Java基础——HashMap指定初始值

HashMap为什么要指定初始大小？

在Java中，HashMap是一种基于哈希表实现的键值对存储结构。哈希表是一种典型的散列表，它通过哈希函数将任意长度的键值对映射到一个固定长度的数组中，然后使用链表或红黑树等数据结构来解决哈希冲突。

在HashMap中，指定初始大小的作用是为了减少哈希冲突，提高存储效率和查询效率。当哈希表大小不足时，HashMap会自动扩容，但这个过程比较耗时，因为需要重新计算键值对的哈希值，重新分配内存空间，重新插入键值对等。如果预估好数据规模，指定初始大小可以避免不必要的扩容，提高程序的性能。

另外，指定初始大小还可以控制哈希表的负载因子。负载因子是哈希表中键值对数量与哈希表大小的比值，通常情况下，负载因子的值在0.75左右可以达到较好的性能和空间利用率。如果负载因子过高，会导致哈希冲突增多，查询效率降低；如果负载因子过低，会导致哈希表空间浪费，存储效率降低。因此，指定初始大小可以控制负载因子的值，达到平衡空间和时间的效果。

总之，指定初始大小可以优化HashMap的空间利用率、时间复杂度和性能表现，是一种比较常见的优化策略。

使用默认负载因子0.75时,需要put()，3个元素，需指定初始大小为4

如果使用默认的负载因子0.75，在put 3个元素时，设置初始大小为4是刚好合适的，不需要自动扩容，且能够达到较好的效率。但是，如果要put 5个元素，初始大小为4可能就不够了，会触发自动扩容，导致效率降低。

具体来说，当初始大小为4时，哈希表的容量为4，而负载因子为0.75，表示当哈希表中元素数量达到容量的 0.75 倍即 3 个时，就会触发自动扩容。因此，当你要put 5个元素时，会触发一次自动扩容。

为了避免自动扩容，需要将初始大小设置得更大。一种常用的方法是，将初始大小设置为大于等于要put 的元素数量的最小的2的幂次方。例如，如果要put 5个元素，可以将初始大小设置为8，这样可以避免触发自动扩容，提高效率。

当然，如果你希望在put 5个元素时也不触发自动扩容，并且能够达到最大化的效率，可以根据实际情况调整初始大小和负载因子。具体的值需要根据实际场景进行调整，以达到最优的性能。

怎么保证不会扩容呢？

可以将初始大小设置为大于等于要put的元素数量的最小的2的幂次方，以确保在使用默认负载因子的情况下，不会在插入元素时触发扩容。例如如果需要put()5个元素，即2的5次方 = 32

那为什么要设置这么大而不是设置8？

当我们将初始大小设置为8时，如果要put 5个元素，那么在使用默认负载因子0.75的情况下，哈希表会在第四个元素插入时就触发扩容，这是因为当前的容量为8，而put第四个元素时，已经有3个元素占用了哈希表中的位置，此时负载因子已经达到了0.375（即3/8），超过了默认负载因子0.75的一半，因此需要进行扩容。

而当我们将初始大小设置为32时，即使要put 5个元素，也不会触发扩容，因为当前的容量为32，而put第五个元素时，已经有4个元素占用了哈希表中的位置，此时负载因子为0.125（即4/32），远远低于默认负载因子0.75，不需要进行扩容。

因此，为了避免不必要的扩容操作，我们可以将初始大小设置为大于等于要put的元素数量的最小的2的幂次方，以确保在使用默认负载因子的情况下，不会在插入元素时触发扩容。当然，如果我们知道要put的元素数量是多少，也可以直接将初始大小设置为该数量，以避免不必要的空间浪费。

知道要put的元素数量是多少，也可以直接将初始大小设置为该数量，这样如果默认负载因子0.75岂不是又要开始触发扩容？还是有消耗呢？比起空间浪费，这种要怎么衡量呢？

确实，如果我们知道要put的元素数量是多少，也可以直接将初始大小设置为该数量。在这种情况下，如果使用默认负载因子0.75，当哈希表中的元素数量达到容量的 0.75 倍时，就会触发扩容，从而浪费一些空间。但是，这里需要注意的是，在初始大小等于元素数量的情况下，扩容所需的代价通常比较小，因为仍然有足够的空间可以容纳元素。

如果我们比较在初始大小等于元素数量和初始大小为2的幂次方时的空间浪费和时间代价，通常情况下，后者会更少。因为在初始大小为2的幂次方时，哈希表的容量通常都比较大，可以容纳更多的元素，从而减少扩容的次数，提高效率。而在初始大小等于元素数量时，哈希表的容量通常比较小，可能需要进行多次扩容，导致效率降低。

当然，这并不是说初始大小等于元素数量就一定不好，或者初始大小为2的幂次方就一定好。具体的选择需要根据实际情况来衡量，综合考虑空间和时间的代价，以达到最优的性能。

为什么，在初始大小等于元素数量的情况下，扩容所需的代价通常比较小?

在初始大小等于元素数量的情况下，如果使用默认负载因子0.75，当哈希表中的元素数量达到容量的 0.75 倍时，就会触发扩容。此时，需要重新计算哈希值并将元素重新插入到新的更大的哈希表中，这个过程需要花费一定的时间，但是由于初始容量等于元素数量，因此扩容时所需的空间通常比较小，因此空间代价相对较小。

在初始大小为2的幂次方时，哈希表的容量通常都比较大，可以容纳更多的元素，从而减少扩容的次数，提高效率。但是，如果元素数量远小于容量，会导致空间浪费。此外，由于需要将元素重新哈希并重新插入，因此扩容时所需的时间会相对较长，因此时间代价相对较高。

因此，在选择初始大小时，需要综合考虑空间和时间的代价，以达到最优的性能。如果我们知道要put的元素数量是多少，也可以直接将初始大小设置为该数量，但是需要注意元素数量和容量之间的平衡，避免空间浪费和过多的扩容操作。

假设需要put()4个元素,指定其初始大小为4，它会经过一次扩容，那么它会扩容到多大呢？

在这个情况下，哈希表的初始大小为4，需要存储4个元素。因为默认负载因子为0.75，所以在哈希表中存储4个元素时，会有一个扩容操作。扩容操作会将哈希表的容量翻倍，然后将已有的元素重新分配到新的容量中，以充分利用空间。因此，哈希表在扩容后的容量为8。

具体而言，哈希表的扩容触发条件是：当哈希表中的元素数量达到容量的0.75时，就会触发扩容操作。在这个情况下，初始大小为4，容量为4，因此当存储第3个元素时，哈希表的元素数量为3，容量为4，还有一个空位。但是，当存储第4个元素时，哈希表的元素数量就达到了容量的0.75，也就是3个元素的75%。因此，哈希表触发了一次扩容操作，容量翻倍，变为8。然后，已有的3个元素会重新分配到新的容量中，以充分利用空间。

哈希表在扩容时会将容量翻倍，因此在这个情况下，哈希表的容量从4扩容到了8，扩容了两倍。哈希表的扩容操作是为了保证哈希表中的负载因子不超过预设的值，以提高哈希表的性能和空间利用率。在Java中，HashMap类的默认负载因子是0.75，也就是当哈希表中的元素数量达到容量的0.75时，就会触发扩容操作，容量翻倍。

扩展：

负载因子与实际元素数据之间的计算

负载因子是指哈希表中已经被占用的元素数量与容量的比值。例如，当哈希表容量为32，其中已经有4个元素被占用时，负载因子就是4/32=0.125。

如果要使用负载因子为0.125，可以通过以下公式计算哈希表的容量：

容量 = 元素数量 / 负载因子

例如，如果要存储32个元素，使用负载因子为0.125，那么哈希表的容量就应该是：

容量 = 32 / 0.125 = 256

因此，可以将哈希表的初始大小设置为256，并使用负载因子为0.125，这样可以在不触发扩容的情况下存储32个元素，同时尽可能地减少空间浪费。

0.125跟默认负载因子0.75有什么关系呢？

默认负载因子0.75和负载因子0.125都是用于计算哈希表容量的参数，但是它们的取值不同，因此对哈希表的容量和扩容行为也有影响。

默认负载因子0.75表示当哈希表中的元素数量达到容量的0.75倍时，就会触发扩容。这个值是经验值，根据哈希表的设计和使用场景来确定的。如果哈希表中元素数量较少，就会浪费空间；如果元素数量较多，就会引起频繁的扩容操作，影响性能。

而负载因子0.125表示哈希表中已经被占用的元素数量与容量的比值为0.125。如果使用这个负载因子，就需要根据元素数量计算出合适的容量，以尽可能地减少空间浪费。如果哈希表中元素数量达到容量的0.125倍时，就需要扩容。这个负载因子比默认负载因子小，因此扩容的频率会相对较低，但是需要更大的容量，因此会占用更多的内存。

总之，负载因子是一个用于计算哈希表容量和扩容触发条件的参数，需要根据实际需求来选择合适的值。默认负载因子0.75适用于大多数情况，如果需要更严格的空间控制，可以选择更小的负载因子。

怎么设置默认负载因子为0.125呢？

默认负载因子是哈希表实现中的一个参数，通常是在实现代码中预先定义好的。如果要将默认负载因子从0.75修改为0.125，需要修改哈希表实现的源代码。

具体而言，需要找到哈希表实现中关于负载因子的定义，并将其修改为0.125。例如，在Java中，可以使用HashMap类来实现哈希表，而HashMap类中关于负载因子的定义如下：

/**
 * The load factor for the hash table.
 *
 * @serial
 */
final float loadFactor;

其中，loadFactor是一个final类型的float变量，用于表示哈希表的负载因子。默认情况下，loadFactor的值为0.75。

要将负载因子修改为0.125，可以将HashMap类中的loadFactor定义修改为如下所示：

/**
 * The load factor for the hash table.
 *
 * @serial
 */
final float loadFactor = 0.125f;

修改后，HashMap类中的所有哈希表实例都会使用负载因子0.125来计算容量和扩容触发条件。当然，这也可能会对HashMap的性能产生一定的影响，因此需要根据实际情况来选择合适的负载因子。

如果你无法修改哈希表实现的源代码

那么就无法直接修改默认负载因子。但是，你仍然可以创建自定义的哈希表实现，并在其中使用自己定义的负载因子。

例如，在Java中，你可以创建一个自定义的哈希表类，继承自HashMap，并在其中重写loadFactor字段，将其修改为0.125。示例代码如下：

public class MyHashMap<K,V> extends HashMap<K,V> {
    private static final long serialVersionUID = 1L;
    
    public static final float LOAD_FACTOR = 0.125f;
    
    public MyHashMap() {
        super();
    }
    
    public MyHashMap(int initialCapacity) {
        super(initialCapacity);
    }
    
    public MyHashMap(int initialCapacity, float loadFactor) {
        super(initialCapacity, loadFactor);
    }
    
    @Override
    public float getLoadFactor() {
        return LOAD_FACTOR;
    }
}

在这个自定义的哈希表类中，我们定义了一个常量LOAD_FACTOR，用于表示负载因子的值。然后，在构造函数中，我们可以调用父类的构造函数，并传入LOAD_FACTOR作为负载因子的值。同时，我们还重写了getLoadFactor方法，返回LOAD_FACTOR，以确保哈希表中的负载因子始终为0.125。

使用这个自定义的哈希表类时，就可以使用负载因子0.125来计算容量和扩容触发条件了。例如，可以创建一个容量为64的哈希表，存储32个元素，代码如下：

MyHashMap<String, Integer> map = new MyHashMap<>(64);
for (int i = 0; i < 32; i++) {
    map.put("key" + i, i);
}

这个哈希表的负载因子为0.125，可以充分利用空间，同时扩容的频率也会相对较低。