2024-03-14
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://www.skjava.com/mianshi/baodian/detail/5246229774

回答

HashMap 的容量被设计为 2^n,主要有如下几个优势:

  1. 位运算效率:与使用取模(%)操作相比,使用位运算来计算索引位置更加高效。当容量是 2^n 时,计算索引的公式可以从 (hash % capacity) 简化为 (hash & (capacity - 1)),这个操作仅涉及位与运算,比取模操作更快。
  2. 元素分布更加均匀:利用哈希码的低位直接作为数组索引,确保了元素能够被均匀分布在整个 HashMap 中,从而在理想情况下减少了哈希冲突,提高了 HashMap 的整体性能。
  3. 扩容性能更佳HashMap 的初始容量是2^n,扩容也是以 2 倍的形式进行扩容,这样在进行扩容重新分布元素时,我们只需要对参与计算的最高位进行检测,如果为 1 就向高位移动 2^(n-1) 位,为 0 就保持不动。无需重新计算所有 key 的 hash 值再来重新分布。

详解

HashMap 的默认容量是 1 << 4,也就是2^4,也就是16。当我们指定容量大小的时候,如果这个值不是 2^n,HashMap 就会将其处理为 2^n

    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    
    public HashMap(int initialCapacity, float loadFactor) {
        // 处理初始容量
        this.threshold = tableSizeFor(initialCapacity);
    }

使用 tableSizeFor() 对初始容量进行处理:

    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;
    }

这个方法用于计算给定容量 cap 最接近的、大于或等于该值的 2^n 的数。可能有小伙伴看到这个方法就懵逼了,大明哥用 21 来详细介绍下,它是如何处理得到 32 的。

  • int n = cap - 1:这一步的目的是为了简化后面的位操作n = 21 - 1 = 20,二进制为:10100
  • n |= n >>> 1;
    • 右移一位并进行位或运算,目的是把最高位的 1 右边的第一个位也设置为 1。
    • n >>> 1 右移一位得到 01010 ,然后与 10100 位或运算,得到 11110,为 30。
  • n |= n >>> 2;
    • n >>> 2 右移两位得到 00111,然后与 11110 位或运算,得到 11111,为 32。
    • 由于此时 n 已经全部都是 1 了,所以再进行右移和位或操作,n 保持不变,即 11111,为 32。

然后重复这个过程,分别是 n >>> 4n >>> 8n >>> 16。每一步都将前面步骤中生成的 1 向右扩散,确保从最初的最高位 1 到最低位,所有位都被设置为 1。

为什么 HashMap 要进行这样的操作呢 ?主要有如下三个原因:

  1. 位运算效率:与使用取模(%)操作相比,使用位运算来计算索引位置更加高效。当容量是 2^n 时,计算索引的公式可以从 (hash % capacity) 简化为 (hash & (capacity - 1)),这个操作仅涉及位与运算,比取模操作更快。
  2. 元素分布更加均匀:利用哈希码的低位直接作为数组索引,确保了元素能够被均匀分布在整个 HashMap 中,从而在理想情况下减少了哈希冲突,提高了 HashMap 的整体性能。
  3. 扩容性能更佳HashMap 的初始容量是2^n,扩容也是以 2 倍的形式进行扩容,这样在进行扩容 hash 重分布时,只有两种情况:要么保持不变 ,要么在原索引位置上 + n,性能比打散重新再分布性能更好。

位运算效率

因为位运算仅仅只涉及到简单的二进制位操作,而不需要复杂的算术计算。而取模运算涉及到除法运算,除法运算确是 CPU 中相对复杂和耗时的操作之一,因为它涉及到多步骤的算术计算。

所以,相比于位运算,取模运算需要更多的CPU周期来完成。

如果我们不将 HashMap 的容量约定为 2^n,是无法将 % 运算转换为 & 运算的。而x % 2^n = x & (2^ - 1),可以把 % 运算转换为 & 运算,这样性能就大大提高了。

那为什么 x % 2^n = x & (2^ - 1)呢?

