Java 枚举类 Key-Value 映射的几种实现方式及最佳实践
Java 枚举类 Key-Value 映射的几种实现方式及最佳实践
前言
在 Java 开发中,枚举(Enum)是一种特殊的类,它能够定义一组固定的常量。在实际应用中,我们经常需要为枚举常量添加额外的属性,并实现 key-value 的映射关系。本文将详细介绍 Java 枚举类实现 key-value 映射的多种方式,分析各自的优缺点,并给出实际应用中的最佳实践建议。
一、基础实现方式
1.1 为枚举添加属性和构造方法
最基本的实现方式是为枚举添加 key 和 value 属性,并提供相应的构造方法和访问方法。
public enum Status {ACTIVE("A", "激活状态"),INACTIVE("I", "未激活状态"),PENDING("P", "等待状态");private final String key;private final String value;Status(String key, String value) {this.key = key;this.value = value;}public String getKey() {return key;}public String getValue() {return value;}
}
使用示例:
Status active = Status.ACTIVE;
System.out.println("Key: " + active.getKey() + ", Value: " + active.getValue());
优点:
- 实现简单直观
- 无需额外数据结构支持
缺点:
- 查找效率低(需要遍历所有枚举值)
二、高效查找实现方式
2.1 使用静态 Map 缓存
为了提高查找效率,可以使用静态 Map 来缓存 key 与枚举实例的映射关系。
import java.util.HashMap;
import java.util.Map;public enum Status {ACTIVE("A", "激活状态"),INACTIVE("I", "未激活状态");private final String key;private final String value;private static final Map<String, Status> BY_KEY = new HashMap<>();static {for (Status s : values()) {BY_KEY.put(s.key, s);}}Status(String key, String value) {this.key = key;this.value = value;}public static Status fromKey(String key) {return BY_KEY.get(key);}public static String getValueByKey(String key) {Status status = fromKey(key);return status != null ? status.value : null;}// getters...
}
优点:
- 查找效率高(O(1)时间复杂度)
- 适合枚举值较多的情况
缺点:
- 需要额外的内存空间存储 Map
- 静态初始化可能增加类加载时间
2.2 使用 Java 8 Stream API
Java 8 引入了 Stream API,我们可以利用它来实现简洁的查找逻辑。
public static Status fromKeyStream(String key) {return Arrays.stream(Status.values()).filter(status -> status.getKey().equals(key)).findFirst().orElse(null);
}
优点:
- 代码简洁
- 无需额外数据结构
缺点:
- 每次查找都需要遍历(性能不如 Map 缓存)
- 适合枚举值较少或查找不频繁的场景
三、进阶技巧与最佳实践
3.1 处理 null 和不存在的情况
在实际应用中,我们需要考虑 key 为 null 或不存在的情况。
public static Status fromKeySafely(String key) {if (key == null) {return null;}return BY_KEY.get(key);
}public static String getValueByKeySafely(String key) {Status status = fromKeySafely(key);return status != null ? status.getValue() : "UNKNOWN";
}
3.2 不可变 Map 实现
如果希望 Map 不可变,可以使用 Collections.unmodifiableMap:
private static final Map<String, Status> BY_KEY;
static {Map<String, Status> map = new HashMap<>();for (Status s : values()) {map.put(s.key, s);}BY_KEY = Collections.unmodifiableMap(map);
}
3.3 枚举与接口结合
可以让枚举实现接口,提供更灵活的设计:
public interface KeyValueEnum<K, V> {K getKey();V getValue();
}public enum Status implements KeyValueEnum<String, String> {// 枚举实现...
}
四、性能对比
下表比较了不同实现方式的性能特点:
| 实现方式 | 时间复杂度 | 空间复杂度 | 适用场景 |
|---|---|---|---|
| 基础实现 | O(n) | O(1) | 枚举值少,查找不频繁 |
| 静态 Map 缓存 | O(1) | O(n) | 枚举值多,查找频繁 |
| Stream API | O(n) | O(1) | Java8+,代码简洁优先 |
五、实际应用示例
5.1 在 Spring Boot 中的应用
结合 Spring Boot,我们可以将枚举与 REST API 更好地结合:
@Getter
public enum ErrorCode implements KeyValueEnum<Integer, String> {SUCCESS(200, "成功"),NOT_FOUND(404, "资源不存在"),SERVER_ERROR(500, "服务器错误");private final Integer key;private final String value;// 构造方法等...
