用map.values()遍历获取values  
这种方式一般适用于只需要map中的key或者value时使用，在性能上比使用entrySet较好；**

Map <String,String>map = new HashMap<String,String>();
    map.put("熊大", "棕色");
    map.put("熊二", "黄色");
    //key
    for(String key : map.keySet()){
        
        System.out.println(key);
    }
    //value
    for(String value : map.values()){
        
        System.out.println(value);
    }

System.out.println("通过map.keyset进行遍历key和value");
    
    for (String key:map.keySet()){
        
    
       System.out.println("key= "+key+" and value= "+map.get(key));
    
    }

**3、通过Iterator遍历**  
在使用Iterator遍历时：使用foreach遍历map时，如果改变其大小，会报错，但如果只是删除元素，可以使用Iterator的remove方法删除元素

Iterator<Entry<String, String>> entries = map.entrySet().iterator();
    
    //用迭代器的时候注意：next()方法在同一循环中不能出现俩次!
    //否则会抛出NoSuchElementException异常。
    while(entries.hasNext()){
        
        Entry<String, String> entry = entries.next();
        String key = entry.getKey();
        String value = entry.getValue();
        System.out.println(key+":"+value);
    }

**4、通过键找值遍历(就是第二种遍历key的方式+get值的方式)**  
这种方式的效率比较低，因为本身从键取值是耗时的操作，不建议使用；

for(String key : map.keySet()){
        
        String value = map.get(key);
        System.out.println(key+":"+value);
    }

***一些结论：***  
如果只是获取key，或者value，推荐使用keySet或者values方式  
如果同时需要key和value推荐使用entrySet  
如果需要在遍历过程中删除元素推荐使用Iterator  
如果需要在遍历过程中增加元素，可以新建一个临时map存放新增的元素，等遍历完毕，再把临时map放到原来的map中  
map遍历参考链接：[https://blog.csdn.net/qq\_44750696/article/details/112254719][https_blog.csdn.net_qq_44750696_article_details_112254719]

[https_blog.csdn.net_hui008_article_details_81702883_spm_1001.2101.3001.6661.1_utm_medium_distribute.pc_relevant_t0.none-task-blog-2_7Edefault_7EBlogCommendFromBaidu_7ERate-1-81702883-blog-124148763.pc_relevant_3mothn_strategy_and_data_recovery_depth_1-utm_source_distribute.pc_relevant_t0.none-task-blog-2_7Edefault_7EBlogCommendFromBaidu_7ERate-1-81702883-blog-124148763.pc_relevant_3mothn_strategy_and_data_recovery_utm_relevant_index_1]: https://blog.csdn.net/hui008/article/details/81702883?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-81702883-blog-124148763.pc_relevant_3mothn_strategy_and_data_recovery&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-81702883-blog-124148763.pc_relevant_3mothn_strategy_and_data_recovery&utm_relevant_index=1
[https_blog.csdn.net_qq_44750696_article_details_112254719]: https://blog.csdn.net/qq_44750696/article/details/112254719