对于HashMap的容量的一些分析(hashmap的使用场景)

在Java开发中，我们经常会像如下方式以下创建一个HashMap： Map<String, String> map = new HashMap<String, String>(); 但是上面的代码中，我们并没有给HashMap指定容量，那么，这时候一个新创建的HashMap的默认容量是多少呢？为什么 ... 在Java开发中，我们经常会像如下方式以下创建一个HashMap：Map<String, String> map = new HashMap<String, String>();但是上面的代码中，我们并没有给HashMap指定容量，那么，这时候一个新创建的HashMap的默认容量是多少呢？为什么呢？一、什么是容量？在Java中，保存数据有两种比较简单的数据结构：数组和链表。HashMap底层就是数组+链表（jdk1.8后底层是数组+链表+红黑树）。在HashMap中，有两个比较容易混淆的关键字段：size和capacity ，这其中capacity就是Map的容量，而size我们称之为Map中的元素个数。简单打个比方就更容易理解了：HashMap就是一个“桶”，那么容量（capacity）就是这个桶当前最多可以装多少元素--也就是数组的长度，而元素个数（size）表示这个桶已经装了多少元素。可以用以下代码验证一下：Map<String, String> map = new HashMap<String, String>();map.put("hello", "Java");map.put("hell", "Java");map.put("hel", "Java");map.put("he", "Java");/** 通过反射获取*/Class<?> mapType = map.getClass();Method capacity = mapType.getDeclaredMethod("capacity");capacity.setAccessible(true);System.out.println("capacity : " + capacity.invoke(map));Field size = mapType.getDeclaredField("size");size.setAccessible(true);System.out.println("size : " + size.get(map));通过上面的代码，我们发现了，当我们创建一个HashMap的时候，如果没有指定其容量，那么会得到一个默认容量为16的Map，那么，这个容量是怎么来的呢？又为什么是这个数字呢？实际上这个数字与hash有一定的关系，下面我们看一下hash。二、什么是hash？我们知道，容量就是一个HashMap中”桶”的个数，那么，当我们想要往一个HashMap中put一个元素的时候，需要通过一定的算法计算出应该把他放到哪个桶中，这个过程就叫做hash。hash的功能是根据key来确定这个key-value对在链表数组中的下标的。那么这个数组下标该怎么确定呢？其实简单，我们只要在hash方法中调用Object中的hashCode方法得到一个hash值，然后用这个值对HashMap的容量进行取模就可以得到数组下标了。如果真的是这么简单的话，那HashMap的容量设置也就很简单，但是考虑到效率等问题，HashMap的hash实现被设计的比较复杂，这也造成了HashMap的容量设置有一定限制。下面我们看一下hash的实现。三、hash的实现hash的具体实现上，由两个方法int hash(Object k)和int indexFor(int h, int length)（在jdk1.8后没有这个方法了）来实现。int hash(Object k)：该方法主要是将Object转换成一个整型数。int indexFor(int h, int length)：该方法主要是将hash()生成的整型数转换成链表数组中的下标。我们先来看下源码：static int indexFor(int h, int length) {return h & (length-1);}在JDK8中无indexFor方法，变为以下源码中的i=(n-1)&hashhash方法中通过(h = k.hashCode()) ^ (h >>> 16)得到hash值indexFor方法通过h & (length-1)得到下标。其中的两个参数h表示元素的hash值，length表示HashMap的容量。i=(n-1)&hash和上面的运算一样。其中的两个参数n表示HashMap的容量，hash表示元素的hash值。那么h & (length-1) 是什么意思呢？其实就是取模。Java之所以使用位运算(&)来代替取模运算(%)，最主要的考虑就是效率。位运算(&)效率要比代替取模运算(%)高很多，主要原因是位运算直接对内存数据（二进制）进行操作，不需要转成十进制，因此处理速度非常快。那么，为什么可以使用位运算(&)来实现取模运算(%)呢？实现的原理如下：a%b在当b为2^n时可简化为a&(b-1)证明:1.当b为2^n时,b-1的二进制为011..11(0后面跟n个1).此时a&(b-1)即取a二进制右面n位2.当b为2^n时,a/b的意义就是a右移n位。而右移的n位的值，就是a%b的值理论不好理解，就找几个例子用计算器试一下。6 % 8 = 6 ，6 & 7 = 610 % 8 = 2 ，10 & 7 = 217 % 8 = 1 ，17 & 7 = 1所以，h & (length-1)只要保证length是2^n的话，就可以实现取模运算了。所以，因为位运算要比取模运算的效率更高，所以HashMap在计算元素要存放在数组中的下标的时候，使用位运算代替了取模运算。要实现位运算代替取模运算，要求HashMap的容量一定要是2^n 。那么，既然是2^n ，为啥一定要是16呢？为什么不能是4、8或者32、64等等呢？关于这个默认容量的选择，JDK并没有给出官方解释。这应该就是个经验值，既然一定要设置一个默认的2^n 作为初始值，那么就需要在效率和内存使用上做一个权衡。4、8太小了就有可能频繁发生扩容，扩容就需要重建哈希表，影响效率。