问题

30. 在实际业务开发中，如何选择合适的 Map 实现？举例说明你的选择依据。

标准答案

选择合适的 Map 需要综合考虑查询性能、插入性能、并发安全、排序需求、内存管理等因素。不同 Map 适用于不同业务场景，例如：

• HashMap（O(1) 查询）：适用于高效的 KV 存储，如用户会话缓存。
• ConcurrentHashMap（高并发优化）：适用于多线程环境，如请求去重。
• TreeMap（O(log N) 查询 + 有序）：适用于范围查询，如订单按时间排序。
• LinkedHashMap（LRU 访问顺序）：适用于最近访问缓存，如本地 LRU 缓存。
• WeakHashMap（自动回收）：适用于存储短生命周期对象，如临时缓存。
• IdentityHashMap（按引用比较）：适用于对象池、序列化优化，如对象去重。
• ConcurrentSkipListMap（线程安全的 TreeMap）：适用于有序并发访问，如时间序列数据。

答案解析

1. 缓存用户 Token（高效 KV 查询）

需求：用户登录后，服务端缓存用户 Token，每次请求验证 Token 是否有效。
选择：ConcurrentHashMap（保证线程安全，O(1) 查询）。

private static final Map<String, String> tokenCache = new ConcurrentHashMap<>();
tokenCache.put("user123", "token_xyz");
String token = tokenCache.get("user123"); // O(1) 查询

为什么不用 HashMap？
HashMap 线程不安全，可能导致数据竞争或扩容时的竞态条件。

2. 记录最近访问的 100 个页面（LRU 缓存）

需求：维护最近访问的页面，超过 100 个时删除最旧的数据。
选择：LinkedHashMap（按照访问顺序维护元素，自动移除旧数据）。

LinkedHashMap<String, String> pageCache = new LinkedHashMap<>(100, 0.75f, true) {
    protected boolean removeEldestEntry(Map.Entry<String, String> eldest) {
        return size() > 100; // 超过 100 个元素时移除最老的数据
    }
};
pageCache.put("page1", "Home");
pageCache.put("page2", "Profile");

为什么不用 HashMap？
HashMap 不能维护访问顺序，无法实现 LRU 逻辑。

3. 电商订单按时间排序（范围查询）

需求：按下单时间排序，快速查询某时间段的订单。
选择：TreeMap（支持 O(log N) 查询 和子区间查询）。

TreeMap<Long, String> orderMap = new TreeMap<>();
orderMap.put(1700000000000L, "Order1");
orderMap.put(1700000002000L, "Order2");
NavigableMap<Long, String> subMap = orderMap.subMap(1700000000000L, true, 1700000002000L, true);

为什么不用 HashMap？
HashMap 无法保持 key 的有序性，不适用于范围查询。

4. 数据库索引（并发排序查询）

需求：需要在多线程环境下高效范围查询，如分布式日志查询。
选择：ConcurrentSkipListMap（线程安全的 TreeMap）。

ConcurrentSkipListMap<Long, String> logMap = new ConcurrentSkipListMap<>();
logMap.put(1700000000000L, "Log1");
logMap.put(1700000003000L, "Log2");
NavigableMap<Long, String> subMap = logMap.subMap(1700000000000L, true, 1700000003000L, true);

为什么不用 TreeMap？
TreeMap 线程不安全，在多线程环境下可能导致数据不一致或并发异常。

5. 短生命周期对象缓存（避免内存泄漏）

需求：存储弱引用对象，当对象没有强引用时自动回收。
选择：WeakHashMap（key 被 GC 回收时，自动删除对应的 entry）。

WeakHashMap<Object, String> weakMap = new WeakHashMap<>();
Object key = new Object();
weakMap.put(key, "Temporary Data");
key = null; // 让 key 变成弱引用，GC 后 weakMap 自动删除该 entry
System.gc(); // 触发 GC，weakMap 可能变空

为什么不用 HashMap？
HashMap 强引用 key，即使 key 不再使用，仍然占用内存，可能导致内存泄漏。

深入追问

1. 为什么 ConcurrentHashMap 比 Collections.synchronizedMap(new HashMap<>()) 更高效？

   • ConcurrentHashMap 采用 CAS + 分段锁，多个线程可以同时操作不同的 bucket。
   • synchronizedMap 锁整个 Map，并发性能低。

2. 为什么 LinkedHashMap 适合 LRU 缓存，而 TreeMap 不适合？

   • LinkedHashMap 维护访问顺序，每次访问会调整顺序，淘汰最久未使用的数据。
   • TreeMap 只按 key 排序，不支持访问顺序调整。

3. 为什么 WeakHashMap 适合存储临时对象，而 HashMap 可能导致内存泄漏？

   • WeakHashMap 的 key 是弱引用，GC 之后会自动移除 entry。
   • HashMap 强引用 key，即使不再使用，仍然占用内存。

相关面试题

• 如何选择适合的 Map？不同 Map 适用于哪些场景？
• ConcurrentHashMap 为什么比 synchronizedMap 更高效？
• LRU 缓存为什么用 LinkedHashMap 而不是 TreeMap？
• WeakHashMap 适用于哪些场景？它的 key 为什么是弱引用？