Java HashMap的原理扩容机制以及性能思考

Posted 2021-03-12 zhoujunjie

Java HashMap

说明

此文档所介绍的HashMap是基于JDK1.8之后的。此文受到网上很多其他Java生态爱好者文章的影响，写此文的目的是系统的概括下HashMap，并把一些优秀文章的脉络连接起来起到目录作用。在此感谢优秀文章作者的启发，由于自身实力有限，若有纰漏之处还请评论指导。

原理（参考[1][3]）

HashMap类似于HashTable，本质都是存储的键值对，也就是key、value，key用作存储初始索引，通过对其进行一系列运算把value映射存储到底层数据结构中。其存储的数据结构(JDK 1.8之后)如下：

• 数据结构（引用[1]）

如上图所示，每个数组是有存储的是一个链表或者红黑树（视情况而定） * 数组 * 链表 * 红黑树

• 存储过程
  • 对key进行hash运算，得到key的hash值。
  • 把key的hash值和hashMap的(length-1)进行&运算，得到index，index即为数据的索引下标，例如0，1，2，3。
  • 根据索引下标，把该Entry<key, value>存到对应的数据结构中。
    • 计算索引下标，也就是keyHash&(length-1)时，不同的keyHash会产生同样的索引下标，也就是说一个数组元素可能会存储多个数据;
    • 所以每个数组元素存储的是一个链表，当链表的长度超过TREEIFY_ THRESHOLD：8时，把链表改为红黑树。

graph LR; 　　key-->|进行Hash运算|key的hash值; 　　key的hash值-->|和hashMap的length-1进行&运算|数组下标index; 　　数组下标index-->|根据index存储该Entry也就是key, value|该index的数组元素数据结构被更新:链表或者红黑树插入该Entry;

• HashMap的阈值（参考[1]）

  • DEFAULT INITIAL CAPACITY: 数组的初始容量，也就是默认会数组初始长度为16，长度不能太大或者太小。如果太小，很容易触发扩容，如果太大， 遍历HashMap会比较慢。值: 1<<4; //16

  • MAXIMUM CAPACITY: HashMap最大容量，一.般情况下只要内存够用，HashMap不会出现问题。值: 1<<30 (整数最大值的一半)

  • DEFAULT LOAD FACTOR: 默认的负载因子。因此初始情况下，当键值对的数量大于16 * 0.75 = 12时，就会触发扩容。值: 0.75f。

  • TREEIFY_ THRESHOLD: 如果哈希函数不合理，即使扩容也无法数组元素中链表的长度，因此Java 的处理方案是当链表太长 时，转换成红黑树。这个值表示当某个数组元素中，链表长度大于8时，有可能会转化成树。值: 8

  • UNTREEIFY _THRESHOLD: 在HashMap扩容时，如果发现链表长度小于6，则会由树重新退化为链表。值: 6

  • MIN_ TREEIFY_ CAPACITY: 在转变成树之前，还会有一次判断，只有键值对数量大于64才会发生转换。这是为了避免在HashMap建立初期，多 个键值对恰好被放入了同一个链表中而导致不必要的转化。值: 64

扩容（参考[2]）

* 当元素超过数组长度的75%就会发生扩容，既长度增加一倍。
* 默认的数组长度```DEFAULT _INITIAL_ CAPACITY```=16，默认的负载因子```DEFAULT LOAD FACTOR```=0.75；当键值对数量超过16 * 0.75 = 12时，就会触发扩容导致数组长度变为16 * 2 = 32。

注意：扩容后，每个键值对数据存储的索引下标需要重新计算。通过公式：keyHash&(newLength-1)。结果会变成：newIndex = oldIndex + 扩容增加的长度。

性能（参考[4]）

• 影响性能的因素

  • 存储长度（数组长度）：需要为2的整数次幂，此文[5]已经详细解释，就不重复造轮子。
  • 扩容频率->负载因子：选择一个合适的负载因子，如果负载因子太小会导致扩容太频繁，从而导致性能损失。

• 实践案例 文章[4]已经为我们很好地举了一个提高性能的实践案例。 ”比如说，我们有1000个元素new HashMap(1000), 但是理论上来讲new HashMap(1024)更合适，不过上面annegu已经说过，即使是1000，hashmap也自动会将其设置为1024。 但是new HashMap(1024)还不是更合适的，因为0.75*1000 < 1000, 也就是说为了让0.75 * size > 1000, 我们必须这样new HashMap(2048)才最合适，既考虑了&的问题，也避免了resize的问题。“

参考文章

• [1]https://blog.csdn.net/weixin_45290108/article/details/100056621
• [2]https://blog.csdn.net/wohaqiyi/article/details/81448176
• [3]https://blog.csdn.net/woshimaxiao1/article/details/83661464
• [4]https://blog.csdn.net/cnq2328/article/details/60783708
• [5]https://blog.csdn.net/wohaqiyi/article/details/81161735