面试官:"准备用HashMap存1w条数据,构造时传10000还会触发扩容吗?"

  • 时间:
  • 浏览:0

// 预计存入 1w 条数据,初始化赋值 100000,除理 resize。
HashMap<String,String> map = new HashMap<>(100000)
// for (int i = 0; i < 100000; i++)

Java 集合的扩容

HashMap 否是亲戚亲戚朋友最常用的集合之一,真是对于 Android 开发者,Google 官方推荐了更省内存的 SparseArray 和 ArrayMap,后来 HashMap 依然是最常用的。

亲戚亲戚朋友通过 HashMap 来存储 Key-Value 全都键值对形式的数据,其內部通过哈希表,让存取波特率最好时都能否达到 O(1),而又可能性可能性地处的 Hash 冲突,引入了链表和红黑树的形状,让波特率最差也差不过 O(logn)。

整体来说,HashMap 作为一款工业级的哈希表形状,波特率还是有保障的。

编程语言提供的集合类,真是底层还是基于数组、链表全都最基本的数据形状,后来 和亲戚亲戚朋友直接使用数组不同,集合在容量不够时,会触发动态扩容来保证有足够的空间存储数据

动态扩容,涉及到数据的拷贝,是全都「较重」的操作。那可能性都都能否提前选着集合将要存储的数据量范围,就都能否通过构造辦法 ,指定集合的初始容量,来保证接下来的操作中,不至于触发动态扩容。

这就引入了本文开篇的大难题,可能性使用 HashMap,当初始化是构造函数指定 1w 时,后续亲戚亲戚朋友立即存入 1w 条数据,否是符合与其太大再触发扩容呢?

在分析全都大难题前,没办法 们先来看看,HashMap 初始化时,指定初始容量值都做了那先 ?

PS:本文所涉及代码,均以 JDK 1.8 中 HashMap 的源码举例。

HashMap 的初始化

在 HashMap 中,提供了另一个指定初始容量的构造辦法 HashMap(int initialCapacity),全都辦法 最终会调用到 HashMap 没办法 构造辦法 ,其中的参数 loadFactor 全都 默认值 0.75f。

public HashMap(int initialCapacity, float loadFactor) {
  if (initialCapacity < 0)
    throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
  if (initialCapacity > MAXIMUM_CAPACITY)
    initialCapacity = MAXIMUM_CAPACITY;
  if (loadFactor <= 0 || Float.isNaN(loadFactor))
    throw new IllegalArgumentException("Illegal load factor: " + loadFactor);

  this.loadFactor = loadFactor;
  this.threshold = tableSizeFor(initialCapacity);
}

其中的成员变量 threshold 全都 用来存储,触发 HashMap 扩容的阈值,也全都 说,当 HashMap 存储的数据量达到 threshold 时,就会触发扩容。

从构造辦法 的逻辑都能否看出,HashMap 并全部不会 直接使用內部传递进来的 initialCapacity,全都 经过了 tableSizeFor() 辦法 的除理,再赋值到 threshole 上。

static final int tableSizeFor(int cap) {
  int n = cap - 1;
  n |= n >>> 1;
  n |= n >>> 2;
  n |= n >>> 4;
  n |= n >>> 8;
  n |= n >>> 16;
  return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

tableSizeFor() 辦法 中,通过逐步位运算,就都能否让返回值,保持在 2 的 N 次幂。以方便在扩容的完后 ,快速计算数据在扩容后的新表中的位置。

没办法 当亲戚亲戚朋友从內部传递进来 1w 时,实际上经过 tableSizeFor() 辦法 除理完后 ,就会变成 2 的 14 次幂 16384,再算上负载因子 0.75f,实际在不触发扩容的前提下,可存储的数据容量是 12288(16384 * 0.75f)。

全都场景下,用来存放 1w 条数据,绰绰有余了,无须会触发亲戚亲戚朋友猜想的扩容。

HashMap 的 table 初始化

当亲戚亲戚朋友把初始容量,调整到 10000 时,情況又不一样了,具体情況具体分析。

再回到 HashMap 的构造辦法 ,threshold 为扩容的阈值,在构造辦法 中由 tableSizeFor() 辦法 调整后直接赋值,全都在构造 HashMap 时,可能性传递 10000,threshold 调整后的值真是是 1024,但 HashMap 无须直接使用它。

仔细想想就会知道,初始化时决定了 threshold 值,但其装载因子(loadFactor)并没办法 参与运算,那在上边具体逻辑的完后 ,HashMap 是怎么除理的呢?

