Hashmap 负载因子 - 基于占用的存储桶数或所有存储桶中的条目数？

Question

我试图了解 hashmap 的重新散列是在超过占用的桶数或所有桶中的条目总数时发生的。 意味着，我们知道如果 16 个桶中的 12 个（每个桶中有一个条目）已满（考虑默认负载因子和初始容量），那么我们知道在下一个条目中 hashmap 将被重新散列。 但是，如果假设只有 3 个存储桶被每个 4 个条目占用（总共 12 个条目，但 16 个存储桶中只有 3 个在使用中），那这种情况呢？

所以我试图通过制作最糟糕的 hash function 来复制这一点，这会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;
    }

}

现在我开始在 hashmap 中输入值。

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了单个存储桶，但我注意到在第 9 次进入时，hashmap 重新哈希并使其容量增加了一倍。 现在在第 10 次入境时，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

回答评论而不是问题本身，因为您的评论与您实际想知道的内容更相关。

最佳和最相关的答案是对源代码本身进行where this rehashing on bucket size is explained further 。 您在第9-th条目上观察到的内容是预期的并且在代码的这一部分中发生：

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 ， binCount是箱数。

那个treeifyBin方法名称有点误导，因为它可能会重新调整大小，而不是树形容器，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，它实际上将resize （阅读它的两倍大小），而不是做一个Tree ，直到MIN_TREEIFY_CAPACITY达到（64）。

Answer 2

在HashMap中，如果条目的哈希码相同，则条目将出现在同一个桶中。 如果将唯一的Integer对象放在hashMap中，则它们的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hashmap而变化。

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

1. 添加64个元素时 ：容量加倍（128），同时向HashMap添加第49个元素（因为加载因子为0.75）
2. 添加128个元素时 ：容量加倍（256），同时将第97个元素添加到HashMap（也因为加载因子为0.75）。

将容量增加到64后，HashMap正常工作。

总之，bucket使用链表到一定长度（8个元素）。 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。

此图显示了JAVA 8 HashMap的内部数组，其中包含两个树（在桶0处）和链接列表（在桶1,2和3处）。 Bucket 0是一棵树，因为它有超过8个节点（ readmore ）。

在这方面，有关Hashmap的文档以及有关hashmap中存储桶的讨论会很有帮助。

Answer 3

阅读hashmap的源代码，

 /** * 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; 

你会看到的

1. 如果容量未达到MIN_TREEIFY_CAPACITY（64），并且单个存储桶上的节点达到TREEIFY_THRESHOLD，则现在地图将调整大小。
2. 如果容量超过MIN_TREEIFY_CAPACITY（64），并且单个存储桶上的节点到达TREEIFY_THRESHOLD，现在map将树形化桶上的节点（源代码中也称为bin）。

调整大小和树化是两个可以进行地图重组的操作，基于不同场景的上述决策也是一种权衡。

Answer 4

根据 hashmap 中的存储桶数组 (b) 占用数和条目数 (n) 计算负载因子的简单数学公式为 n/b。