HashMap初始化参数（load / initialcapacity）

StackOverflow https://stackoverflow.com/questions/434989

  •  10-07-2019
  •  | 
  •  

题

我应该传递哪些值来为N个项目创建高效的HashMap / ArrayList基础结构？

在<=>中，有效数字是N（N已经假设未来增长）。 <=>的参数应该是多少？ （（int）（N * 0.75d），0.75d）？更多？减？改变负载系数有什么影响？

有帮助吗？

解决方案

关于加载因子，我只是引用 HashMap javadoc ：

  

作为一般规则，默认负载系数（.75）在时间和空间成本之间提供了良好的权衡。较高的值会减少空间开销，但会增加查找成本（反映在HashMap类的大多数操作中，包括get和put）。在设置其初始容量时，应考虑映射中的预期条目数及其加载因子，以便最小化重新散列操作的数量。如果初始容量大于最大条目数除以负载因子，则不会发生任何重新连接操作。

意思是，不应该从.75更改加载因子，除非您要进行某些特定的优化。初始容量是您想要更改的唯一内容，并根据您的N值 - 意味着(N / 0.75) + 1或该区域中的某些内容进行设置。这将确保表格总是足够大，不会发生重新散列。

其他提示

我运行了一些单元测试看看这些答案是否正确，结果是：

(int) Math.ceil(requiredCapacity / loadFactor);

因为初始容量可以为HashMap或Hashtable提供所需的内容。通过<！>“你想要什么<！>”;我的意思是将requiredCapacity元素添加到地图中不会导致它包装的数组调整大小，并且数组不会大于所需数组。由于默认加载容量为0.75，因此初始化HashMap可以起作用：

... = new HashMap<KeyType, ValueType>((int) Math.ceil(requiredCapacity / 0.75));

由于HashSet实际上只是HashMap的包装器，因此同样的逻辑也适用于那里，即你可以像这样有效地构造一个HashSet：

.... = new HashSet<TypeToStore>((int) Math.ceil(requiredCapacity / 0.75));

@Yuval Adam的答案对于所有情况都是正确的，除非(requiredCapacity / 0.75)是2的幂，在这种情况下它分配了太多的内存。
@ NotEdible的答案在很多情况下使用了太多的内存，因为HashMap的构造函数本身处理了它希望maps数组的大小是2的幂的问题。

在Google的番石榴图书馆中，有一项功能创建一个针对预期数量的项目优化的HashMap： newHashMapWithExpectedSize

来自文档：

  

创建一个HashMap实例，其中包含足够高的<！>初始容量<！>;它应该保持expectedSize元素而不增长...

值得注意的是，在较小的一侧使用HashMap会使哈希冲突更有可能，这可能会减慢查找速度。因此，如果你真的担心地图的速度，而不是它的大小，那么它可能值得使它需要保持的数据有点太大。由于内存很便宜，我通常会使用

为已知数量的项目初始化HashMaps 
HashMap<Foo> myMap = new HashMap<Foo>(numberOfElements * 2);

随意不同意，事实上我非常希望验证或抛弃这个想法。

Yuval给出的答案只适用于Hashtable。 HashMap使用两个幂的桶，因此对于HashMap，Zarkonnen实际上是正确的。您可以从源代码中验证这一点：

  // Find a power of 2 >= initialCapacity
  int capacity = 1;
  while (capacity < initialCapacity)
  capacity <<= 1;

因此，尽管Hashtable和HashMap之间的载荷因子0.75f仍然相同，但您应该使用初始容量n * 2，其中n是您计划存储在HashMap中的元素数。这将确保最快的获取/放置速度。

  

在ArrayList中，有效数字为N（N已假设未来增长）。

呃，不，不，除非我误解你在这里说的话。将整数传递给Arraylist构造函数时，它将创建一个完全相同大小的底层数组。如果事实证明你甚至需要一个额外的元素，那么当你下次调用add（）时，ArrayList将需要调整底层数组的大小，导致这个调用比通常花费更长的时间。

另一方面，如果你在谈论你考虑增长的N的价值 - 那么是的，如果你能保证价值永远不会超过这个，那么调用这样的Arraylist构造函数是合适的。在这种情况下，正如Hank所指出的，地图的类似构造函数将是N和1.0f。即使您确实碰巧超过N，这应该合理地执行（尽管如果您希望定期发生这种情况，您可能希望为初始大小传递更大的数字）。

如果您不知道，负载系数是地图容量增加的点，占总容量的一小部分。

编辑：Yuval可能是正确的，将通用映射的负载因子保持在0.75附近更好。如果您的密钥具有顺序哈希码（例如顺序整数键），则加载因子1.0将表现出色，但对于其他任何事情，您可能会遇到与哈希桶的冲突，这意味着某些元素的查找需要更长时间。创建比严格必要的更多桶将减少碰撞的机会，这意味着元素更有可能存在于自己的桶中，因此可以在最短的时间内检索。正如文档所说，这是时间与空间的权衡。如果其中任何一个对您特别重要（如分析器所示，而不是过早优化！）您可以强调这一点;否则，坚持默认。

参考HashMap源代码会有所帮助。

如果条目数达到阈值（容量*负载系数），则自动进行重新散列。这意味着当条目增长时，过小的负载因子会导致频繁的重复。

在List和Map初始化的大多数情况下，使* 2或<=>使用以下大小参数进行初始化是安全的。

List<T>(numElements + (numElements / 2));
Map<T,T>(numElements + (numElements / 2));

这遵循 .75 规则，并且比上述 <=> 操作节省了一点开销。

对于关键系统中非常大的HashMaps，初始容量错误可能会出现问题，您可能需要经验信息来确定如何最好地初始化Map。

CollectionSpy（ collectionspy.com ）是一款全新的Java分析器，可让您在眨眼间看到哪些HashMaps接近需要重新发布，过去有多少次重新发布，等等。一种理想的工具，用于确定基于容量的容器构造函数的安全初始容量参数。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top