17370845950

初始容量应设为大于等于预期元素数除以0.75后向上取整到最近的2的幂；否则频繁resize导致O(n)开销、GC压力及并发性能问题。

初始容量太小会触发频繁 resize，拖慢插入性能

HashMap 底层是数组 + 链表/红黑树，initialCapacity 决定了初始桶（bucket）数量。默认是 16，负载因子 0.75f，意味着存到第 12 个元素就会触发第一次扩容——整个哈希表重建、所有已有 key 重新 hash、再散列到新数组。这个过程不是 O(1)，而是 O(n)，且伴随大量内存分配和 GC 压力。

• 预期存 1000 个键值对却用 new HashMap()：大概率经历 4–5 次 resize（16 → 32 → 64 → 128 → 256 → 512），每次都要复制全部已有元素
• 高并发批量导入场景下，多个线程同时触发 resize，JDK 7 可能链表成环死循环；JDK 8 虽修复了成环，但竞争仍导致 CPU 尖刺和吞吐骤降
• 监控中可观察到 sun.misc.Unsafe.copyMemory 或 HashMap.resize() 方法耗时突增，GC 日志出现密集的 Young GC

怎么算出“刚好够用”的初始容量？别直接除以 0.75

公式看似简单：initialCapacity = (int) Math.ceil(expectedSize / 0.75f)，但 HashMap 构造函数内部会把它**向上取整到最近的 2 的幂**。比如你传 134，实际容量变成 256（因为 128 ）；传 100，结果还是 128。

所以更稳妥的做法是：先算理论值，再手动对齐 2 的幂，避免无谓浪费：

int expectedSize = 1000;
int capacity = (int) Math.ceil(expectedSize / 0.75f); // ≈ 1334
capacity = tableSizeFor(capacity); // JDK 内部方法逻辑：返回 ≥ capacity 的最小 2 的幂 → 2048
Map map = new HashMap<>(capacity);

如果你不想手写 tableSizeFor，直接用 JDK 提供的静态辅助也行（Java 8+）：

import java.util.HashMap;
// 等效于 HashMap 内部逻辑
static int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= 1 << 30) ? 1 << 30 : n + 1;
}

初始容量设太大，真会浪费内存吗？看场景

是的，但浪费程度取决于数据规模和 JVM 设置。一个空的 HashMap 容量为 2048，底层数组就是 Node[2048]，每个 Node 引用占 4 字节（32 位 JVM）或 8 字节（64 位 + 普通对象指针压缩关闭），仅数组本身就要 ~16KB（8×2048）。如果只存几十个元素，纯属冗余。

• 缓存类场景（如用户 session 映射）：通常有明确上限（如 1w 用户），建议按需计算，不盲目堆大容量
• 临时聚合容器（如 stream.collect(Collectors.toMap(...))）：若上游 size 可预估，显式传 capacity；否则依赖框架默认行为更安全
• 注意：容量过大不会影响读性能（get 仍是 O(1) 平均），但会略微拉长迭代（如 keySet().forEach）时间，因要遍历更多 null 桶

JDK 7 和 JDK 8 在容量初始化上有什么关键差异？

核心逻辑一致：都向上取整到 2 的幂，都用 threshold = capacity × loadFactor 控制扩容时机。但底层实现细节影响实操判断：

• JDK 7：resize() 是单线程全量拷贝，扩容期间 map 不可用；多线程 put 可能引发死循环（链表反转成环）
• JDK 8：resize() 支持并发协助迁移（helpTransfer），扩容过程 map 仍可读写；链表转红黑树阈值为 8，缓解高冲突下的退化问题
• 但二者对「初始容量设置不当」的后果描述完全一致：都是性能瓶颈主因之一，阿里 Java 开发手册、Google Guava 文档、Spring 源码注释都明确建议「预估 size 后显式指定」

真正容易被忽略的是：即使用了 JDK 8，如果在构造时传了非 2 的幂数字（如 new HashMap(100)），它仍会默默变成 128，而开发者可能误以为“我只申请了 100 个桶”。查 capacity 最可靠的方式是反射调用 capacity() 方法，而不是依赖传入值。