当我们用一个数 x 去取模 2^n 时,实际上是在找出 x 中能够被 2^n 整除的最大部分的余数。在二进制中,2^n 总是像 100...0(后面跟着 n 个 0)。因此,x 除以 2^n 的余数只与 x 的二进制表示中的最低 n 位有关,这正是按位与操作 x & (2^n - 1) 所保留的部分。

看不懂?举个例子,假设 n = 4,x = 25。25 % 2^4 它是等于 25 / 2^4 的余数,即 25 >> 4(11001 右移 4 位),而被移除到的部分(4 位 1001)就是我们的余数,即x 除以 2^n 的余数只与 x 的二进制表示中的最低 n 位有关。而 25 & (16 -1) = 11001 & 1111 = 1001

所以你会看到 HashMap 在获取数组下标时采用的方式就是位运算,例如 put()

分布更加均匀

我们先写个简单的案例测试下,我们新建一个 Student 对象,利用它的 hashcode 分别与 12、16 、 25 、32,按照 HashMap 那样定位 index 的方式来计算值(公式:(table.length - 1) & (key.hashCode ^ (key.hashCode >> 16))),然后放入到 HashMap 中去,看看 HashMap 的结果就可以知道分布情况了。

  • Student 对象
@Data
@AllArgsConstructor
public class Student{
    private String name;

    private Integer age;
}
  • 测试程序:
public class HashMapTest {
    public static void main(String[] args) {
        Map<Integer,Integer> resultMap = new HashMap<>();
        int k = 16;   // 修改这个
        // 循环创建 500 个对象
        for (int i = 0; i < 500 ; i++) {
            Student student = new Student("skjava-" + i,i);
            int h = student.hashCode();
            int hash1 = h ^ (h>>>16);
            int hash = (k - 1) & hash1;
            if (resultMap.containsKey(hash)) {
                int count = resultMap.get(hash);
                resultMap.put(hash,count + 1);
            } else {
                resultMap.put(hash,1);
            }
        }

        resultMap.forEach((key,value) -> System.out.println("key:" + key + "    value:" + value));
    }
}

最终得到的结果分布图如下:

从上图可以看出只有容量为 16 和 32 的分布是均匀的,而 12 和 25 分布都极其不均匀。为什么会出现这种情况?我们以 s 的 hash (115 = 1110011)值为例。最接近的 127,则 "s".hashCode() & (127 - 1) 如下图:

那如果 capacity 为106 呢?

你会发现标红色虚线部分,无论是 0 还是 1 产生的结果都是一样的,所以如果 capacity 为 106,则它产生的 hash 冲突比 127 大的多。

所以,容量为 2^n ,它能够利用哈希码的低位直接作为数组索引,确保了元素能够被均匀分布在整个 HashMap 中,从而在理想情况下减少了哈希冲突。

扩容性能更佳

当 HashMap 的容量超过阈值后,就会进行扩容操作,扩容就会设计到 hash 重分布的。而重分布的过程是重新计算所有 key 的 hash 值,然后再重新分布,这个过程非常繁重且性能极低。如果我们将 HashMap 的容量保持为 2^n,就避免了这个过程,会变得非常简单而又高效。

加入我们有这样一批 key:sikecom,为了更好地演示,HashMap 的初始容量为8,所以数据分布如下:

现在我们扩容到 16 去,index = hash & (16-1),上面 7 个字母调整位置如表:

key key 二进制值 key ^ (16-1) 原始位置 扩容 16后位置 结果
s 1110011 0011 3 3 不动
i 1101001 1001 1 9 移动 8 位
k 1101011 1011 3 11 移动 8 位
e 1100101 0101 5 5 不动
c 1100011 0011 3 3 不动
o 1101111 1111 7 15 移动 8 位
m 1101101 1101 5 13 移动 8 位

看不明白?下图 s 的 index 变化图:

再看 i 的 index 变化图:

从上图 si 的变化图中可以看出,HashMap 的扩容是否需要移位,由扩容后 key 的 hashcode 参与计算的最高位是否 1 所决定,并且移动的方向只有一个,即向高位移动。因此,在扩容后,我们不需要对每个 key 都进行计算然后来重新分配位置,我们只需要对最高位进行检测,如果为 1 就向高位移动 2^(n-1) 位,为 0 就保持不动,从而优化了性能。

阅读全文