阿里巴巴为什么让初始化集合时必须指定大小？

╰+哭是因爲堅強的太久メ 2023-10-06 10:02 57阅读 0赞

![format_png][]

这是我的第 205 期分享

作者 | 王磊

来源 | Java中文社群（ID：javacn666）

转载请联系授权（微信ID：GG\_Stone）

哈喽，亲爱的小伙伴们，**技术学磊哥，进步没得说**！欢迎来到新一期的性能解读系列，我是磊哥。

今天给大家带来的是关于阿里巴巴《Java开发手册》泰山版（最新）中关于**集合初始化时的性能建议**。

阿里巴巴《Java开发手册》第 1 章编程规范，第 6 节集合处理的第 17 条规定如下：

> 【推荐】集合初始化时，指定集合初始值大小。
> 
> 说明：HashMap 使用 HashMap(int initialCapacity) 初始化，如果暂时无法确定集合大小，那么指定默认值（16）即可。
> 
> 正例：initialCapacity = (需要存储的元素个数 / 负载因子) + 1。注意负载因子（即 loader factor）默认为 0.75，如果暂时无法确定初始值大小，请设置为 16（即默认值）。
> 
> 反例：HashMap 需要放置 1024 个元素，由于没有设置容量初始大小，随着元素不断增加，容量 7 次被迫扩大，resize 需要重建 hash 表。当放置的集合元素个数达千万级别时，不断扩容会严重影响性能。

### 规范解读 ###

此规范的主要目的完全是出于性能考虑，查看 `HashMap` 的源码也就可以发现此规范的原因，如果我们能为集合设置合理的大小就可以避免 `HashMap` 的扩容操作，而 `HashMap` 的扩容方法 `resize` 有很多逻辑判断和业务操作，如果设置了合理的大小就可以避免执行更多的代码，因此就可以更大限度的提高集合的执行效率，`HashMap` 的 `resize` 源码如下：

// 源码基于 JDK 8
    final Node<K,V>[] resize() {
        // 扩容前的数组
        Node<K,V>[] oldTab = table;
        // 扩容前的数组的大小和阈值
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        // 预定义新数组的大小和阈值
        int newCap, newThr = 0;
        if (oldCap > 0) {
            // 超过最大值就不再扩容了
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 扩大容量为当前容量的两倍，但不能超过 MAXIMUM_CAPACITY
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // 当前数组没有数据，使用初始化的值
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 如果初始化的值为 0，则使用默认的初始化容量
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 如果新的容量等于 0
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr; 
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        // 开始扩容，将新的容量赋值给 table
        table = newTab;
        // 原数据不为空，将原数据复制到新 table 中
        if (oldTab != null) {
            // 根据容量循环数组，复制非空元素到新 table
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    // 如果链表只有一个，则进行直接赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        // 红黑树相关的操作
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        // 链表复制，JDK 1.8 扩容优化部分
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            // 原索引
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            // 原索引 + oldCap
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 将原索引放到哈希桶中
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 将原索引 + oldCap 放到哈希桶中
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

### 性能评测 ###

接下来我们来测试一下设置 `size` 的性能和不设置 `size` 的性能差别，我们已知需要插入 1024 个数据，根据默认的负载因子 0.75 和公式 `(存储元素个数/负载因子)+1` 得出需要设置的大小为 1367（取整）。

> 小贴士：公式“(存储元素个数/负载因子)+1”说明：因为 HashMap 的实际存储量等于：元素个数\*负载因子，为了防止 HashMap 扩容，所以公式必须是“(存储元素个数/负载因子)+1”才能防止动态扩容。

本文我们依旧使用 Oracle 官方提供的 JMH（Java Microbenchmark Harness，JAVA 微基准测试套件）测试框架，首先现在 pom.xml 中添加 JMH 引用，配置如下：

<dependency>
       <groupId>org.openjdk.jmh</groupId>
       <artifactId>jmh-core</artifactId>
       <version>{version}</version>
    </dependency>

然后编写完整的测试代码：

import org.openjdk.jmh.annotations.*;
    import org.openjdk.jmh.infra.Blackhole;
    import org.openjdk.jmh.runner.Runner;
    import org.openjdk.jmh.runner.RunnerException;
    import org.openjdk.jmh.runner.options.Options;
    import org.openjdk.jmh.runner.options.OptionsBuilder;
    
    import java.util.HashMap;
    import java.util.Map;
    import java.util.concurrent.TimeUnit;
    
