Hashmap loadfactor - 基于占用的桶数或所有桶中的条目数？

Question

我试图了解在超过占用的桶数或所有桶中的条目总数时会发生 hashmap 的重新散列。意思是，我们知道如果 16 个桶中有 12 个（每个桶中有一个条目）已满（考虑到默认负载因子和初始容量），那么我们知道在下一个条目中哈希图将被重新散列。但是如果假设只有 3 个桶被占用，每个桶有 4 个条目（总共 12 个条目，但 16 个桶中只有 3 个桶在使用中），那情况呢？

所以我试图通过制作最差的哈希函数来复制它，它将所有条目放在一个桶中。

这是我的代码。

class X {

    public Integer value;

    public X(Integer value) {
        super();
        this.value = value;
    }

    @Override
    public int hashCode() {
        return 1;
    }

    @Override
    public boolean equals(Object obj) {
        X a = (X) obj;
        if(this.value.equals(a.value)) {
            return true;
        }
        return false;
    }

}

现在我开始将值放入 hashmap 中。

HashMap<X, Integer> map = new HashMap<>();
    map.put(new X(1), 1);
    map.put(new X(2), 2);
    map.put(new X(3), 3);
    map.put(new X(4), 4);
    map.put(new X(5), 5);
    map.put(new X(6), 6);
    map.put(new X(7), 7);
    map.put(new X(8), 8);
    map.put(new X(9), 9);
    map.put(new X(10), 10);
    map.put(new X(11), 11);
    map.put(new X(12), 12);
    map.put(new X(13), 13);
    System.out.println(map.size());

所有节点都按预期进入单个存储桶，但我注意到在第 9 个条目上，hashmap 重新散列并将其容量增加了一倍。现在在第 10 个条目上，它的容量再次翻了一番。

谁能解释这是怎么回事？

提前致谢。

Answer 1

在 HashMap 中，如果条目的哈希码相同，它们将出现在同一个桶中。如果将唯一的 Integer 对象放在一个 hashMap 中，它们的 hashcode 肯定会发生变化，因为它们是不同的对象。

但在您的情况下，所有对象都具有相同的哈希码。这意味着您指定的所有条目都将在一个存储桶中。这些桶中的每一个都遵循特定的数据结构（linkedList/tree）。这里的容量根据特定的数据结构和哈希图而变化。

我在评论中提到了运行 JB Nizet 的代码 (https://gist.github.com/jnizet/34ca08ba0314c8e857ea9a161c175f13/revisions)，循环限制为 64 和 128（添加 64 和 128 元素）：

添加 64 个元素时: 将第 49 个元素添加到 HashMap 时，容量翻倍（128）（因为负载因子为 0.75）
添加 128 个元素时: 将第 97 个元素添加到 HashMap 时，容量翻倍（256）（也是因为负载因子为 0.75）。

增加容量到64后，HashMap正常工作

综上所述，bucket使用一定长度（8个元素）的链表。之后它使用树数据结构（容量有波动）。原因是访问树结构 (O(log(n))) 比链表 (O(n)) 更快。

此图片显示了一个 JAVA 8 HashMap 的内部数组，其中包含树（在桶 0 处）和链表（在桶 1,2 和 3 处）。 Bucket 0 是一棵树，因为它有超过 8 个节点 (readmore)。

Hashmap and discussion on 上的文档在这方面会有所帮助。

Answer 2

回复评论而不是问题本身，因为你的评论与你实际想知道的内容更相关。

where this rehashing on bucket size is explained further 的最佳和最相关的答案是源代码本身。您在 9-th 条目中观察到的内容是预期的，并且发生在这部分代码中：

for (int binCount = 0; ; ++binCount) {
    // some irrelevant lines skipped
    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
        treeifyBin(tab, hash);
        break;
    }

其中 TREEIFY_THRESHOLD = 8 和 binCount 是 bin 的数量。

treeifyBin 方法名称有点误导，因为它可能重新调整大小，而不是 treefiy 垃圾箱，这是该方法代码的相关部分:

if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();

请注意，它实际上会 resize（读取其大小的两倍）并且不会生成 Tree，直到达到 MIN_TREEIFY_CAPACITY (64)。

Answer 3

阅读hashmap源码，

/**
 * The smallest table capacity for which bins may be treeified.
 * (Otherwise the table is resized if too many nodes in a bin.)
 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
 * between resizing and treeification thresholds.
 */
static final int MIN_TREEIFY_CAPACITY = 64;

你会看到

如果容量未达到MIN_TREEIFY_CAPACITY(64)，并且单个桶上的节点达到TREEIFY_THRESHOLD，现在地图将调整大小。
如果容量超过MIN_TREEIFY_CAPACITY(64)，单桶节点达到 TREEIFY_THRESHOLD，现在 map 将树化桶上的节点（在源代码中也称为 bins）。

resize和treeify是两个可以带来map reorganize的操作，上面根据不同场景做出的决定也是一个tradeoff。

Hashmap loadfactor - 基于占用的桶数或所有桶中的条目数？

Hashmap loadfactor - based on number of buckets occupied or number of entries in all buckets?

java

hashmap

load-factor