1、取出HashMap中的value值，存入list中

package com.xtli.controller.algorithm;

import java.util.Collection;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
import java.util.Map.Entry;
import java.util.Set;

public class HashMapValueToList {
     public static void main(String args[]) {
HashMap<Integer, String> map = new HashMap<Integer, String>();
          for(int i=0;i<100000;i++) {
              map.put(i, "第"+i+"个");
          }
          Long a1 =System.nanoTime();
          //方法1：先获取keyset，然后循环取出value
          List<String> returnResult1 = new ArrayList<String>();
          Set<Integer> keySet = map.keySet();
          Iterator<Integer> it = keySet.iterator();
          while(it.hasNext()) {
              returnResult1.add(map.get(it.next()));
          }
          Long a2 =System.nanoTime();
          //方法2：直接取出values
          List<String> returnResult2 = new LinkedList<String>();
          Collection<String> values =  map.values();
          Iterator<String> it2 = values.iterator();
          while(it2.hasNext()) {
              returnResult2.add(it2.next());
          }
          Long a3 =System.nanoTime();
          //方法3：取出entrySet
          List<String> returnResult3 = new LinkedList<String>();
          Set<Entry<Integer, String>> eSet  =  map.entrySet();
          Iterator<Entry<Integer, String>> it3 = eSet.iterator();
          while(it3.hasNext()) {
              returnResult3.add(it3.next().getValue());
          }
          Long a4 =System.nanoTime();
          System.out.println("方法一花费时间:"+(a2-a1)/1000+"微秒");
          System.out.println("方法二花费时间:"+(a3-a2)/1000+"微秒");
          System.out.println("方法三花费时间:"+(a4-a3)/1000+"微秒");                   
     }    
}

运行结果为

100000数据时：
方法一花费时间:10222微秒
方法二花费时间:2920微秒
方法三花费时间:4765微秒
100个数据时：
方法一花费时间:175微秒
方法二花费时间:219微秒
方法三花费时间:72微秒

发现当数据量较大时，第一种方法最费时，因为第一种先获取keySet，再通过map.get()方法得到value时，如果有hash冲突，则get时，仍然需要链表循环去查找，getEntry()源码如下。

final Entry<K,V> getEntry(Object key) {
        if (size == 0) {
            return null;
        }

        int hash = (key == null) ? 0 : hash(key);
        for (Entry<K,V> e = table[indexFor(hash, table.length)];
             e != null;
             e = e.next) {
            Object k;
            if (e.hash == hash &&
                ((k = e.key) == key || (key != null && key.equals(k))))
                return e;
        }
        return null;
    }

第二种直接取出values的方法最省时 第三种通过EntrySet取出value的方法效率不如第二种

当数据量较小时，第三种方法最快。第一种和第二种方法相差不大。

2、循环遍历HashMap中的key值

package com.xtli.controller.algorithm;

import java.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;
import java.util.Map.Entry;
import java.util.Set;



public class HashMapLoop {
    public static void main(String args[]) {
        HashMap<Integer, String> map = new HashMap<Integer, String>();
        for(int i=0;i<100000;i++) {
            map.put(i, "第"+i+"个");
        }
        Long a1 =System.nanoTime();
        //方法1：先获取keyset，然后循环取出value
        List<Integer> returnResult1 = new ArrayList<Integer>();
        Set<Integer> keySet = map.keySet();
        Iterator<Integer> it = keySet.iterator();
        while(it.hasNext()) {
            returnResult1.add(it.next());
        }
        Long a2 =System.nanoTime();
/*        //方法2：直接取出values
        List<String> returnResult2 = new LinkedList<String>();
        Collection<String> values =  map.values();
        Iterator<String> it2 = values.iterator();
        while(it.hasNext()) {
            returnResult2.add(it2.next());
        }*/
        Long a3 =System.nanoTime();
        //方法3：取出entrySet
        List<Integer> returnResult3 = new LinkedList<Integer>();
        Set<Entry<Integer, String>> eSet  =  map.entrySet();
        Iterator<Entry<Integer, String>> it3 = eSet.iterator();
        while(it3.hasNext()) {
            returnResult3.add(it3.next().getKey());
        }
        Long a4 =System.nanoTime();
        System.out.println("方法一花费时间:"+(a2-a1)/1000+"微秒");
/*        System.out.println("方法二花费时间:"+(a3-a2)/1000+"微秒");
*/        System.out.println("方法三花费时间:"+(a4-a3)/1000+"微秒");
    }
}

运行结果

100000数量量时
方法一花费时间:9560微秒
方法三花费时间:3117微秒
100数据量时
方法一花费时间:130微秒
方法三花费时间:177微秒

只是循环key值时，当数据量比较大时，方法一比方法三耗时。 当数据量小时，方法三比方法一耗时