Перейти к основному содержимому

Коэффициент загрузки Java HashMap

· 5 мин. чтения

Упражнение: Сложение двух чисел

Даны два неотрицательный целых числа в виде непустых связных списков. Их цифры хранятся в обратном порядке. И каждый елемент списка содержить ровно одну цифру. Сложите эти два числа и верните сумму в виде связного списка ...

ANDROMEDA

1. Обзор

В этой статье мы увидим значение коэффициента загрузки в HashMap Java и то, как он влияет на производительность карты.

2. Что такое HashMap ?

Класс HashMap принадлежит платформе Java Collection и обеспечивает базовую реализацию интерфейса Map . Мы можем использовать его, когда хотим хранить данные в виде пар ключ-значение. Эти пары ключ-значение называются записями карты и представлены классом Map.Entry .

3. Внутреннее устройство HashMap

Прежде чем обсуждать коэффициент загрузки, давайте рассмотрим несколько терминов:

  • перемешивание

  • вместимость

  • порог

  • перефразирование

  • столкновение

HashMap работает по принципу хеширования — алгоритму сопоставления данных объекта с некоторым репрезентативным целочисленным значением . Хеш-функция применяется к ключевому объекту для вычисления индекса корзины для хранения и извлечения любой пары ключ-значение.

Емкость — это количество сегментов в HashMap . Начальная емкость — это емкость на момент создания карты . Наконец, начальная емкость HashMap по умолчанию равна 16.

По мере увеличения количества элементов в HashMap емкость увеличивается. Коэффициент загрузки — это мера, которая определяет, когда следует увеличить емкость Карты . Коэффициент загрузки по умолчанию составляет 75% от емкости.

Порог HashMap приблизительно равен произведению текущей емкости и коэффициента загрузки. Перехеширование — это процесс пересчета хеш-кода уже сохраненных записей. Проще говоря, когда количество записей в хеш-таблице превышает пороговое значение, Карта повторно хешируется так, что она имеет примерно вдвое больше сегментов, чем раньше.

Коллизия возникает, когда хеш-функция возвращает одно и то же местоположение корзины для двух разных ключей.

Давайте создадим нашу HashMap :

Map<String, String> mapWithDefaultParams = new HashMap<>();
mapWithDefaultParams.put("1", "one");
mapWithDefaultParams.put("2", "two");
mapWithDefaultParams.put("3", "three");
mapWithDefaultParams.put("4", "four");

Вот структура нашей карты :

./d6d6f56e9b397215ee99d326ab67014d.jpg

Как мы видим, наш HashMap был создан с начальной емкостью по умолчанию (16) и коэффициентом загрузки по умолчанию (0,75). Кроме того, порог равен 16 * 0,75 = 12, что означает, что емкость увеличится с 16 до 32 после добавления 12-й записи (пара «ключ-значение-пара»).

4. Пользовательская начальная мощность и коэффициент загрузки

В предыдущем разделе мы создали нашу HashMap с конструктором по умолчанию. В следующих разделах мы увидим, как создать HashMap , передав исходную емкость и коэффициент загрузки конструктору.

4.1. С начальной емкостью

Во-первых, давайте создадим карту с начальной емкостью:

Map<String, String> mapWithInitialCapacity = new HashMap<>(5);

Это создаст пустую карту с начальной емкостью (5) и коэффициентом загрузки по умолчанию (0,75).

4.2. С начальной мощностью и коэффициентом нагрузки

Точно так же мы можем создать нашу карту , используя как начальную емкость, так и коэффициент загрузки:

Map<String, String> mapWithInitialCapacityAndLF = new HashMap<>(5, 0.5f);

Здесь он создаст пустую карту с начальной емкостью 5 и коэффициентом загрузки 0,5.

5. Производительность

Хотя у нас есть возможность выбрать начальную емкость и коэффициент загрузки, нам нужно выбирать их с умом. Оба они влияют на производительность карты . Давайте углубимся в то, как эти параметры связаны с производительностью.

5.1. Сложность

Как мы знаем, HashMap внутренне использует хеш-код в качестве основы для хранения пар ключ-значение. Если метод hashCode() хорошо написан, HashMap распределит элементы по всем корзинам. Таким образом, HashMap сохраняет и извлекает записи за постоянное время O(1) .