32、64等等太大了又浪费空间，不划算。所以，16就作为一个经验值被采用了。在JDK 8中，关于默认容量的定义如上源码 ，其故意把16写成1<<4，就是提醒开发者，这个地方要是2的幂。注释中的 aka 16 也是jdk1.8中新增的，Also Known As 16 -- 又名16既然我们需要把容量设置为2^n，那么HashMap是如何保证其容量一定可以是2^n的呢？要做到这一类型容量，HashMap在指定容量初始化时以及自动扩容时都做了处理。四、指定容量初始化以下是《Java开发手册》中的一段话：可以看到指定容量初始化是被推荐的。当我们通过HashMap(int initialCapacity)这个构造方法设置初始容量的时候，HashMap并不一定会直接采用我们传入的initialCapacity，而是经过计算，得到一个新initialCapacity(例如3变为4，9变为16)。以下为初始化的源码：可以看到最底层就是用tableSizeFor方法得到最终的初始化容量。可以把代码分为Part 1：int n = cap - 1;n |= n >>> 1;n |= n >>> 2;n |= n >>> 4;n |= n >>> 8;n |= n >>> 16;和Part 2：return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;Part 2比较简单，就是做一下判断，然后把Part 1得到的数值+1。Part 1怎么理解呢？其实是对一个二进制数依次无符号右移，然后与原值取或。拿一个二进制数，套一遍上面的公式就发现其目的：1100 1100 1100 >>>1 = 0110 0110 01101100 1100 1100 | 0110 0110 0110 = 1110 1110 11101110 1110 1110 >>>2 = 0011 1011 10111110 1110 1110 | 0011 1011 1011 = 1111 1111 11111111 1111 1111 >>>4 = 1111 1111 11111111 1111 1111 | 1111 1111 1111 = 1111 1111 1111···以此类推通过几次无符号右移和按位或运算，我们把1100 1100 1100转换成了1111 1111 1111 ，再把1111 1111 1111加1，就得到了1 0000 0000 0000，次数就是大于1100 1100 1100的第一个2的幂。可以用程序试验一下：int n = cap - 1;n |= n >>> 1;n |= n >>> 2;n |= n >>> 4;n |= n >>> 8;n |= n >>> 16;System.out.println((n < 0) ? 1 : (n >= 1 << 30) ? 1 << 30 : n + 1); 五、自动扩容指定容量初始化后，往集合中put元素时，元素个数超过阈值后怎么办呢？这时候就需要扩容了。HashMap有扩容机制，就是当达到扩容条件时会进行扩容。扩容条件就是当HashMap中的元素个数（size）超过阈值（threshold）时就会自动扩容，通过resize方法进行扩容。threshold = loadFactor * capacity。loadFactor是负载因子，默认值为0.75f，设置成0.75有一个好处，那就是0.75正好是3/4，而capacity又是2的幂。所以，两个数的乘积都是整数。对于一个默认的HashMap来说，默认情况下，当其size大于12(16*0.75)时就会触发扩容。下面是HashMap中的resize方法中的一段源码：newCap = oldCap << 1;newThr = oldThr << 1;从上面两行代码可以看出，扩容后的capacity和threshold变为原来的两倍。可见，当HashMap中size>threshold时就会自动扩容，扩容成原容量的2倍，即从16扩容到32、64、128 …阈值也从12到24，48，96...所以，通过保证初始化容量均为2的幂，并且扩容时也是扩容到之前容量的2倍，所以，保证了HashMap的容量永远都是2的幂，从而保证了位运算代替取模运算，从而提升了效率。可以看到初始化之后容量和阈值是一样的，当放入第一个元素后，重新计算阈值，新的阈值=容量X负载因子。可以用程序实验一下：HashMap m = new HashMap(15);Class<?> mapType = m.getClass();Field threshold = mapType.getDeclaredField("threshold");threshold.setAccessible(true);Method capacity = mapType.getDeclaredMethod("capacity");capacity.setAccessible(true);System.out.println("容量：" + capacity.invoke(m) + " 阈值：" + threshold.get(m) + " 元素数量：" + m.size());for (int i = 0; i < 25; i++) {m.put(i, i);System.out.println("容量：" + capacity.invoke(m) + " 阈值：" + threshold.get(m) + " 元素数量：" + m.size());}六、总结HashMap作为一种数据结构，元素在put的过程中需要进行hash运算，目的是计算出该元素存放在hashMap中的具体位置。hash运算的过程其实就是先对key用hash()方法得到一个hash值，再用hash值对Map的容量进行取模得到下标，而JDK的工程师为了提升取模的效率，使用位运算代替了取模运算，这就要求Map的容量一定得是2的幂。为了保证任何情况下Map的容量都是2的幂，HashMap在两个地方都做了限制。首先是，如果用户制定了初始容量，那么HashMap会计算出比该数大的第一个2的幂作为初始容量。另外，在扩容的时候，也是进行成倍的扩容，即16变成32，32变成64。