}@RestController
public class ApiController {@GetMapping("/errors/{code}")public ResponseEntity<String> getErrorMessage(@PathVariable Integer code) {return Arrays.stream(ErrorCode.values()).filter(e -> e.getKey().equals(code)).findFirst().map(e -> ResponseEntity.ok(e.getValue())).orElse(ResponseEntity.notFound().build());}
}
5.2 与数据库交互
枚举与数据库值转换的常见模式:
@Converter(autoApply = true)
public class StatusConverter implements AttributeConverter<Status, String> {@Overridepublic String convertToDatabaseColumn(Status status) {return status != null ? status.getKey() : null;}@Overridepublic Status convertToEntityAttribute(String key) {return Status.fromKey(key);}
}
六、总结
- 小型枚举:使用基础实现即可,保持代码简单
- 大型枚举或高频查找:推荐使用静态 Map 缓存方式
- Java8+环境:可以考虑使用 Stream API 实现简洁代码
- 生产环境:务必处理 null 和不存在的情况,考虑使用不可变 Map
枚举的 key-value 映射是 Java 开发中的常见需求,选择适合的实现方式可以显著提高代码的可读性和性能。希望本文介绍的各种方法和最佳实践对您有所帮助。
扩展思考: 如何实现双向查找(通过 key 找 value,通过 value 找 key)?读者可以尝试实现一个双向查找的枚举工具类。
相关文章:
Java 枚举类 Key-Value 映射的几种实现方式及最佳实践
Java 枚举类 Key-Value 映射的几种实现方式及最佳实践 前言 在 Java 开发中,枚举(Enum)是一种特殊的类,它能够定义一组固定的常量。在实际应用中,我们经常需要为枚举常量添加额外的属性,并实现 key-value 的映射关系。本文将详细…...
JVM 每个区域分别存储什么数据?
JVM(Java Virtual Machine)的运行时数据区(Runtime Data Areas)被划分为几个不同的区域,每个区域都有其特定的用途和存储的数据类型。以下是 JVM 各个区域存储数据的详细说明: 1. 程序计数器 (Program Cou…...
chromem-go + ollama + bge-m3 进行文档向量嵌入和查询
Ollama 安装 https://ollama.com/download Ollama 运行嵌入模型 bge-m3:latest ollama run bge-m3:latestchromem-go 文档嵌入和查询 package mainimport ("context""fmt""runtime""github.com/philippgille/chromem-go" )func ma…...
PyTorch中卷积层torch.nn.Conv2d
在 PyTorch 中,卷积层主要由 torch.nn.Conv1d、torch.nn.Conv2d 和 torch.nn.Conv3d 实现,分别对应一维、二维和三维卷积操作。以下是详细说明: 1. 二维卷积 (Conv2d) - 最常用 import torch.nn as nn# 基本参数 conv nn.Conv2d(in_channe…...
GO语言学习(16)Gin后端框架
目录 ☀️前言 1.什么是前端?什么是后端?🌀 2.Gin框架介绍 🌷 3.Gin框架的基本使用 -Hello,World例子🌷 🌿入门示例 - Hello,World 💻补充(一些常用的网…...
RAG 在 AI 助手、法律分析、医学 NLP 领域的实战案例
RAG(Retrieval-Augmented Generation,检索增强生成)是一种结合信息检索和生成模型的技术,广泛应用于 AI 助手、法律分析、医学 NLP 等领域。 以下是具体的实战案例和技术实现。 1. AI 助手中的 RAG 应用 案例 1:企业…...
大模型-提示词(Prompt)技巧
1、什么是提示词? 提示词(Prompt)是用户发送给大语言模型的问题、指令或请求,用来明确地告诉模型用户想要解决的问题或完成的任务,是大语言模型理解用户需求并据此生成相关、准确回答或内容的基础。对于大语言模型来说…...
