java中hashmap容量的初始化实现

HashMap使用HashMap(int initialCapacity)对集合进行初始化。

在默认的情况下，HashMap的容量是16。但是如果用户通过构造函数指定了一个数字作为容量，那么Hash会选择大于该数字的第一个2的幂作为容量。比如如果指定了3，则容量是4；如果指定了7，则容量是8；如果指定了9，则容量是16。

为什么要设置HashMap的初始化容量

在《阿里巴巴Java开发手册》中，有一条开发建议是建议我们设置HashMap的初始化容量。

下面我们通过具体的代码来了解下为什么会这么建议。

我们先来写一段代码在JDK1.7的环境下运行，来分别测试下，在不指定初始化容量和指定初始化容量的情况下性能情况的不同。

public static void main(String[] args) {
 int aHundredMillion = 10000000;

 // 未初始化容量
 Map<Integer, Integer> map = new HashMap<>();
 long s1 = System.currentTimeMillis();
 for (int i = 0; i < aHundredMillion; i++) {
  map.put(i, i);
 }
 long s2 = System.currentTimeMillis();
 System.out.println("未初始化容量，耗时： " + (s2 - s1)); // 14322

 // 初始化容量为50000000
 Map<Integer, Integer> map1 = new HashMap<>(aHundredMillion / 2);
 long s3 = System.currentTimeMillis();
 for (int i = 0; i < aHundredMillion; i++) {
  map1.put(i, i);
 }
 long s4 = System.currentTimeMillis();
 System.out.println("初始化容量5000000，耗时： " + (s4 - s3)); // 11819

 // 初始化容量为100000000
 Map<Integer, Integer> map2 = new HashMap<>(aHundredMillion);
 long s5 = System.currentTimeMillis();
 for (int i = 0; i < aHundredMillion; i++) {
  map2.put(i, i);
 }
 long s6 = System.currentTimeMillis();
 System.out.println("初始化容量为10000000，耗时： " + (s6 - s5)); // 7978
}

从以上的代码不难理解，我们创建了3个HashMap，分别使用默认的容量（16）、使用元素个数的一半（5千万）作为初始容量和使用元素个数（一亿）作为初始容量进行初始化，然后分别向其中put一亿个KV。

从上面的打印结果中可以得到一个初步的结论：在已知HashMap中将要存放的KV个数的时候，设置一个合理的初始化容量可以有效地提高性能。下面我们来简单分析一下原因。

我们知道，HashMap是有扩容机制的。所谓的扩容机制，指的是当达到扩容条件的时候，HashMap就会自动进行扩容。而HashMap的扩容条件就是当HashMap中的元素个数（Size）超过临界值（Threshold）的情况下就会自动扩容。

threshold = loadFactor * capacity

在元素个数超过临界值的情况下，随着元素的不断增加，HashMap就会发生扩容，而HashMap中的扩容机制决定了每次扩容都需要重建hash表，这一操作需要消耗大量资源，是非常影响性能的。因此，如果我们没有设置初始的容量大小，HashMap就可能会不断发生扩容，也就使得程序的性能降低了。

另外，在上面的代码中我们会发现，同样是设置了初始化容量，设置的数值不同也会影响性能，那么当我们已知HashMap中即将存放的KV个数的时候，容量的设置就成了一个问题。

HashMap中容量的初始化

开头提到，在默认的情况下，当我们设置HashMap的初始化容量时，实际上HashMap会采用第一个大于该数值的2的幂作为初始化容量。

Map<String, String> map = new HashMap<>(1);
map.put("huangq", "yanggb");

Class<?> mapType = map.getClass();
Method capacity = mapType.getDeclaredMethod("capacity");
capacity.setAccessible(true);
System.out.println("capacity : " + capacity.invoke(map)); // 2

当初始化的容量设置成1的时候，通过反射取出来的capacity却是2。在JDK1.8中，如果我们传入的初始化容量为1，实际上设置的结果也是1。上面的代码打印的结果为2的原因，是代码中给map塞入值的操作导致了扩容，容量从1扩容到了2。事实上，在JDK1.7和JDK1.8中，HashMap初始化容量（capacity）的时机不同。在JDK1.8中，调用HashMap的构造函数定义HashMap的时候，就会进行容量的设定。而在JDK1.7中，要等到第一次put操作时才进行这一操作。

因此，当我们通过HashMap(int initialCapacity)设置初始容量的时候，HashMap并不一定会直接采用我们传入的数值，而是经过计算，得到一个新值，目的是提高hash的效率。比如1->1、3->4、7->8和9->16。

HashMap中初始容量的合理值

通过上面的分析我们可以知道，当我们使用HashMap(int initialCapacity)来初始化容量的时候，JDK会默认帮我们计算一个相对合理的值当做初始容量。那么，是不是我们只需要把已知的HashMap中即将存放的元素个数直接传给initialCapacity就可以了呢？

initialCapacity = (需要存储的元素个数 / 负载因子) + 1

这里的负载因子就是loaderFactor，默认值为0.75。

initialCapacity = expectedSize / 0.75F + 1.0F

上面这个公式是《阿里巴巴Java开发手册》中的一个建议，在Guava中也是提供了相同的算法，更甚之，这个算法实际上是JDK8中putAll()方法的实现。这是公式的得出是因为，当HashMap内部维护的哈希表的容量达到75%时（默认情况下），就会触发rehash（重建hash表）操作。而rehash的过程是比较耗费时间的。所以初始化容量要设置成expectedSize/0.75 + 1的话，可以有效地减少冲突，也可以减小误差。

总结

当我们想要在代码中创建一个HashMap的时候，如果我们已知这个Map中即将存放的元素个数，给HashMap设置初始容量可以在一定程度上提升效率。

但是，JDK并不会直接拿用户传进来的数字当做默认容量，而是会进行一番运算，最终得到一个2的幂。而为了最大程度地避免扩容带来的性能消耗，通常是建议可以把默认容量的数字设置成expectedSize / 0.75F + 1.0F。

在日常开发中，可以使用Guava提供的一个方法来创建一个HashMap，计算的过程Guava会帮我们完成。

Map<String, String> map = Maps.newHashMapWithExpectedSize(10);

最后要说的一点是，这种算法实际上是一种使用内存换取性能的做法，在真正的应用场景中要考虑到内存的影响。