为啥 ArrayList 以 1.5 的速度增长，而 Hashmap 却是 2？

Posted 2023-02-25

【中文标题】为啥 ArrayList 以 1.5 的速度增长，而 Hashmap 却是 2？

【英文标题】：Why ArrayList grows at a rate of 1.5, but for Hashmap it's 2?为什么 ArrayList 以 1.5 的速度增长，而 Hashmap 却是 2？

【发布时间】：2011-06-29 18:30:48

【问题描述】：

根据 Sun Java 实现，在扩展期间，ArrayList 增长到其初始容量的 3/2，而 HashMap 的扩展率是两倍。这背后的原因是什么？

根据实现，对于 HashMap，容量应始终为 2 的幂。这可能是 HashMap 行为的一个原因。但在这种情况下，问题是，对于 HashMap，为什么容量应该始终是 2 的幂？

【问题讨论】：

StringBuffer/StringBuilder 也增长了 2 倍，并且没有要求它的大小必须是 2 的幂。

这可能无非是两个不同的程序员编写了 ArrayList 和 HashMap 的实现，他们都任意决定了不同的增长值。

【参考方案1】：

增加 ArrayList 容量的代价高昂的部分是将支持数组的内容复制一个新的（更大的）内容。

对于 HashMap，它正在创建一个新的后备数组并将所有映射条目放入新数组中。而且，容量越高，碰撞的风险就越低。这更昂贵，并解释了为什么扩展因子更高。 1.5 与 2.0 的原因是什么？我认为这是“最佳实践”或“良好的权衡”。

【讨论】：

即使是ArrayList也可能将容量乘以2，这有什么坏处吗？

危害在于 ArrayList 的大小越大，分配给它的内存就越多（如果不使用空间可能会浪费）。由于增加 ArrayList 的容量比增加 HashMap 的容量要便宜得多，因此在增加 ArrayList 的容量时更加保守是有意义的。本质上，@Andreas_D 解释了为什么 HashMap 的因子应该大于 ArrayList 的因子。为什么是 2.0 和 1.5？这可能是基于使用测试，但我猜你必须问 Java 开发人员自己。

@Arnab Biswas：还有一个原因：ArrayList 中未使用的内存被浪费了，这与HashMap 不同，它降低了冲突率，从而加快了访问速度。

此外，哈希表通常会增加 2 倍（并且支持它的存储桶列表的大小是 2 的幂），因为几乎在每个实现中都使用了一种优化：当哈希计算后，进行模运算 (%) 以找到存储桶以将值放入：bucketIndex = hash % numBuckets。昂贵的x % n 操作可以按位简化为x & (n - 1)，但只有当n 是2 的幂时。哈希图/表必须每次增长 2 倍，以保持支持它的桶的二次方大小。 请参阅下面的其他答案。

@Saint 它将产生严格小于n 的索引（只要n 是正数），但它可以跳过存储桶，可能是大多数存储桶（例如，如果n 是一个权力二加 1)

【参考方案2】：

对于HashMap，为什么容量总是2的幂？

我能想到两个原因。

您可以快速确定哈希码进入的存储桶。你只需要一个按位与而不需要昂贵的模数。 int bucket = hashcode & (size-1);

假设我们的增长因子为 1.7。如果我们从 11 号开始，下一个尺寸将是 18 号，然后是 31 号。没问题。正确的？但是Java中字符串的哈希码是用31的素数计算的。字符串进入的桶，hashcode%31，然后仅由字符串的最后一个字符确定。再见O(1)，如果您存储的文件夹都以/ 结尾。例如，如果您使用3^n 的大小，如果您增加n，分布不会变得更糟。从大小3 到9，桶2 中的每个元素现在将转到桶2、5 或7，具体取决于较高的数字。这就像将每个桶分成三部分。因此，整数增长因子的大小将是首选。 （当然，这一切都取决于您如何计算哈希码，但任意增长因子不会让人感觉“稳定”。）

【讨论】：

关于你的第二个论点： 1. 避免31 很容易。 2.表达式hashcode%31因为负值而不能工作。 3. 像HashMap.hash 这样的一些“哈希强化”可能会有所帮助。 4. 模数可以用(int) ((size * (h & 0xFFFFFFFFL)) >> 32) 之类的东西代替，这在我的电脑上是两倍多。 5. 话虽如此，+1。

【参考方案3】：

HashMap 的设计/实现方式，它的底层桶数必须是 2 的幂（即使你给它一个不同的大小，它也会使它成为 2 的幂），因此它每次增长两倍. ArrayList 可以是任意大小，并且在增长方式上可以更加保守。

