使用右集合在 Java 中编写索引

什么是索引以及如何在Java中使用它

索引是一种便于在数据中进行搜索的结构。是一个非常通用的术语，不属于某些语言或数据库。为了解释它，让我们创建一种方法来搜索用户的特定条件，如姓名，ID，出生日期等。

在数百万个用户条目中快速搜索

假设我们有 100 万用户。作为一项要求，我们必须通过特定条件向搜索用户公开 API。显然，简单的迭代会花费太多时间。因此，让我们使用索引（或者只是通过预先生成一些在API调用期间加速查找的数据）来解决这个问题。因此，首先让我们定义我们的用户类和搜索界面：

 

仅使用默认 Java 集合

在我们的服务中，我们只使用默认的Java集合。如果您不熟悉它们并且不知道它们使用什么数据结构，那么阅读起来会有点困难。其中一个主要思想是仅使用经典的Java集合来快速创建索引。同时，创建自己的索引并不困难。

按 ID 搜索唯一用户

作为第一个实现的API，我们创建了索引，以便快速访问唯一用户。最简单的方法是将每个用户ID保留为键，并将用户保留为HashMap中的值。

 

平均而言，这样的解决方案将提供恒定的复杂性，这实际上是一个完美的案例。

按非唯一名称搜索用户

现在情况更加复杂。用户名不是唯一的，我们希望返回特定名称的用户列表。解决方案将是相同的 - 具有用户名的哈希映射和具有相同名称的用户列表。复杂性仍然相同 - 恒定

 

按年龄搜索用户（小于指定值）

现在，当请求的期限未知时，我们创建一个索引，并且我们无法为每个键创建一个列表（这将花费大量内存，例如1M列表）。因此，经典的搜索解决方案是基于树的索引。因此，对于我们的情况，我们使用 TreeSet 集合。树搜索过程将比恒定的慢，但仍然是可以接受的。

树集隐藏在二叉树中。此树构建树在传递给构造函数的比较器中定义。基本上，比较器只需要比较两个节点。如果比较器返回 0，则表示将删除其中一个节点。在我们的例子中，我们保留所有用户，所以实现将如下所示：

 

在我们获取年龄小于指定的所有用户之前，我们必须再次查看此树是如何构建的：

• 我们使用 age 来决定节点位置（如果比较器返回负数，则返回左数，如果为正数 - 右，如果为 0 则不添加节点）
• 在我们的例子中，所有用户都必须留在树中。因此，当年龄相同时，比较器应返回0并跳过一个用户。而不是它，我们通过id（这是唯一的）进行比较

为了澄清内部结构，让我们画一个可能的树：

 

因此，现在如果我们获取用户年龄小于14的用户，我们必须找到最“正确”的节点。从图像中，您可以意识到最“正确”是具有最大id（即整数.MAX）的那个。现在意识到这一点，我们可以使用TreeSet中的方法：headset

 

此方法将返回年龄小于 maxAge 且日志复杂性的所有用户。

按年龄搜索用户（日期之间）

几乎在前面显示的方式中，我们可以使用 TreeSet 来构建基于年龄的索引。在这种情况下，唯一的区别是如何获取日期之间的子集。与前面的示例一样，我们还需要使用整数最小值和最大值以及子集方法来选择大多数“左”和“右”节点：

 

更多示例

到目前为止，所展示的内容看起来非常明显。让我们想象一个更复杂的情况，当客户端需要获取名称以3个指定字符开头的所有用户时。当您开始在Google中输入时，您是否已经看到了这样的功能，并且它几乎可以立即向您显示结果？

 

如何实施？以同样的方式准备索引。

所以很快的要求是：

• 客户端请求 3 个字符，API 返回名称以它开头的所有用户
• API响应应该很快（好吧，没有固定的时间要求，而是意味着复杂性必须是恒定的，或者至少是对数的)

同样，使用HashMap，我们可以轻松创建此类索引。我们唯一需要的是使用每个名称的前3个字符并保存它们：

 

此示例与 getUsersByName 几乎完全相同，但我用它来揭示具有自动完成功能的已知功能是如何工作的。

没有Java集合的自定义索引值得吗？

简短的答案 - 不。默认集合是众所周知且可靠的。它们为您提供了恒定的和记录的复杂性。这绰绰有余，但在某些情况下，特别是对于实时应用程序，您可以编写自己的索引。

索引 缺点

索引带来性能，但您必须为此付费。在所有缺点中，主要有两个：

 

在我们的示例中，我们假设不会添加或删除任何用户。实际上，这样的数据更改可能代价高昂（并非所有索引，例如树或基于链接的结构在每次更新时都不会消耗太多时间和内存）。因此，您必须记住，在重新计算索引时，您的API将被搁置（或提供过时的数据）。