Однако проблема возникает, когда количество элементов увеличивается, а размер корзины фиксирован. В каждом сегменте будет больше элементов, что нарушит временную сложность.

Решение состоит в том, что мы можем увеличить количество сегментов при увеличении количества элементов. Затем мы можем перераспределить элементы по всем корзинам. Таким образом, мы сможем поддерживать постоянное количество элементов в каждом сегменте и поддерживать временную сложность O(1) .

Здесь коэффициент загрузки помогает нам решить, когда увеличить количество сегментов . При более низком коэффициенте загрузки будет больше свободных ковшей и, следовательно, меньше шансов на столкновение. Это поможет нам добиться лучшей производительности для нашей карты . Следовательно, нам нужно поддерживать низкий коэффициент загрузки, чтобы добиться низкой временной сложности .

HashMap обычно имеет пространственную сложность O(n) , где n — количество записей. Более высокое значение коэффициента загрузки снижает затраты пространства, но увеличивает стоимость поиска .

5.2. Перефразирование

Когда количество элементов на карте превышает пороговое значение, вместимость карты удваивается. Как обсуждалось ранее, при увеличении емкости нам необходимо равномерно распределить все записи (включая существующие записи и новые записи) по всем корзинам. Здесь нам нужна перефразировка. То есть для каждой существующей пары ключ-значение снова вычислить хеш-код с увеличенной емкостью в качестве параметра.

В основном, когда коэффициент загрузки увеличивается, сложность увеличивается. Повторное хеширование выполняется для поддержания низкого коэффициента загрузки и низкой сложности всех операций.

Давайте инициализируем нашу карту :

Map<String, String> mapWithInitialCapacityAndLF = new HashMap<>(5,0.75f);
mapWithInitialCapacityAndLF.put("1", "one");
mapWithInitialCapacityAndLF.put("2", "two");
mapWithInitialCapacityAndLF.put("3", "three");
mapWithInitialCapacityAndLF.put("4", "four");
mapWithInitialCapacityAndLF.put("5", "five");

И давайте посмотрим на структуру карты :

./59cffd305289d5006f0375053bce6a22.jpg

Теперь давайте добавим больше записей на нашу карту :

mapWithInitialCapacityAndLF.put("6", "Six");
mapWithInitialCapacityAndLF.put("7", "Seven");
//.. more entries
mapWithInitialCapacityAndLF.put("15", "fifteen");

И давайте снова посмотрим на структуру нашей карты :

./bfdb80a4ecb2fd5e3a60540dce94139c.jpg

Хотя перефразирование помогает сохранить низкую сложность, это дорогостоящий процесс. Если нам нужно хранить огромное количество данных, мы должны создать нашу HashMap с достаточной емкостью. Это более эффективно, чем автоматическое перефразирование.

5.3. Столкновение

Коллизии могут возникать из-за плохого алгоритма хэш-кода и часто замедляют работу Карты .

До Java 8 HashMap в Java обрабатывает коллизии, используя LinkedList для хранения записей карты. Если ключ оказывается в той же корзине, где уже существует другая запись, он добавляется в начало LinkedList . В худшем случае это увеличит сложность до O(n) .

Чтобы избежать этой проблемы, Java 8 и более поздние версии используют сбалансированное дерево (также называемое красно-черным деревом ) вместо LinkedList для хранения конфликтующих записей. Это улучшает производительность HashMap в худшем случае с O(n) до O(log n) .

HashMap изначально использует LinkedList. Затем, когда количество записей превышает определенный порог, LinkedList заменяется сбалансированным двоичным деревом. Константа TREEIFY_THRESHOLD определяет это пороговое значение. В настоящее время это значение равно 8, что означает, что если в одном сегменте более 8 элементов, Map будет использовать дерево для их хранения.

6. Заключение

В этой статье мы обсудили одну из самых популярных структур данных: HashMap . Мы также увидели, как коэффициент загрузки вместе с емкостью влияет на его производительность.

Как всегда, примеры кода для этой статьи доступны на GitHub .