Groovy中两个哈希表的高性能比较优化方案问询

需要在Groovy中比较两个嵌套哈希表，示例输入如下：

h1 = [key1 : [att1 : 1, att2 : 2], key2 : [att1 : 10, att2 : 20], key3 : [att1 : 3, att2 : 4]]
h2 = [key1 : [att1 : 1, att2 : 3], key2 : [att1 : 10, att2 : 20]]

期望输出结果：

[key1:[att1:true, att2:false], key2:[att1:true, att2:true], key3:[att1:false, att2:false]]

规则是：给定键的属性匹配则标记为true，不匹配或在第二个哈希表中缺失则标记为false。

原实现使用嵌套闭包，代码如下：

diff = h1.collectEntries {key, value -> [key,  (value.collectEntries {k, v -> [k, (v == (h2[key] ? h2[key][k] : null) ) ] } ) ] }

该实现可正常运行，但处理大规模哈希表时性能不佳。已知所有条目的属性一致且提前知晓，求更高效的Groovy实现方案。

既然已知所有条目属性一致且提前知晓，我们可以通过预先固定属性列表、减少重复查找等方式优化性能，以下是两种高效实现：

闭包优化版 #

// 提前定义好固定的属性列表
def attributes = ['att1', 'att2']

def diff = h1.collectEntries { key, h1Values ->
    // 外层一次性获取h2中对应key的value，不存在则用空map
    def h2Values = h2[key] ?: [:]
    [key, attributes.collectEntries { attr ->
        [attr, h1Values[attr] == h2Values[attr]]
    }]
}

优化点 #

• 预先固定属性列表：避免每次遍历h1的value时动态获取属性集合，减少不必要的集合操作
• 减少哈希表重复查找：外层循环一次性获取h2对应key的value，内层直接复用该变量，避免多次h2[key]的哈希表查询
• 简化判断逻辑：当h2无对应key或属性时，h2Values[attr]为null，直接和h1的值比较自然得到false，逻辑简洁高效

普通循环版（超大规模数据首选） #

如果处理的哈希表规模极大，可直接用普通for循环替代闭包，进一步降低闭包调用的额外开销：

def attributes = ['att1', 'att2']
def diff = [:]

for (entry in h1) {
    def key = entry.key
    def h1Values = entry.value
    def h2Values = h2[key] ?: [:]
    def attrMap = [:]
    
    for (attr in attributes) {
        attrMap[attr] = h1Values[attr] == h2Values[attr]
    }
    
    diff[key] = attrMap
}

内容的提问来源于stack exchange，提问作者Marmite Bomber