Question

这是我的情况。我使用两个java.util.HashMap将一些常用数据存储在Tomcat上运行的Java Web应用程序中。我知道每个Hashmap的确切条目数。键分别为字符串和整数。

我的问题是，设置初始容量和loadfactor的最佳方法是什么？

我应该将容量设置为等于它将具有的元素数量和负载容量为1.0吗？我想在不使用太多内存的情况下获得绝对最佳性能。但是，我担心桌子不能最佳填充。使用所需的确切大小的表，是否会发生键冲突，导致（通常是短暂的）扫描找到正确的元素？

假设（并且这是一个延伸）哈希函数是整数键的简单mod 5，这并不意味着键5,10,15会击中同一个桶然后导致搜索填充他们旁边的水桶？更大的初始容量是否会提高性能？

另外，如果有一个比hashmap更好的数据结构，我也完全对此持开放态度。

Answer 1

如果您的数据没有完美的散列函数，并且假设这实际上不是对无关紧要的事情进行微观优化，我会尝试以下方法：

假设在大多数情况下HashMap使用的默认负载容量（.75）是一个很好的值。在这种情况下，您可以使用它，并根据您自己对将要保留的项目数量的知识设置HashMap的初始容量 - 将其设置为初始容量x .75 =项目数（向上舍入）。

如果它是一个更大的地图，在高速查找非常重要的情况下，我会建议使用某种trie而不是哈希映射。对于长字符串，在大型地图中，您可以通过使用更多面向字符串的数据结构（例如trie）来节省空间和一些时间。

Answer 2

假设您的哈希函数“好”，最好的办法是将初始大小设置为预期的元素数量，假设您可以廉价地获得一个好的估计值。这样做是个好主意，因为当HashMap调整大小时，必须重新计算表中每个键的哈希值。

将负载系数保留为0.75。 0.75的值已根据经验选择为哈希查找性能与主哈希数组的空间使用之间的良好折衷。当您将负载系数提高时，平均查找时间将显着增加。

如果你想深入研究哈希表行为的数学：Donald Knuth（1998）。计算机程序设计的艺术。 3：排序和搜索（第2版）。 Addison-Wesley出版社。第513-558页。国际标准书号0-201-89685-0。

Answer 3

我发现除非我真的需要，否则最好不要使用默认设置。

Hotspot非常适合为您做优化。

无论如何;我会使用分析器（Say Netbeans Profiler）来首先测量问题。

我们经常存储10000个元素的地图，如果你有一个好的等号和哈希码实现（以及字符串和整数呢！），这将比你可能做的任何负载变化更好。

Answer 4

假设（这是一个延伸）哈希函数是整数键的简单模5

不是。来自HashMap.java：

static int hash(int h) {
  // This function ensures that hashCodes that differ only by
  // constant multiples at each bit position have a bounded
  // number of collisions (approximately 8 at default load factor).
  h ^= (h >>> 20) ^ (h >>> 12);
  return h ^ (h >>> 7) ^ (h >>> 4);
}

我甚至不会假装我理解这一点，但它看起来像是为了处理这种情况。

另请注意，无论您要求的大小，水桶的数量也始终为2的幂。

Answer 5

条目以随机方式分配给存储桶。因此，即使您有多个桶作为条目，一些桶也会发生冲突。

如果你有更多的水桶，你会有更少的碰撞。但是，更多的桶意味着在内存中扩散，因此更慢。通常，0.7-0.8范围内的载荷因子大致是最佳的，因此可能不值得改变。

与以往一样，在你对这些东西进行微调之前，它可能值得进行分析。

具有不同初始容量和负载因子的HashMap的性能

5 个答案: