java集合框架分析-HashMap(加载因子及初始容量深入分析)

时间：2020-12-27 19:14:50

《java集合框架分析-HashMap》 一文对 Java 的 HashMap 进行了简单分析，本篇继续深入了解其中涉及到的一些重要内容。

源码环境

JDK1.6

加载因子 loadfactor

     /** * 默认的初始化的容量，必须是2的幂次数<br> * The default initial capacity - MUST be a power of two. */
    static final int DEFAULT_INITIAL_CAPACITY = 16;

    /** * 默认的加载因子 */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /** * 阈值。等于容量乘以加载因子。<br> * 也就是说，一旦容量到了这个数值，HashMap将会扩容。 * The next size value at which to resize (capacity * load factor). * @serial */
    int threshold;

以下图片来自于网上，这是关于 HashMap 底层的数据结构，也就是 散列表 。

java集合框架分析-HashMap(加载因子及初始容量深入分析)

默认的容量是 16，而 threshold 是 16*0.75 = 12;

加载因子 loadfactor 是表示 Hsah 表中元素的填满的程度.若:加载因子越大,填满的元素越多,好处是,空间利用率高了,但:冲突的机会加大了.反之,加载因子越小,填满的元素越少,好处是:冲突的机会减小了,但:空间浪费多了.

冲突的机会越大,则查找的成本越高.反之,查找的成本越小.因而,查找时间就越小.

因此,必须在 “冲突的机会”与”空间利用率”之间寻找一种平衡与折衷. 这种平衡与折衷本质上是数据结构中有名的”时-空”矛盾的平衡与折衷.

put 方法

public V put(K key, V value) {
        // 省略部分代码...
        // 这里增加了一个Entry
        addEntry(hash, key, value, i); 
        return null;
    }

    //插入一条数据
    void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        // 这里是关键，一旦大于等于threshold的数值
        if (size++ >= threshold) {
            // 将会引起容量2倍的扩大
            resize(2 * table.length); 

        }
    }

    //扩容
    void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        }

        Entry[] newTable = new Entry[newCapacity];  
        transfer(newTable); 
        table = newTable;

        // 重新计算threshold的值
        threshold = (int)(newCapacity * loadFactor);
    }

在 put 方法中，首先会判断容量是否够，如果一旦超过阈值的话，则就进行2倍扩容。

初始容量

初始容量 DEFAULT_INITIAL_CAPACITY 必须是2的幂次数，也就是说必须是正整数，为何要如此设计呢？

public HashMap(int initialCapacity, float loadFactor) {

        // Find a power of 2 >= initialCapacity
        // 重新查找不比指定数值大的最小的2的幂次数
        int capacity = 1;
        while (capacity < initialCapacity)
            //左移一位，扩大两倍，获取最合适的初始容量值
            capacity <<= 1;
        // 其它的初始化代码 ...
    }

上面是 HashMap 进行初始化时的构造方法里面关于初始容量的内容，主要就是找到合适的初始容量。

为何是2的幂次数？这就涉及到哈希表中元素的均匀散列了。


//indexFor返回hash值和table数组长度减1的与运算结果。
public static int indexFor(int h, int length) {
    return h & (length-1);   
}

对于查找 hash 表中的数据时需要用到以上的方法，我们一般对哈希表的散列很自然地会想到用hash值对length取模（即除法散列法），Hashtable 中也是这样实现的，这种方法基本能保证元素在哈希表中散列的比较均匀，但取模会用到除法运算，效率很低，HashMap 中则通过 h&(length-1) 的方法来代替取模，同样实现了均匀的散列，但效率要高很多，这也是 HashMap 对 Hashtable 的一个改进。

接下来，我们分析下为什么哈希表的容量一定要是2的整数次幂。首先，length 为2的整数次幂的话，h&(length-1) 就相当于对 length 取模，这样便保证了散列的均匀，同时也提升了效率；其次，length 为2的整数次幂的话，为偶数，这样 length-1 为奇数，奇数的最后一位是1，这样便保证了 h&(length-1) 的最后一位可能为0，也可能为1（这取决于h的值），即与后的结果可能为偶数，也可能为奇数，这样便可以保证散列的均匀性，而如果 length 为奇数的话，很明显 length-1 为偶数，它的最后一位是0，这样 h&(length-1) 的最后一位肯定为0，即只能为偶数，这样任何hash值都只会被散列到数组的偶数下标位置上，这便浪费了近一半的空间，因此，length 取2的整数次幂，是为了使不同 hash 值发生碰撞的概率较小，这样就能使元素在哈希表中均匀地散列。

标签：

相关文章