    @BenchmarkMode(Mode.AverageTime) // 测试完成时间
    @OutputTimeUnit(TimeUnit.NANOSECONDS)
    @Warmup(iterations = 2, time = 1, timeUnit = TimeUnit.SECONDS) // 预热 2 轮，每次 1s
    @Measurement(iterations = 5, time = 3, timeUnit = TimeUnit.SECONDS) // 测试 5 轮，每次 3s
    @Fork(1) // fork 1 个线程
    @State(Scope.Thread) // 每个测试线程一个实例
    public class AlibabaHashMapTest {
        public static void main(String[] args) throws RunnerException {
            // 启动基准测试
            Options opt = new OptionsBuilder()
                    .include(AlibabaHashMapTest.class.getSimpleName()) // 要导入的测试类
                    .build();
            new Runner(opt).run(); // 执行测试
        }
    
        @Benchmark
        public void noSizeTest(Blackhole blackhole) {
            Map map = new HashMap();
            for (int i = 0; i < 1024; i++) {
                map.put(i, i);
            }
            // 为了避免 JIT 忽略未被使用的结果
            blackhole.consume(map);
        }
    
        @Benchmark
        public void setSizeTest(Blackhole blackhole) {
            Map map = new HashMap(1367);
            for (int i = 0; i < 1024; i++) {
                map.put(i, i);
            }
            // 为了避免 JIT 忽略未被使用的结果
            blackhole.consume(map);
        }
    }

测试结果如下：

![format_png 1][]

从上述结果可以看出，设置了大小的 `HashMap` 的性能约是没有设置大小的 1.29 倍。

### 总结 ###

在初始化集合时，如果已知集合的数量，那么一定要在初始化时设置集合的容量大小，这样就可以有效的提高集合的性能，但需要注意的是 `HashMap` 的实际存储量是“元素个数\*负载因子”，而负载因子默认是 0.75，因此在设置大小时，要使用“(存储元素个数/负载因子)+1”的公式计算出正确的值再进行设置。

往期推荐

[![format_png 2][]][format_png 2 1]

[阿里新版《Java 开发手册(泰山版)》内容解读（附下载地址）][format_png 2 1]

[![format_png 3][]][format_png 3 1]

[阿里为什么禁用Executors创建线程池？][format_png 3 1]

![format_png 4][]

关注公众号发送”进群“，磊哥拉你进读者群。

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9Icld3Nlp1WENzamtJRkF5c0hSaWFnUUljTXRkbWhkSm1xU290ZnQ4OEFIdWUwU0ZjaWNSNzBRd2VaQXk1aWFUZGlhcTJKQU8yZ2xkQk9FcjZxaE1rVWhmb3cvNjQw?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9Icld3Nlp1WENzamtJRkF5c0hSaWFnUUljTXRkbWhkSm1SYXo4V3N1RndaV3RXVU44WGljakxTM3B2aWJpYnNSc0Y3ampOaWJpYjRYaWJhWlhpYzNydUhhS2ZicGhRLzY0MA?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9Icld3Nlp1WENzaWF5YktCWGliM1NxU2lidmpTcVJzSUE5SlhSUEU3WEhPeGY1Y0xCUTQ4WE5Ub3hDelEyWkk3T2lidXVBdFNLVkNpYnBxR3BDaE9QUGlhZU1Fdy82NDA?x-oss-process=image/format,png
[format_png 2 1]: http://mp.weixin.qq.com/s?__biz=MzU1NTkwODE4Mw%3D%3D&chksm=fbcc6bfbccbbe2ed2dbd1edf19a480930b6008a17230cec3a3556d8892bb747d0ab2d1cbefbe&idx=1&mid=2247485123&scene=21&sn=ba7292b22daedcd8b69e7cf49357c115#wechat_redirect
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9Icld3Nlp1WENzaDFBZlNXcmljc0R3RDRJYXZDUGFiU0hjUEZMNU85aWNVNk1UNkx5RXFVa0FFUkdaNXdwRGhlckgxUDRoeG9FQ1JuSTJUZkpDTjlhOERRLzY0MA?x-oss-process=image/format,png
[format_png 3 1]: http://mp.weixin.qq.com/s?__biz=MzU1NTkwODE4Mw%3D%3D&chksm=fbcc691cccbbe00a77fa97cb4cd9bfb684f39139da5978bdd5f2d598fe05b0570ebbab90c599&idx=1&mid=2247484452&scene=21&sn=6ededb155693a2b0c33d20cfb2fe257c#wechat_redirect
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi9Icld3Nlp1WENzZ2NIc0dkU25tUjF0UUdZMTAxYkFRT3FRcXBUZ0JOQkw2c2RMWDFzYnVabzVoSnk2R3FoY3dzS3BaTFljQklFMEg1VEw4WW5vbmc3dy82NDA?x-oss-process=image/format,png