Java中使用HashMap时指定初始化容量性能一定会更好吗？

电玩女神 2023-09-24 17:31 31阅读 0赞

一些Java编程老手在做CodeReview时，都会告诉其他人，使用HashMap时建议指定容量大小，原因是指定容量后，代码性能会更好一些。后来随着阿里Java开发手册在业内广为传播，这一点早已深入人心，我自己也早已习惯在使用HashMap时指定容量大小。但我今天突发奇想，想知道指定容量和不指定容量时性能究竟有多少的差异，测试部分测试数据的结果让我大跌眼睛，**有些情况下指定容量的性能还比不指定容量时差！！** ，但其他部分还是很符合我之前的认知的。

先说下我的测试平台和测试方法，我使用了openjdk17和jmh单线程测试，测试代码如下：

@Benchmark
        @BenchmarkMode(Mode.Throughput)
        @Measurement(iterations = 2, time = 5)
        @Threads(1)
        @Fork(0)
        @Warmup(iterations = 1, time = 5)
        public void withoutCap() {
            Map<Integer, Integer> map = new HashMap<>();
            for (int i = 0; i < CAP; i++) {
                map.put(random.nextInt(), 1);
            }
        }
    
        @Benchmark
        @BenchmarkMode(Mode.Throughput)
        @Measurement(iterations = 2, time = 5)
        @Threads(1)
        @Fork(0)
        @Warmup(iterations = 1, time = 5)
        public void withCap() {
            Map<Integer, Integer> map = new HashMap<>(CAP);
            for (int i = 0; i < CAP; i++) {
                map.put(random.nextInt(), 1);
            }
        }
    复制代码

这里为了避免Java中小数据缓存，我特意使用了随机数作为KEY，而VALUE一视同仁都使用了1。两个方法就是新建一个HashMap并不断往map里put数据，唯一差异就是一个指定了CAP参数。 在我设置了不同参数后，得到了以下数据（越高越好）：

<table> 
 <thead> 
  <tr> 
   <th>数据量</th> 
   <th>不指定容量(ops/s)</th> 
   <th>指定容量(ops/s)</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>2</td> 
   <td>51095433</td> 
   <td>24000032</td> 
  </tr> 
  <tr> 
   <td>4</td> 
   <td>25161756</td> 
   <td>11813275</td> 
  </tr> 
  <tr> 
   <td>8</td> 
   <td>10767176</td> 
   <td>5900641</td> 
  </tr> 
  <tr> 
   <td>16</td> 
   <td>2978374</td> 
   <td>2987958</td> 
  </tr> 
  <tr> 
   <td>32</td> 
   <td>1231637</td> 
   <td>1545394</td> 
  </tr> 
  <tr> 
   <td>64</td> 
   <td>567643</td> 
   <td>764260</td> 
  </tr> 
  <tr> 
   <td>256</td> 
   <td>129350</td> 
   <td>185540</td> 
  </tr> 
  <tr> 
   <td>1024</td> 
   <td>27475</td> 
   <td>35799</td> 
  </tr> 
  <tr> 
   <td>1025</td> 
   <td>27195</td> 
   <td>68466</td> 
  </tr> 
  <tr> 
   <td>4096</td> 
   <td>6681</td> 
   <td>9937</td> 
  </tr> 
  <tr> 
   <td>32768</td> 
   <td>807</td> 
   <td>1177</td> 
  </tr> 
  <tr> 
   <td>65536</td> 
   <td>377</td> 
   <td>567</td> 
  </tr> 
 </tbody> 
</table>

可以看出，容量16是个分水岭，当容量为16时，二者几乎没啥差异，这也很容易理解，当不指定容量时默认初始容量就是16。但容量大于16时，指定容量时的性能会高于不指定时的性能，随着数量的增加，前者会比后者性能高出50%。**但当数据量小于16时，不指定容量大小反而性能更高**，最多甚至相差2倍，这就和我们之前的认知不一样了。  
上面数据中还有个很奇怪的点，那就是当数据量为1025时，性能居然还高于1024，而且差异巨大。就好比别人比你多干了1份活，但用的时间比你少一半。我跑了多次都是这个结果，这不是测试误差，这个结果和计算机底层存储实现有关，具体原理可以参考问题 **为什么转置512x512的矩阵比转置513x513的矩阵慢？**

> 备注：以上数据经过多次运行测试，数据虽有波动，但数据波动基本都在3%以内。

那为什么在大数据量的情况下，指定容量的代码性能会更好呢？这就得说到HashMap的实现原理，更详细内容可以参考我之前写的[HashMap源码浅析][HashMap]。这里为了方便大家直观地理解性能差异产生的原因，我们用牧场养羊类比下。 假设你要开始养羊，你得现有场地吧，假设你先找了块小场地，但随着你的羊群发展壮大，场地不够用了，你就得搬到一个更大的新场地，如果发展速度特别快，你就得频繁搬家，搬家就逐渐变成了负担。但如果你一开始就知道你最多能养多少的羊，直接找个足够大的场地，不就能省去一直搬家的成本了吗！  
这里你把羊类比成数据，场地类比为内存，在HashMap中，如果开始不指定容量大小，JVM默认会给你一个非常小的(16)的容量空间，如果之后数据量变多，就需要重新申请更大的空间，并把数据迁移到新空间上，于是额外增加了时间消耗。这便是性能差异产生的原因。

但当容量小于16时，指定容量的方式反而性能更差。这个我之前从未看过其他资料有说过，我简单谈下自己的分析和理解。 当调用new HashMap()和new HashMap(CAP)时，分别执行了不同的构造函数，而二者的构造函数的逻辑是有差异的，当指定容量时，执行了容量参数检查的代码：

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);
        }
        static final int tableSizeFor(int cap) {
            int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
            return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
        }
    复制代码

不指定容量时，构造方法内只有一行`this.loadFactor = DEFAULT_LOAD_FACTOR;`，在put的数据量一致时，后续所有的代码执行流程都是一致的，所以指定容量时，上面容量参数检查的代码带来了额外的性能负担，所以导致数据量较小时指定容量时反而性能更差一些。

最后回到文章标题上来，Java中使用HashMap时指定初始化容量性能一定会更好嘛？答案是不一定，指定容量也有可能性能会更差。当然，绝大多数情况下还是建议指定容量的，类似的还有ArrayList，也建议指定容量。 **别人给出的结论不一定的完全正确的，只有知道产生结论的原因，才能更有效的利用这个结论。**

作者：xindoo  
链接：https://juejin.cn/post/7196329782454992951

[HashMap]: https://link.juejin.cn?target=https%3A%2F%2Fblog.csdn.net%2Fxindoo%2Farticle%2Fdetails%2F82555800