RNN模型与NLP应用——(9/9)Self-Attention(自注意力机制)
声明: 本文基于哔站博主【Shusenwang】的视频课程【RNN模型及NLP应用】,结合自身的理解所作,旨在帮助大家了解学习NLP自然语言处理基础知识。配合着视频课程学习效果更佳。 材料来源:【Shusenwang】的视频课程【RNN模型及NLP应用…...
硬件与软件的边界-从单片机到linux的问答详解
硬件与软件的边界——从单片机到 Linux 设备驱动的问答详解 在嵌入式开发和操作系统领域,经常会有人问: “如果一个设备里没有任何代码,硬件是不是依然会工作?例如,数据收发、寄存器数据存储、甚至中断触发ÿ…...
5.实现 Channel 类,Reactor 模式初步形成
目录 由联合体epoll_data引出类Channel 结构体epoll_data_t Channel类 Channel类的使用 Epoll类的改变 由联合体epoll_data引出类Channel 在之前使用epoll时,有使用到一个结构体epoll_event // 这是联合体,多个变量共用同一块内存 typedef union…...
深度剖析:U盘打不开难题与应对之策
一、引言 在数字化办公与数据存储的浪潮中,U盘凭借其小巧便携、大容量存储等优势,成为了人们日常数据传输与备份的得力助手。然而,当我们急需调用U盘中的关键数据时,却常常遭遇U盘打不开的棘手状况。U盘打不开不仅会影响工作进度&…...
洛谷题单3-P5721 【深基4.例6】数字直角三角形-python-流程图重构
题目描述 给出 n n n,请输出一个直角边长度是 n n n 的数字直角三角形。所有数字都是 2 2 2 位组成的,如果没有 2 2 2 位则加上前导 0 0 0。 输入格式 输入一个正整数 n n n。 输出格式 输出如题目要求的数字直角三角形。 输入输出样例 输入…...
一起学大语言模型-通过ollama搭建本地大语言模型服务
文章目录 Ollama的github地址链接安装下载需求配置更改安装目录安装更改下载的模型存储位置Ollama一些目录说明日志目录 运行一个模型测试下测试下更改服务监听地址和端口号 Ollama的github地址链接 https://github.com/ollama/ollama 安装 下载 mac安装包下载地址࿱…...
AllData数据中台商业版发布版本1.2.9相关白皮书发布
文章末尾网盘链接获取白皮书,本资源通过星球社群不定时更新,加入星球后,请联系市场同事获取相关知识星球社群信息。 一、总体介绍 主要介绍了AllData商业版产品的整体情况,包括产品定位、核心优势、灵活性和扩展性等,已有150个客户使用,社区发展良好。同时,详细解析了…...
uni-app 框架 调用蓝牙,获取 iBeacon 定位信标的数据,实现室内定位场景
背景:最近需要对接了一个 叫 iBeacon 定位信标 硬件设备,这个设备主要的作用是,在信号不好的地方,或者室内实现定位,准确的找到某个东西。就比如 地下停车场,商城里,我们想知道这个停车场的某个…...
leetcode-热题100(3)
leetcode-74-搜索二维矩阵 矩阵最后一列升序排序,在最后一列中查找第一个大于等于target的元素 然后在该元素所在行进行二分查找 bool searchMatrix(int** matrix, int matrixSize, int* matrixColSize, int target) {int n matrixSize;int m matrixColSize[0];in…...
汇编学习结语
一天之内挑战计划太乐观了, 不过还好,这次我总共用了三天完成了系列汇编指令的学习,有的指令也深入进行了验证,输出了系列文章,收获颇多。 接下来我将开启一个专栏,用于记录学习OllyDbg的使用。 OllyDbg使用…...
C++ I/O 流通俗指南
1. std::ostream 是什么? 定义:std::ostream 是 C 标准库中的输出流类,负责将数据输出到各种目标(如屏幕、文件、网络等)。你可以把 std::ostream 想象成一根“数据水管”: 数据从 C 代码流进 std::ostrea…...
