Question

六年前，我烧了几天试图追捕我完全确定的框架随机响应的地方。在精心追逐整个框架确保它全部使用相同的Random实例后，我继续追逐单步执行代码。这是高度重复的迭代自调用代码。更糟糕的是，该死的效果只会在完成大量迭代后出现。在+6小时后，当我在javadoc中为HashSet.iterator（）发现一行时，我终于处于智慧状态，表明它不能保证返回元素的顺序。然后我浏览了整个代码库，并用LinkedHashSet替换了所有HashSet实例。而且，我的框架正好向确定性生活迈进！哎呀！

我现在刚刚经历过同样的FREAKIN影响（至少这次只有3个小时）。无论出于何种原因，我都错过了HashMap恰好为其keySet（）提供相同方式的小细节。

这是关于这个主题的SO线程，虽然讨论从未完全回答我的问题：Iteration order of HashSet

所以，我很好奇为什么会这样。鉴于这两次我都有一个巨大的单线程java应用程序在完全相同的实例化/插入空间中爬行，在同一台计算机上运行完全相同的JVM参数（来自同一批处理文件的多次运行），几乎没有任何其他运行，可能会扰乱JVM使得HashSet和HashMap在经过大量迭代之后会出现不可预测的行为（并不是因为javadoc说不依赖于顺序而不一致）？

关于这个的任何想法来自源代码（java.util中这些类的实现）或您对JVM的了解（可能某些GC会影响内部java类在分配内部存储空间时获得非归零内存的位置）？

Answer 1

简答

有一个权衡。如果您希望对元素进行分摊的常量时间 O（1），则迄今为止的技术依赖于像散列这样的随机方案。如果您想要对元素进行有序访问，那么最佳工程权衡只能为您提供 O（ln（n））性能。对于你的情况，也许这并不重要，但是即使相对较小的结构，恒定时间和对数时间之间的差异也会产生很大的差异。

所以是的，您可以仔细查看代码并仔细检查，但它归结为一个相当实际的理论事实。现在是时候刷掉Cormen（或Googly Bookiness here）的副本，这个副本支撑着你家的基础下垂的角落，看看第11章（哈希表）和第13章（红黑树）。这些将分别填充JDK的HashMap和TreeMap实现。

长答案

您不希望Map或Set返回键/成员的有序列表。这不是他们想要的。地图和集合结构不像基础数学概念那样排序，它们提供不同的性能。这些数据结构的目标（如@thejh所指出的）是有效的摊销insert，contains和get时间，而不是维持排序。您可以了解如何维护散列数据结构以了解权衡取舍。看看Hash Functions和Hash Tables上的维基百科条目（具有讽刺意味的是，注意“无序地图”的Wiki条目重定向到后者）或计算机科学/数据结构文本。

请记住：除非您仔细查看合同是什么，否则不要依赖于ADT（特别是集合）的属性，例如排序，不变性，线程安全或其他任何内容。请注意，对于Map，Javadoc清楚地说：

地图的顺序定义为顺序上的迭代器 map的集合视图返回它们元素。一些地图实现，像TreeMap类一样，具体化保证他们的秩序;其他，像HashMap类一样，不要。

Set.iterator()有类似的内容：

返回元素上的迭代器在这一套。返回元素没有特别的顺序（除非这个 set是某个类的实例提供保证）。

如果您想要这些视图的有序视图，请使用以下方法之一：

如果它只是一个Set，也许你真的想要一个SortedSet，例如TreeSet
使用TreeMap，它允许自然排序键或通过Comparator
抽象你的数据结构，如果这是你想要的行为，那么它可能是一个特定于应用程序的东西，同时维护SortedSet个密钥和Map，它们会表现得更好在摊销时间。
获取Map.keySet()（或只是您感兴趣的Set）并将其放入SortedSet，例如TreeSet，使用自然排序或具体Comparator。
在排序后使用Map.entrySet().iterator()对Map.Entry<K,V>进行迭代。例如。 for (final Map.Entry<K,V> entry : new TreeSet(map.entrySet())) { }有效访问密钥和值。
如果您只是这样做了一段时间，您可以从结构中获取一系列值并使用Arrays.sort()，它具有不同的性能配置文件（空间和时间）。

链接到源

如果您想查看j.u.HashSet和j.u.HashMap的来源，可以在GrepCode上找到它们。请注意，HashSet只是HashMap的糖。为什么不总是使用排序版本？好吧，正如我在上面提到的那样，性能不同而且在某些应用中很重要。请参阅related SO question here。您还可以看到一些具体的性能数字at the bottom here（我没有仔细查看以确认这些是准确的，但它们恰好证实了我的观点，所以我会轻易地传递链接。： - ）

Answer 2

我之前已经解决了这个问题，订单不是重要的，但确实影响了结果。

Java的多线程特性意味着具有完全相同输入的重复运行可能受到（例如）分配新内存块需要多长时间的微小时间差异的影响，这可能有时需要分页到磁盘以前的内容，以及其他不需要的内容。其他一些不使用该页面的线程可能会继续进行，并且当考虑系统对象时，最终可能会产生不同的对象创建顺序。

这可能会影响JVM的不同运行中等效对象的Object.hashCode()结果。

对我来说，我决定添加使用LinkedHashMap的小额开销，以便能够重现我正在运行的测试结果。

Answer 3

http://download.oracle.com/javase/1.4.2/docs/api/java/lang/Object.html#hashCode（）说：

尽可能合理， class定义的hashCode方法对象确实返回不同的整数对于不同的对象。（这是通常通过转换实现对象的内部地址变成一个整数，但是这个实施技术不是 JavaTM编程所要求的语言。）

那么内部地址可能会改变吗？

这也意味着您可以通过为应该充当密钥的所有内容编写自己的hashCode()方法，在不放弃速度的情况下进行修复。

Answer 4

你永远不应该依赖哈希映射的顺序。

如果你想要一个确定性排序的Map，我建议你使用像TreeMap / TreeSet这样的SortedMap / SortedSet，或者使用LinkedHashMap / LinkedHashSet。我经常使用后者，不是因为程序需要排序，而是因为它更容易读取日志/调试地图的状态。即，当你添加一个密钥时，它每次都会结束。

您可以使用相同的元素创建两个HashMap / HashSet，但根据集合的容量获取不同的顺序。您的代码运行方式可能会出现细微的差异，从而触发不同的最终存储桶大小，从而产生不同的顺序。

e.g。

public static void main(String... args) throws IOException {
    printInts(new HashSet<Integer>(8,2));
    printInts(new HashSet<Integer>(16,1));
    printInts(new HashSet<Integer>(32,1));
    printInts(new HashSet<Integer>(64,1));
}

private static void printInts(HashSet<Integer> integers) {
    integers.addAll(Arrays.asList(0,10,20,30,40,50,60,70,80,90,100));
    System.out.println(integers);
}

打印

[0, 50, 100, 70, 40, 10, 80, 20, 90, 60, 30]
[0, 50, 100, 70, 80, 20, 40, 10, 90, 60, 30]
[0, 100, 70, 40, 10, 50, 80, 20, 90, 60, 30]
[0, 70, 10, 80, 20, 90, 30, 100, 40, 50, 60]

这里有HashSet，它们以相同的顺序添加相同的值，导致迭代器顺序不同。您可能没有使用构造函数，但您的应用程序可能间接导致不同的存储桶大小。

是什么导致java.util.HashSet和HashMap.keySet（）类的iterator（）稍微不可预测的排序？

4 个答案:

简答

长答案

链接到源