我正忙于在窗格上绘制节点的练习。我的第一个目标是使用100万个节点，然后将其增加到1500万个。
我有一个自定义的对象图，我可以向这个对象添加边和节点。每个节点对象都有一个椭圆，我可以调用和绘制，和边缘对象一样。目前，我有一个函数，它为节点生成一个随机位置。
我现在使用滚动窗格来启用在窗格中平移并查看所有节点。
我认为一个好主意是使用一个标签图
Map<String, ArrayList<Node>> mapX = new HashMap<String, ArrayList<Node>>();
Map<String, ArrayList<Node>> mapY = new HashMap<String, ArrayList<Node>>();
我使用以下代码将节点添加到哈希图中：
int tempXFloor = (int)Math.floor(tempX);
ArrayList<Node> tempList = mapX.get(tempXFloor+"");
if(tempList == null){
tempList = new ArrayList<>();
}
tempList.add(node);
mapX.put(tempXFloor+"",tempList);
然后，当我平移时，我得到当前位置，将其放置在地板上，并检查地图中是否存在条目。如果存在条目，我会将ArrayList中的所有节点添加到nodesOnScreen中。nodesOnScreen是ArrayList类型，我将在平移时将节点添加到该列表中，同样，屏幕外的节点也将从nodesOnScreen变量中删除。
我只绘制ArrayList nodesOnScreen中的节点。
我希望能在这方面提供一些指导，以及如何处理这样的大数据结构。我是朝着正确的方向前进，还是错过了一个明显的"窍门"。
需要考虑以下几点：
-
您的节点有多复杂？如果它们只是点，你可以考虑把它们画在可写图像上，这样可以节省很多内存。对于更复杂的情况，您可能需要使用Canvas。无论哪种方式，您都可以节省事件处理程序、属性和其他数量较大的小事。
-
另一个重要问题是数据视图的相关性。若你们展示了一个地图或类似的东西，那个么用户只关心可见的部分。其余的数据可以存储在磁盘缓存中，根据帕累托原理，只有20%的数据会很有用。因此，您可以相应地进行规划，并只为可见的零件提供真实的图形节点(为了用户体验，可能会预加载一些调整后的零件)。
-
"分而治之"的概念。即使您不想根据计划(2)限制用户视图，也不可能一直需要1500万个节点。不在UI库中，恐怕并没有足够大的显示器。因此，将数据拆分为多个段，一次加载一个段。如果您需要对整个集合执行任何类型的计算——不要使用节点，请使用最简单的实现，并在一些后台过程中执行计算。
-
现有的解决方案总是在做大事之前进行调查。例如，有很多像PojoCache这样的缓存库，只有当您将数十亿个节点分成组时，它们才能无缝地使用相关数据。
您想要的属于空间分区结构的类别。
你描述的是一种特殊形式的统一网格或垃圾箱。通用版本与您的不同之处在于，每个bin的大小可能超过1个单位，因此更适合不同分辨率的数据集。Bin通常适用于或多或少均匀分布的数据集，实现起来也非常简单。查找屏幕上的元素只需查找视口所属的所有存储箱。
如果你的数据集是非均匀的，即有紧密的团块和大的空白空间，你可能想尝试一种替代结构，比如四叉树。
此外，如果您使用的是哈希表或任何其他java容器，请通过将int装箱为Integer(Map<Integer, ...>)来使用int，不要将其转换为字符串，这会慢得多，而且会消耗更多内存。
您可以尝试使用数据虚拟化和数据提供程序"动态"构建它。不要用RAM来存储大数据。使用数据库查询。实现您的List类型并在那里实现索引器，它将从数据库返回一个项。
考虑细节级别。你不可能在屏幕上看到15M个不同的点(没有足够的像素使单个节点的前景在背景上方可见)。有两种类型的详细程度方法可用：
-
graphical：使用一个非常大的画布(比如10M x 10M)，一次绘制小瓷砖(比如1K x 1K像素)，然后缩小这些瓷砖来组成最终图像(例如，1K x 1K->10 x 10，两次，可以将10M x 10M的虚拟画布缩小为1K x 1T图像)。
-
语义：将节点簇聚合为单个节点，并绘制簇节点而不是单个节点。你可以在几个层次上做到这一点。事实上，如果你计划绘制图形，这正是下面的图形绘制算法所要做的(没有一种图形绘制算法在合理的时间内处理>50K个节点，而不进行某种层次分解)。
在这两种情况下，您都可以根据需要提供某种缩放和详细信息；主概览将仅用于平移和放大特定细节。某种空间索引(四叉树是最常见的索引)可以让您从磁盘或辅助存储中快速检索磁贴。在语义缩放场景中，您应该为每个节点添加"父"字段，构建一个巨大的节点树(外部序列化；除非您真的、真的必须这样做，否则不要在内存中加载15M个节点)。