基于python的电影数据分析及可视化系统
一、项目背景 随着电影行业的快速发展,电影数据日益丰富,如何有效地分析和可视化这些数据成为行业内的一个重要课题。本系统旨在利用Python编程语言,结合数据分析与可视化技术,为电影行业从业者、研究者及爱好者提供一个便捷的电…...
【NLP 面经 5】
难以承受的东西只会让我在下一次更平静的面对 —— 25.4.2 一、NER任务,CRF模型改进 命名实体识别(NER)任务中,你使用基于条件随机场(CRF)的模型,然而模型在识别嵌套实体和重叠实体时效果不佳&a…...
鸿蒙NEXT小游戏开发:猜小球
1. 引言 “猜小球”是一个经典的益智游戏,通常由一名表演者和多名参与者共同完成。表演者会将一个小球放在一个杯子下面,然后将三个杯子快速地交换位置,参与者则需要猜出最终哪个杯子下面有小球。本文将介绍如何使用HarmonyOS NEXT技术&…...
[NCTF2019]Fake XML cookbook [XXE注入]
题目源代码 function doLogin(){var username $("#username").val();var password $("#password").val();if(username "" || password ""){alert("Please enter the username and password!");return;}var data "…...
Android 防抖和节流
文章目录 Android 防抖和节流概述工具类使用源码下载 Android 防抖和节流 概述 防抖(Debounce): 防抖是指在事件被触发后,等待一段时间,如果在这段时间内没有再触发事件,才执行处理函数。如果在这段时间内…...
安徽京准:NTP时间同步服务器操作使用说明
安徽京准:NTP时间同步服务器操作使用说明 3.1 连接天线 天线连接到“ANT”口。 3.2 连接电源 将220V电源线连到AC220V座上或将电源适配器(7.5V~12V)接到DC口上。也可以同时接上,提高供电可靠性。 3.3 LAN网口 网线连接到NTP…...
【学习记录】pytorch载入模型的部分参数
需要从PointNet网络框架中提取encoder部分的参数,然后赋予自己的模型。因此,需要从一个已有的.pth文件读取部分参数,加载到自定义模型上面。做了一些尝试,记录如下。 关于模型保存与载入 torch.save(): 使用Python的pickle实用程…...
Ubuntu Wayland启动腾讯会议并实现原生屏幕共享
Intro 众所周知,长期以来,由于腾讯会议项目组的尸位素餐、极度不作为,在Wayland成为Ubuntu 24.04 LTS的默认窗口环境下,仍然选择摆烂,甚至还“贴心”地在启动脚本下增加检测Wayland退出的代码;并且即使使用…...
写Prompt的技巧和基本原则
一.基本原则 1.一定要描述清晰你需要大模型做的事情,不要模棱两可 2.告诉大模型需要它做什么,不需要做什么 改写前: 请帮我推荐一些电影 改写后: 请帮我推荐2025年新出的10部评分比较高的喜剧电影,不要问我个人喜好等其他问题ÿ…...
前端Material-UI面试题及参考答案
目录 Material-UI 的设计理念与 Material Design 规范的关系是什么? 如何通过 npm/yarn/pnpm 安装 Material-UI 的核心依赖? Material-UI 的默认主题系统如何实现全局样式管理? 如何在项目中配置自定义字体和颜色方案? 什么是 emotion 和 styled-components,它们在 Ma…...
29、web前端开发之CSS3(六)
13. 多列布局(Multi-column Layout) 多列布局(Multi-column Layout)是一种通过CSS实现的布局方式,允许将内容组织成多列,类似于报纸或杂志的排版方式。这种布局方法能够有效地利用页面空间,提升…...
Go 语言语法精讲:从 Java 开发者的视角全面掌握
《Go 语言语法精讲:从 Java 开发者的视角全面掌握》 一、引言1.1 为什么选择 Go?1.2 适合 Java 开发者的原因1.3 本文目标 二、Go 语言环境搭建2.1 安装 Go2.2 推荐 IDE2.3 第一个 Go 程序 三、Go 语言基础语法3.1 变量与常量3.1.1 声明变量3.1.2 常量定…...
