在Java里如何遍历Map集合_JavaMap遍历方式解析

entrySet()遍历键值对最常用且推荐，避免重复查表；仅需key或value时选keySet()或values()；遍历时删除须用Iterator.remove()；多线程优先用ConcurrentHashMap。

用 entrySet() 遍历键值对最常用也最推荐

绝大多数场景下，要同时访问 key 和 value，entrySet() 是最优选择。它返回的是 Set>，每个 Map.Entry 封装了一组键值对，避免了重复查表开销。

常见错误是先用 keySet() 获取 key，再循环调用 map.get(key) —— 对 HashMap 影响不大，但对 TreeMap 或自定义 Map 实现可能触发多次查找或排序逻辑，性能打折。

实操建议：

• 用增强 for 循环直接遍历 entrySet()，简洁安全
• 若需修改 value，可调用 entry.setValue(newVal)（仅对支持修改的 Map 有效）
• 不要在遍历时直接调用 map.remove(key)，会抛 ConcurrentModificationException；应使用 Iterator.remove()

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

只遍历 key 或只遍历 value 时选 keySet() 或 values()

如果业务逻辑只需要 key（比如判断是否存在某 key、批量做 key 格式校验），用 keySet()；如果只关心 value（比如统计所有 value 的总和、找最大值），用 values()。两者都比 entrySet() 少一层封装，内存和 CPU 开销略小。

立即学习“Java免费学习笔记（深入）”；

注意点：

Interior AI

AI室内设计，上传室内照片自动帮你生成多种风格的室内设计图

下载

• values() 返回的是 Collection，不保证顺序（除非底层 Map 有序，如 LinkedHashMap 或 TreeMap）
• keySet() 和 values() 返回的集合是 Map 的“视图”，修改它们会直接影响原 Map（例如调用 keySet().remove("k1") 等价于 map.remove("k1")）
• 不能通过 values() 反查 key —— 没有映射关系保障，多个 key 可能对应相同 value

需要并发安全或边遍历边删除时必须用 Iterator

当遍历过程中要删除元素，或 Map 被多线程共享（哪怕只是读多写少），就不能依赖增强 for 循环——它底层隐式使用 Iterator，但没暴露 remove 方法，且无法应对并发修改。

正确做法是显式获取 Iterator，并在循环中调用其 remove() 方法：

Iterator> iter = map.entrySet().iterator();
while (iter.hasNext()) {
    Map.Entry entry = iter.next();
    if (entry.getValue() < 0) {
        iter.remove(); // 安全删除
    }
}

其他注意事项：

• 对 ConcurrentHashMap，可放心用增强 for 遍历（不会抛 ConcurrentModificationException），但删除仍需用 computeIfPresent() 或 remove() 方法，不能依赖 Iterator.remove()
• 若在多线程环境下仅读取，优先用 ConcurrentHashMap 替代 synchronized(new HashMap())

Lambda 方式（Java 8+）适合简单过滤或转换，别滥用

forEach() 和 stream() 写法看起来更函数式，但实际有隐含成本和限制：

• map.forEach((k, v) -> {...}) 底层仍是 entrySet() + 增强 for，语法糖而已，不提升性能
• map.entrySet().stream()... 会额外创建 Stream 对象和中间操作链，小数据量无感，大数据量或高频调用时 GC 压力明显
• lambda 表达式里无法 break 或 continue，想提前退出只能抛异常（不推荐）或改用传统循环
• Stream 并行化（parallelStream()）对 Map 遍历收益极低，还可能因 key 分布不均导致负载不均

真正适合用 lambda 的场景：一次性的、带过滤/映射/聚合的简单操作，比如 map.values().stream().filter(Objects::nonNull).mapToInt(Integer::intValue).sum()。