map集合适合建模社交网络中“用户→好友列表”的映射关系，推荐使用hashmap，以用户id为键、set存储去重且支持集合运算的一级好友，支持o(1)查询与双向关系维护。
Map 集合适合用来建模社交网络中“用户 → 好友列表”的映射关系，尤其适用于一级好友（直接关注/互粉/好友）的快速检索。核心思路是：以用户 ID 为键（key），以该用户的一级好友 ID 集合（如 List、Set）为值（value），利用 Map 的 O(1) 平均查找性能实现高效关系查询。
用 Map 存储用户与一级好友的映射
选择合适的数据结构是关键。推荐使用 HashMap
- 键（key）用字符串类型用户 ID（如 "u1001"），保证唯一且可哈希
- 值（value）用 Set 而非 List，避免重复添加同一好友，也便于后续去重和集合运算（如共同好友）
- 若需保持插入顺序或支持双向关系（A 是 B 的好友，B 也是 A 的好友），需在添加时双向写入：map.put("u1001", set1); map.put("u1002", set2); 然后分别向 set1.add("u1002")、set2.add("u1001")
实现一级好友关系圈检索
给定一个用户 ID，只需一次 Map 查找即可获取其全部一级好友：
- 检查 key 是否存在（避免空指针），如 Java 中用 map.containsKey(userId)
- 直接调用 map.get(userId)，返回该用户的 Set
好友集合 - 如需转为数组或遍历，直接用增强 for 循环或 stream 处理，无需额外搜索
- 示例：查用户 "u1001" 的好友 → 返回 ["u1002", "u1005", "u1009"]（顺序取决于 Set 实现，如用 LinkedHashSet 可保序）
扩展建议：轻量级关系操作支持
在基础 Map 结构上，可封装几个常用方法提升实用性：
- addFriend(String userA, String userB)：双向加入好友 Set，并确保 Map 中已初始化对应 key 的空 Set
- isFriend(String userA, String userB)：检查 userA 的好友 Set 是否包含 userB，O(1) 判断
- getCommonFriends(String userA, String userB)：取 userA 和 userB 好友 Set 的交集（retainAll），快速得共同好友
- 如需持久化，可将 Map 序列化为 JSON（如 {"u1001": ["u1002","u1005"], "u1002": ["u1001"]}），便于存储或传输
注意事项与边界处理
实际应用中需主动应对常见异常情况：
- 用户 ID 为空或 null 时，应提前校验并拒绝操作，防止污染 Map
- 删除用户时，不仅要移除自身 key，还需遍历所有好友 Set 并移除该用户 ID（否则会残留脏数据）
- 高并发场景下，考虑用 ConcurrentHashMap 替代 HashMap，避免同步开销过大
- 单纯 Map 不适合多级关系（如“朋友的朋友”），此时需图遍历（BFS/DFS），Map 只作为邻接表底层支撑
