有关LinkedList节点的HashTable性能的问题

Question

我在Class的init上实现了一个具有可变大小的存储桶的HashTable，只是一个在运行时调整大小的链接列表数组。

问题在于，对于必须遍历链表的存储桶数量很少（深度可以达到约5K节点），HashTable的性能超过了HashTable，更多的存储桶相差三个数量级。

    int SMALL_BUCKET_SIZE = 10;
    int BIG_BUCKET_SIZE = 10000;

    HashTable<String, Integer> smallHashTable = new HashTable<>(SMALL_BUCKET_SIZE);
    HashTable<String, Integer> bigHashtTable = new HashTable<>(BIG_BUCKET_SIZE);

我希望较大的HashTable可以为O（1）进行搜索，其中较小的哈希表具有较高的冲突率，由于遍历链接节点会花费更多的时间，但是我在下面的数字显示较小的表胜过较宽的表。

Fetch SmallTable: 0.000007
Fetch BigTable: 0.000018

因此，我决定循环我的HashTable.get一千次以进行JIT和JVM优化。 现在，我开始看到似乎可以证实我期望的数字。

Fetch SmallTable: 0.0000013630
Fetch BigTable: 0.0000002560

我的问题是关于我的逻辑以及此处其他活动部件的合理性。 我将测试粘贴到了HashTable和底层Node结构的实现的链接上。

从这里的人员那里寻找深度/经验，他们可能能够提供有关变量的交互式反馈，例如变量的长度，哈希碰撞率，存储桶密度等。

HashTableTest.java

@Test
public void canInitializeHashTableWithBucketsForPerformance() throws InterruptedException {
    double smallTableTime, bigTableTime;
    int SMALL_BUCKET_SIZE = 10;
    int BIG_BUCKET_SIZE = 10000;

    HashTable<String, Integer> smallHashTable = new HashTable<>(SMALL_BUCKET_SIZE);
    HashTable<String, Integer> bigHashtTable = new HashTable<>(BIG_BUCKET_SIZE);
    List<String> strings = generateRandomStringKeys(1000);

    strings.forEach(string -> bigHashtTable.put(string, 10));
    strings.forEach(string -> smallHashTable.put(string, 10));

    Consumer<String> bigHashGet = bigHashtTable::get;
    Consumer<String> smallHashGet = smallHashTable::get;

    String theString = strings.get(strings.size() - 1);

    smallTableTime = getElapsedTimeFactoringOutJavaOptimization(theString, smallHashGet);
    bigTableTime = getElapsedTimeFactoringOutJavaOptimization(theString, bigHashGet);

    System.out.println(String.format("Fetch SmallTable: %.10f", smallTableTime));
    System.out.println(String.format("Fetch BigTable:   %.10f", bigTableTime));

    assertTrue(smallTableTime > bigTableTime);
}

public double getElapsedTimeFactoringOutJavaOptimization(String s, Consumer<String> aMethod) {
    long start = 0, end = 0;

    for (int i = 0; i < 1000; i++) {
        start = System.nanoTime();
        aMethod.accept(s);
        end = System.nanoTime();
    }

    return (end - start) / 1_000_000_000D;
}

public List<String> generateRandomStringKeys(int numOfRandomKeys) {
    List<String> keys = new ArrayList<>();

    for (int i = 0; i < numOfRandomKeys; i++) {
        byte[] array = new byte[10];
        new Random().nextBytes(array);
        keys.add(new String(array, Charset.forName("UTF-8")));
    }

    return keys;
}

该测试可以在这里找到-Github-HashTableTest.java

该实现也可以在这里找到-Github-HashTable.java

Answer 1

这里有很多错误，但其中包括：

• 运行此操作1000次并为它们各自使用nanoTime的差值不会使您的基准有效。 认真使用JMH。 或至少运行一千万次。
• 对于不同大小的表，您的哈希表实际上并没有任何不同。 您可以使用table[getHash(key) % RADIX] ，这基本上意味着但大的表，你只在它使用10桶，假装休息不存在。
• System.identityHashCode不是有用的哈希函数，尤其是在字符串上，尤其是当您希望实际找到其中存在的元素时。
• 在使用它时，您没有将Node.next用作字段，因此最好将其删除。