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:1

// 预计存入 1w 条数据,初始化赋值 111500,处置 resize。
HashMap<String,String> map = new HashMap<>(111500)
// for (int i = 0; i < 111500; i++)

Java 集合的扩容

HashMap 不是就说 人最常用的集合之一,实在对于 Android 开发者,Google 官方推荐了更省内存的 SparseArray 和 ArrayMap,怎么才能 让 HashMap 依然是最常用的。

就说 人通过 HashMap 来存储 Key-Value 就说 键值对形式的数据,其内控 通过哈希表,让存取下行速率 最好时都才能达到 O(1),而又将会将会占据 的 Hash 冲突,引入了链表和红黑树的形态,让下行速率 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态,下行速率 还是有保障的。

编程语言提供的集合类,实在底层还是基于数组、链表就说 最基本的数据形态,怎么才能 让和就说 人直接使用数组不同,集合在容量过高 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,是就说 「较重」的操作。那将会才能提前选用集合将要存储的数据量范围,就都才能通过构造方式,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问题报告 图片,将会使用 HashMap,当初始化是构造函数指定 1w 时,后续就说 人立即存入 1w 条数据,不是符合与其不让触发扩容呢?

在分析就说 问题报告 图片前,原本们先来看看,HashMap 初始化时,指定初始容量值都做了哪几个?

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,提供了有有兩个 多多指定初始容量的构造方式 HashMap(int initialCapacity),就说 方式最终会调用到 HashMap 原本构造方式,其中的参数 loadFactor 就说 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 就说 用来存储,触发 HashMap 扩容的阈值,也就说 说,当 HashMap 存储的数据量达到 threshold 时,就会触发扩容。

从构造方式的逻辑都才能看出,HashMap 并全部有的是直接使用内控 传递进来的 initialCapacity,就说 经过了 tableSizeFor() 方式的处置,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() 方式中,通过逐步位运算,就都才能让返回值,保持在 2 的 N 次幂。以方便在扩容的以后,快速计算数据在扩容后的新表中的位置。

那么 当就说 人从内控 传递进来 1w 时,实际上经过 tableSizeFor() 方式处置以后,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)。

就说 场景下,用来存放 1w 条数据,绰绰有余了,从不让触发就说 人猜想的扩容。

HashMap 的 table 初始化

当就说 人把初始容量,调整到 11150 时,情况又不一样了,情况具体分析。

再回到 HashMap 的构造方式,threshold 为扩容的阈值,在构造方式中由 tableSizeFor() 方式调整后直接赋值,就说 在构造 HashMap 时,将会传递 11150,threshold 调整后的值实在是 1024,但 HashMap 从不直接使用它。

仔细想想就会知道,初始化时决定了 threshold 值,但其装载因子(loadFactor)并那么 参与运算,那在底下具体逻辑的以后,HashMap 是怎么才能 才能 处置的呢?

在 HashMap 中,所有的数据,全部有的是通过成员变量 table 数组来存储的,在 JDK 1.7 和 1.8 中实在 table 的类型有所不同,怎么才能 让数组就说 基本形态并那么 变化。那么 table、threshold、loadFactor 三者之间的关系,就说 :

table.size == threshold * loadFactor

那就说 table 是在哪几个以后初始化的呢?这就要说会到就说 人总是在回避的问题报告 图片,HashMap 的扩容。

在 HashMap 中,动态扩容的逻辑在 resize() 方式中。就说 方式不仅仅承担了 table 的扩容,它还承担了 table 的初始化。

当就说 人首次调用 HashMap 的 put() 方式存数据时,将会发现 table 为 null,则会调用 resize() 去初始化 table,具体逻辑在 putVal() 方式中。

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() 方式中,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。

将会 resize() 还糅合了动态扩容的逻辑,就说 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,就说 占据 旧和新两组数据。

当就说 人指定了初始容量,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,也就说 新创建的 table 会是就说 人构造的 HashMap 时指定的容量值。

随还会进入代码 的逻辑,其中就通过装载因子(loadFactor)调整了新的阈值(newThr),当然这里也做了就说 限制时要让 newThr 在有有兩个 多多合法的范围内。

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,实在就说 人在初始化时,传递进来的 initialCapacity 实在被赋值给 threshold,怎么才能 让它实际是 table 的尺寸,怎么才能 让最终会通过 loadFactor 重新调整 threshold

那么 回到以后的问题报告 图片全部有的是答案了,实在 HashMap 初始容量指定为 11150,怎么才能 让它就说 表示 table 数组为 11150,扩容的重要方式扩容阈值会在 resize() 中调整为 768(1024 * 0.75)。

它是过高 以承载 11150 条数据的,最终在存够 1k 条数据以后,有的是触发一次动态扩容。

通常在初始化 HashMap 时,初始容量全部有的是根据业务来的,而不让是有有兩个 多多固定值,为此就说 人时要有有有兩个 多多特殊处置的方式,就说 将预期的初始容量,再除以 HashMap 的装载因子,默认时就说 除以 0.75。

类式要我用 HashMap 存放 1k 条数据,应该设置 11150 / 0.75,实际传递进去的值是 1333,然有的是被 tableSizeFor() 方式调整到 2048,足够存储数据而不让触发扩容。

当想用 HashMap 存放 1w 条数据时,依然设置 111500 / 0.75,实际传递进去的值是 13333,会被调整到 16384,和就说 人直接传递 111500 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,应该怎么才能 才能 科学的计算,本质上你传递进去的值将会并无法直接存储那么 多数据,会有有有兩个 多多动态调整的过程。其中就时要将就说 人预期的值进行放大,比较科学的就说 方式装载因子进行放大。

最后就说 人再总结一下:

  1. HashMap 构造方式传递的 initialCapacity,实在在处置后被存入了 loadFactor 中,但它实际表示 table 的容量。
  2. 构造方式传递的 initialCapacity,最终会被 tableSizeFor() 方式动态调整为 2 的 N 次幂,以方便在扩容的以后,计算数据在 newTable 中的位置。
  3. 将会设置了 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 不是扩容,由 threshold 决定,而 threshold 又由初始容量和 loadFactor 决定。
  5. 将会就说 人预先知道 HashMap 数据量范围,都才能预设 HashMap 的容量值来提升下行速率 ,怎么才能 让时要注意要考虑装载因子的影响,才能保证不让触发预期之外的动态扩容。

HashMap 作为 Java 最常用的集合之一,市面上优秀的文章就说 ,怎么才能 让很少一群人从初始容量的深度1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。实在不少人也搞不清楚,在设置 HashMap 初始容量时,不是应该考虑装载因子,才有了此文。

将会本文对你有所帮助,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』,将会得到我准备的学习资料,才能回复『加群』,同時 学习进步。