可以存储在 HashMap 中的键（对象）数量的理论限制？

Posted 2023-02-25

【中文标题】可以存储在 HashMap 中的键（对象）数量的理论限制？

【英文标题】：Theoretical limit for number of keys (objects) that can be stored in a HashMap?

【发布时间】：2011-05-06 15:24:57

【问题描述】：

对于可以存储在 HashMap 中的键条目的数量是否有理论上的限制，或者最大值是否完全取决于可用的堆内存？

另外，哪种数据结构最适合存储大量对象（比如几十万个对象）？

【问题讨论】：

您是要询问唯一键的数量还是条目数？我可以发誓 HashMap 是用桶构建的，所以虽然最多有 Integer.MAX_VALUE 个桶，但每个桶都可以有一个包含许多条目的列表。

有趣的问题，得到我的 +1

不同的人对大有不同的想法。你能更具体一点，你的意思是100、1000、数百万、数百万、数万亿吗？

是的，我已经指定了大小（几十万或几百万）

最喜欢的问题有我的 +1

【参考方案1】：

HashMap 将值保存在一个数组中，该数组最多可以保存Integer.MAX_VALUE。但这不包括碰撞。每个Entry 都有一个next 字段，这也是一个条目。这就是解决冲突（具有相同哈希码的两个或多个对象）的方式。所以我不会说有任何限制（除了可用内存）

请注意，如果您超过 Integer.MAX_VALUE，您将在某些方法（如 size()）中得到意外行为，但 get() 和 put() 仍然有效。它们会起作用，因为任何对象的hashCode() 都将返回int，因此根据定义，每个对象都将适合地图。然后每个对象都会与现有对象发生碰撞。

【讨论】：

HashMap#size() 的文档实际上将键值映射的数量限制为一个 int 可以表示的数字。如果 HashMap 允许更多映射，则 size() 方法的文档将继承自 Map#size()，它定义了在大小 > Integer.MAX_VALUE 时返回 Integer.MAX_VALUE 的方法。

hashCode() 返回int。因此，桌子满了之后，只会有碰撞。

【参考方案2】：

对于可以存储在 HashMap 中的键条目的数量是否有理论上的限制，还是完全取决于可用的堆内存？

看看the documentation of that class，我会说理论极限是Integer.MAX_VALUE (2³¹-1 = 2147483647) 个元素。

这是因为要正确实现此类，size() 方法必须返回一个 int，表示键/值对的数量。

来自HashMap.size()的文档

返回：此映射中键值映射的数量

注意：这个问题与How many data a list can hold at the maximum非常相似。

---

哪种数据结构最适合存储大量对象（比如几十万个对象）？

我会说这取决于您需要存储什么以及您需要什么类型的访问权限。所有内置集合可能都针对大批量进行了优化。

【讨论】：

我刚刚注意到 size():int 方法:)

其实size()并不是真正的问题：如果地图包含多个Integer.MAX_VALUE元素，则返回Integer.MAX_VALUE。 - download.oracle.com/javase/6/docs/api/java/util/Map.html#size()只有客户端代码没有识别size()的真正含义应该是个问题。

@gustafc，啊，有趣的一点。但是，HashMap.size() 的文档完善了该规范：download.oracle.com/javase/6/docs/api/java/util/… 不过，这是否可能是规范中的“错误”值得怀疑 :-)

@aioobe - 好吧，看看HashMap 的Sunoracle 实现，size 字段可能会溢出似乎并没有真正令人惊讶。规范合规性？ :) 所以也许我应该说“size() 不应该真的不是问题”...

@jarnbjo，我不完全相信这不会被修复 - 我们也可以争辩说可能有代码依赖于 HashMap 正确实现 Map。当我或 aioobe 的错误报告得到回复时，我们会看看谁是对的。

【参考方案3】：

我同意@Bozho 的观点，并补充说您应该仔细阅读HashMap 上的Javadoc。请注意它如何讨论初始容量和负载因子以及它们将如何影响 HashMap 的性能。

HashMap 非常适合保存大量数据（只要您没有用完键或内存），但性能可能是个问题。

如果您发现无法在单个 Java/JVM 程序中操作所需的数据集，则可能需要查看分布式缓存/数据网格。

【参考方案4】：

理论上没有限制，但是存储不同入口链的桶有一个限制（存储在不同的hashkey下）。一旦达到这个限制，每次新添加都会导致哈希冲突——但这不是问题，除了性能......