【参考方案4】：

接受的答案实际上并没有对问题给出确切的回答，但@user837703 对该答案的评论清楚地解释了为什么 HashMap 以 2 的幂增长。

找到这篇文章，详细解释http://coding-geek.com/how-does-a-hashmap-work-in-java/

让我发布它的片段，它给出了问题的详细答案：

// the function that returns the index of the bucket from the rehashed hash
static int indexFor(int h, int length) 
    return h & (length-1);

为了高效工作，内部数组的大小需要是 2 的幂，让我们看看为什么。

假设数组大小为 17，掩码值为 16（大小 -1）。 16 的二进制表示是 0…010000，因此对于任何哈希值 H，使用按位公式“H AND 16”生成的索引将是 16 或 0。这意味着大小为 17 的数组将仅用于2 个桶：一个在索引 0 和一个在索引 16，效率不是很高……

但是，如果您现在采用 2 的幂（例如 16）的大小，则按位索引公式为“H AND 15”。 15 的二进制表示为 0…001111，因此索引公式可以输出 0 到 15 的值，并且完全使用大小为 16 的数组。例如：

如果 H = 952 ，其二进制表示为 0..01110111000，相关索引为 0…01000 = 8 如果 H = 1576，其二进制表示为 0..011000101000，则关联索引为 0…01000 = 8 如果H = 12356146，则其二进制表示为0..0101111001000101000110010，关联索引为0…00010 = 2 如果H = 59843，其二进制表示为0..01110100111000011，相关索引为0…00011 = 3

这就是为什么数组大小是 2 的幂。这种机制对开发者来说是透明的：如果他选择一个大小为 37 的 HashMap，Map 会自动选择 37 之后的 2 的下一个幂（64）作为其内部数组的大小。

【讨论】：

而arraylist的增长速度可能是，如果我们将arraylist的容量翻倍，我们将无法使用之前使用的内存。示例：arraylist 的初始容量 = 10（内存位置 = 1 to 10）。加倍后，arraylist 的容量 = 20（内存位置 = 11 to 30）。加倍后，arraylist 的容量 = 40（内存位置 = 31 to 70）。加倍后，arraylist的容量=80（内存位置=71 to 150）

但是如果我们使用 1.5 作为增长率。示例：初始容量 = 10（内存位置 = 1 to 10）。将容量增加 1.5 后，arraylist 的容量 = 15**(内存位置 = 11 to 25)。在将容量进一步增加 1.5 时，**arraylist 的容量 = 22（内存位置 = 26 to 47）。在将容量进一步增加 1.5 时，arraylist 的容量 = 33（内存位置 = 48 to 80）。在将容量进一步增加 1.5 时，arraylist 的容量 = 49（内存位置 = 81 to 129）。在下一条评论中继续

在将容量进一步增加 1.5 时，arraylist 的容量 = 73（内存位置 = 1 to 73）。在这里，我们可以利用以前使用的内存位置从 1 到 73。

【参考方案5】：

散列利用将数据均匀分布到存储桶中。该算法试图防止桶中的多个条目（“哈希冲突”），因为它们会降低性能。

现在，当达到 HashMap 的容量时，会扩展大小并使用新的存储桶重新分配现有数据。如果 size-increas 太小，这种空间的重新分配和重新分配就会过于频繁地发生。

【讨论】：

虽然这解释了基本原理，但并没有真正解释为什么 HashMap 将大小乘以 2 而不是像 ArrayList 那样乘以 1.5（例如）。

【参考方案6】：

避免在地图上发生冲突的一般规则是将最大负载因子保持在 0.75 左右 为了减少冲突的可能性并避免昂贵的复制过程，HashMap 以更大的速度增长。

正如@Peter 所说，它必须是 2 的幂。

【参考方案7】：

我无法告诉你为什么会这样（你必须询问 Sun 开发人员），但要了解这是如何发生的，请查看源代码：

HashMap：看看 HashMap 如何调整到新的大小（source line 799）

     resize(2 * table.length);

ArrayList：source，第 183 行：

int newCapacity = (oldCapacity * 3)/2 + 1;

更新：我错误地链接到 Apache Harmony JDK 的来源 - 将其更改为 Sun 的 JDK。

【讨论】：

谢谢彼得，我之前已经检查过源代码。但这并没有帮助我理解 API 开发者的意图。

顺便说一句：OpenJDK（以及 Oracle JDK）使用一些完全不同的代码，但实际上也增加了一半的大小。

对于ArrayList，现在使用效率稍高的int newCapacity = oldCapacity + (oldCapacity >> 1);计算新容量