在 HashMap 中,所有的数据,全部不会 通过成员变量 table 数组来存储的,在 JDK 1.7 和 1.8 中真是 table 的类型有所不同,后来 数组全都基本形状并没办法 变化。没办法 table、threshold、loadFactor 三者之间的关系,全都 :

table.size == threshold * loadFactor

那全都 table 是在那先 完后 初始化的呢?这就要说会到亲戚亲戚朋友经常在回避的大难题,HashMap 的扩容。

在 HashMap 中,动态扩容的逻辑在 resize() 辦法 中。全都辦法 不仅仅承担了 table 的扩容,它还承担了 table 的初始化。

当亲戚亲戚朋友首次调用 HashMap 的 put() 辦法 存数据时,可能性发现 table 为 null,则会调用 resize() 去初始化 table,具体逻辑在 putVal() 辦法 中。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length; // 调用 resize()
    // ...
}

resize() 辦法 中,调整了最终 threshold 值,以及完成了 table 的初始化。

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; 
    }
    else if (oldThr > 0) 
        newCap = oldThr; // ①
    else {               
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        // ②
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr; // ③
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab; // ④
    // ....
}

注意看代码中的注释标记。

可能性 resize() 还糅合了动态扩容的逻辑,全都我将初始化 table 的逻辑用注释标记出来了。其中 xxxCap 和 xxxThr 分别对应了 table 的容量和动态扩容的阈值,全都地处旧和新两组数据。

当亲戚亲戚朋友指定了初始容量,且 table 未被初始化时,oldThr 就不为 0,则会走到代码 的逻辑。在其中将 newCap 赋值为 oldThr,也全都 新创建的 table 会是亲戚亲戚朋友构造的 HashMap 时指定的容量值。

完后 会 进入代码 的逻辑,其中就通过装载因子(loadFactor)调整了新的阈值(newThr),当然这里也做了全都限制都要让 newThr 在另一个合法的范围内。

在代码 中,将使用 loadFactor 调整后的阈值,重新保存到 threshold 中。并通过 newCap 创建新的数组,将其指定到 table 上,完成 table 的初始化(代码 )。

到这里也就清楚了,真是亲戚亲戚朋友在初始化时,传递进来的 initialCapacity 真是被赋值给 threshold,后来 它实际是 table 的尺寸,后来 最终会通过 loadFactor 重新调整 threshold

没办法 回到完后 的大难题全部不会 答案了,真是 HashMap 初始容量指定为 10000,后来 它全都 表示 table 数组为 10000,扩容的重要辦法 扩容阈值会在 resize() 中调整为 768(1024 * 0.75)。

它是不够以承载 10000 条数据的,最终在存够 1k 条数据完后 ,不会 触发一次动态扩容。

通常在初始化 HashMap 时,初始容量全部不会 根据业务来的,而太大再是另一个固定值,为此亲戚亲戚朋友都要有另一个特殊除理的辦法 ,全都 将预期的初始容量,再除以 HashMap 的装载因子,默认时全都 除以 0.75。

类式你会用 HashMap 存放 1k 条数据,应该设置 10000 / 0.75,实际传递进去的值是 1333,然不会 被 tableSizeFor() 辦法 调整到 2048,足够存储数据而太大再触发扩容。

当想用 HashMap 存放 1w 条数据时,依然设置 100000 / 0.75,实际传递进去的值是 13333,会被调整到 16384,和亲戚亲戚朋友直接传递 100000 效果是一样的。

小结时刻

到这里,就了解清楚了 HashMap 的初始容量,应该怎么科学的计算,本质上你传递进去的值可能性并无法直接存储没办法 多数据,会有另一个动态调整的过程。其中就都要将亲戚亲戚朋友预期的值进行放大,比较科学的全都 辦法 装载因子进行放大。

最后亲戚亲戚朋友再总结一下:

  1. HashMap 构造辦法 传递的 initialCapacity,确真是除理后被存入了 loadFactor 中,但它实际表示 table 的容量。
  2. 构造辦法 传递的 initialCapacity,最终会被 tableSizeFor() 辦法 动态调整为 2 的 N 次幂,以方便在扩容的完后 ,计算数据在 newTable 中的位置。
  3. 可能性设置了 table 的初始容量,会在初始化 table 时,将扩容阈值 threshold 重新调整为 table.size * loadFactor。
  4. HashMap 否是扩容,由 threshold 决定,而 threshold 又由初始容量和 loadFactor 决定。
  5. 可能性亲戚亲戚朋友预先知道 HashMap 数据量范围,都能否预设 HashMap 的容量值来提升波特率,后来 都要注意要考虑装载因子的影响,都能否保证太大再触发预期之外的动态扩容。

HashMap 作为 Java 最常用的集合之一,市面上优秀的文章全都,后来 很少许多人从初始容量的深度来分析其中的逻辑,而初始容量又是集合中比较实际的优化点。真是不少人也搞不清楚,在设置 HashMap 初始容量时,否是应该考虑装载因子,才有了此文。

可能性本文对你有所帮助,留言、转发、点好看是最大的支持,谢谢!


公众号后台回复成长『成长』,可能性得到我准备的学习资料,都能否回复『加群』,同去学习进步。