Java 遍歷 Map 的 7 種方式與性能對比

前言

Map 遍歷是日常開發高頻操作，不同方式在性能、線程安全、功能支援上差異顯著。本文匯總 7 種遍歷方式，附基準測試數據與選型指南。

一、7 種遍歷方式代碼示例

1. EntrySet + 增強 for（推薦標準寫法）

Map<String, Integer> map = new HashMap<>();
map.put("a", 1); map.put("b", 2); map.put("c", 3);

for (Map.Entry<String, Integer> entry : map.entrySet()) {
    String key = entry.getKey();
    Integer value = entry.getValue();
    System.out.println(key + "=" + value);
}

2. KeySet + 增強 for（僅需 Key 時）

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

3. Iterator + EntrySet（需刪除元素時）

Iterator<Map.Entry<String, Integer>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
    Map.Entry<String, Integer> entry = iterator.next();
    if (entry.getValue() < 2) iterator.remove(); // 安全刪除
}

4. Lambda forEach (Java 8+，最簡潔)

map.forEach((key, value) -> System.out.println(key + "=" + value));

5. Stream API (Java 8+，函數式處理)

map.entrySet().stream()
    .filter(e -> e.getValue() > 1)
    .sorted(Map.Entry.comparingByValue())
    .forEach(e -> System.out.println(e.getKey() + "=" + e.getValue()));

6. Values 遍歷（僅需 Value）

for (Integer value : map.values()) {
    System.out.println(value);
}

7. 並行流（大數據量多核加速）

map.entrySet().parallelStream()
    .forEach(e -> heavyCompute(e.getKey(), e.getValue()));

二、性能基準測試 (JMH, 100萬條數據, HashMap)

三、ConcurrentHashMap 並發遍歷特殊性

ConcurrentHashMap<String, Integer> chm = new ConcurrentHashMap<>();

// 1. forEach (Java 8+ 原子性快照遍歷)
chm.forEach((k, v) -> System.out.println(k + "=" + v));

// 2. forEachEntry (可提前返回)
chm.forEachEntry(1, entry -> {
    System.out.println(entry.getKey() + "=" + entry.getValue());
    return true; // false 停止遍歷
});

// 3. searchEntries (查找匹配項)
String result = chm.searchEntries(1, entry -> 
    entry.getValue() > 100 ? entry.getKey() : null);
System.out.println("Found: " + result);

// 4. reduceEntries (聚合計算)
Integer sum = chm.reduceEntries(1, 
    (e1, e2) -> new AbstractMap.SimpleEntry<>("sum", e1.getValue() + e2.getValue()),
    entry -> entry.getValue());
System.out.println("Sum: " + sum);

四、選型決策樹

需要遍歷 Map
├── 僅需 Value → values() + for / forEach
├── 需要 Key+Value
│   ├── 簡單讀取 → entrySet() + for / Lambda forEach (推薦)
│   ├── 需要過濾/轉換/排序 → Stream API
│   ├── 遍歷中刪除 → Iterator + entrySet()
│   ├── 大數據量多核 CPU → parallelStream() / forEachEntry(parallelism)
│   └── ConcurrentHashMap 並發場景
│       ├── 只讀遍歷 → forEach / forEachEntry
│       ├── 搜索/聚合 → searchEntries / reduceEntries
│       └── 高併發寫入並存 → 考慮分段鎖或 ReadWriteLock
└── 僅需 Key → keySet() + for (慎用，有額外 get 開銷)

五、避坑指南

1. 遍歷中修改結構：僅用 `Iterator.remove()` 或 `ConcurrentHashMap`，否則拋 `ConcurrentModificationException`
2. KeySet 額外查找：`map.get(key)` 會重複哈希計算，性能損失 30%+
3. Stream 副作用：`forEach` 中修改外部狀態違反函數式原則，並行流更危險
4. Null 值處理：`HashMap` 允許 null key/value，`ConcurrentHashMap`/`TreeMap` 不允許
5. TreeMap 有序遍歷：按 Key 自然序/Comparator 排序，`entrySet()` 直接有序

六、總結

日常開發首選 `entrySet() + 增強 for` 或 `Lambda forEach`，兼顧性能與可讀性。需要函數式處理用 Stream，並發場景用 `ConcurrentHashMap` 專用遍歷方法，大數據量考慮並行流。理解底層實現差異，才能寫出高效穩健的遍歷代碼。