如何高效的遍历Map？你常用的不一定是最快的
如文章标题所言，遍历Map是开发过程中比较常见的行为，实现的方式也有多种方式，本文带领大家一起看看更加高效的遍历 Map 。
首先一起来看看，有哪些遍历 Map 的方式
这种应该算是比较常见的使用方式，也是比较容易理解的
keySet ： 获取 map 中所有的 key ，然后依次遍历每个 key 。
这种是我平时开发中用的最多的方式，简单通俗易懂。
但是其性能如何呢？后续待揭秘。
不知道有多少人用过 Java8 中的 parallel模式，本质是一种并行处理方式。
性能如何？稍后揭晓。
不行就找找外援试试？
测试环境如下：Intel i7-4790 3.60 GHz, 16 GB
测试集为小的Map集合（大约100个元颤凯素），各个方法耗时如下：
从结果看出，在数据量比较小时， 利用 Java 8中的foreach 暂时领先。
测试集为元素数据量 1000 的 Map 集合，测试结果如下：
从结果集合看，在中等数据量情况下，外援 Eclipse (CS) collections 中的 MutableMap 表现最为优异，勇得第一。
其次为 Java 8 中的 foreach ，位列第二。
测试集为元素数据量 100000 （十万级别） 的 Map 集合，测试结果如下：
利用 iterator 和 Map.Entry 【方法1】稳居第一，领先 第二名差不多7s。
第二名为 Eclipse (CS) collections 中的 MutableMap 位列第二，在大数据量下表现表现比较出色。
指的注意的是之前在小数据量下表现比较出色的 Java 8 中的 foreach ，排名却比较靠后，但是仍然超过了利用 Java8 的 Stream API 。
其中还有另一个现象：利用并行模式计御山算的 Java8 中的 Stream API parallel ，在大数据量时表现好于 foreach 和 stream api 。
下表为不同数据量情况下的各个方法性能表现
在平时开发中，数据量都不算太大时，剖除外援而言， Java 8 中的 foreach 【方法3】，表现比较优异。而并行运算的 Stream API parallel 【方法8】表现没有想象中好， Stream API 【方法7】表现中规中矩。
主要罗列了多种遍历 Map 的方式，每个实现方式都有各自的特点，有的人喜欢 foreach 的通俗易懂；有的人喜欢 stream 的干净利落。
如果从性能来看，小数据量情况下：优先推荐使用 Java8 Foreach 【方法3】。
大数据量情况下推荐 使用 iterator 和 Map.Entry 【方法1】。
我是大黄，一个只会写 HelloWorld 的程序员，镇洞中下期见。
