Java：HashSet與HashMap

Question

我有一個處理大量數據集的程序。 最好將對象存儲在散列實現的容器中，因為程序會繼續在容器中尋找對象。

第一個想法是使用HashMap，因為此容器的get和remove方法更適合我需要的用途。

但是，我發現使用HashMap消耗的內存相當大，這是一個主要問題，因此我認為切換到HashSet會更好，因為它僅對每個元素使用<E>而不是<K,V> ，但是當我看了我了解到的實現，它使用了底層的HashMap！ 這意味着它不會節省任何內存！

所以這是我的問題：

• 我所有的假設都正確嗎？
• HashMap內存浪費嗎？ 更具體地說，每個條目的開銷是多少？
• HashSet和HashMap一樣浪費嗎？

• 是否還有其他基於散列的容器，它們的內存消耗量將大大減少？

  更新

根據注釋中的要求，我將在程序上進行一些擴展，hashMap旨在容納一對其他對象，以及一些數字值-從它們計算得出的float值。 一路上，它會提取其中一些並輸入新對。 對於給定的一對，需要確保不握住該對或將其刪除。 可以使用對對象的float值或hashCode完成映射。

另外，當我說“巨大的數據集”時，我是在談論〜4 * 10 ^ 9個對象

Answer 1

這個站點上有關於Java集合性能的非常有用的技巧。

HashSet建立在HashMap< T, Object >頂部，其中value是單例“存在”對象。 這意味着the memory consumption of aHashSet is identical to HashMap ：要存儲SIZE值，您需要32 * SIZE + 4 * CAPACITY個字節（加上值的大小）。 絕對不是對內存友好的集合。

THashSet可能是HashSet的最簡單替換集合-它實現了Set和Iterable，這意味着您應該只在初始化集時更新一個字母。

THashSet使用單個對象數組作為其值，因此它使用4 * CAPACITY字節進行存儲。 如您所見，與JDK HashSet相比，在相同的加載因子的情況下，您將節省 32 * SIZE字節，這是一個巨大的改進。

另外，我從這里拍攝的以下圖片可以幫助我們牢記某些事項，以選擇合適的收藏

Answer 2

我所有的假設都正確嗎？

您使用HashMap實現了HashSet是正確的，因此您不會通過使用HashSet來節省任何內存。

如果要創建包含大量元素的地圖，則應盡您所知，使用initialCapacity構造HashMap ，以防止重復進行哈希（從而導致內存顛簸）。

HashMap內存浪費嗎？ 更具體地說，每個條目的開銷是多少？

不，這不是浪費。 開銷是一個基礎數組（大小由loadFactor修改），以及每個鍵值對的Entry對象。 除了存儲鍵和值外，條目對象還存儲指向插槽中下一個條目的指針（如果兩個或多個條目占用基礎數組中的同一插槽）。 默認的loadFactor為0.75可將基礎數組的大小保持為條目數的133％。

具體來說，每個條目的內存開銷為：

• 入口對象對鍵的引用，
• 入口對象對值的引用，
• 條目對象對下一個條目的引用，
• 以及基礎數組對條目的引用（除以負載系數）。

與基於散列的集合相比，要獲得更多的修剪是非常困難的。

HashSet和HashMap一樣浪費嗎？

使用HashSet而不是HashMap不會獲得任何內存效率。

是否還有其他基於散列的容器，它們的內存消耗量將大大減少？

如果您的鍵是基元（例如int ），則那里（ 第三方庫中 ）有自定義的Map和Set實現，它們使用內存效率更高的數據結構。

Answer 3

確實，HashSet使用的內存與HashMap一樣多。 HasSet實現Set的兩者之間的區別，即，它不關心與某個鍵關聯的任何值，僅關心是否存在特定值。 HashMap與每個鍵的值的存儲/檢索（放置/獲取）有關。

雖然HashMap / HashSet將數據存儲在通常比元素數稍大的數組中，但由於負載因子為0.75，因此此保留並不是太大的問題。 這意味着，當元素數量達到基礎數組大小的75％時，HashMap將增長。

與大地圖相比，更大的問題是很多空地圖，因為HashMap的默認大小為16。這可以通過將初始容量設置為0來抵消。

但是，您也可以改用TreeMap，因為TreeMap是基於引用而不是數組的，所以您可能會浪費更多的空間，尤其是使用較大的地圖時，除了會損失一些速度。 TreeMap的主要優點在於，它會將鍵保持在有序狀態，因此，如果需要對它們進行排序，那是必須走的路。

此外，當您不能或不想對鍵類型的equals和hashCode方法進行自定義實現時，由於編程原因，可以使用TreeMap。 您可以改用密鑰類型的比較器。 例如，要基於不區分大小寫的字符串創建映射/集合，請使用String.CASE_INSENSITIVE_ORDER作為TreeSet的比較器