HashMap是一個(gè)高效通用的數(shù)據(jù)結(jié)構(gòu)，它在每一個(gè)Java程序中都隨處可見。先來介紹些基礎(chǔ)知識。你可能也知 道，HashMap使用key的hashCode()和equals()方法來將值劃分到不同的桶里。桶的數(shù)量通常要比map中的記錄的數(shù)量要稍大，這樣 每個(gè)桶包括的值會(huì)比較少（最好是一個(gè)）。當(dāng)通過key進(jìn)行查找時(shí)，我們可以在常數(shù)時(shí)間內(nèi)迅速定位到某個(gè)桶（使用hashCode()對桶的數(shù)量進(jìn)行取模） 以及要找的對象。

這些東西你應(yīng)該都已經(jīng)知道了。你可能還知道哈希碰撞會(huì)對hashMap的性能帶來災(zāi)難性的影響。如果多個(gè)hashCode()的值落到同一個(gè)桶內(nèi)的 時(shí)候，這些值是存儲(chǔ)到一個(gè)鏈表中的。最壞的情況下，所有的key都映射到同一個(gè)桶中，這樣hashmap就退化成了一個(gè)鏈表——查找時(shí)間從O(1)到 O(n)。我們先來測試下正常情況下hashmap在Java 7和Java 8中的表現(xiàn)。為了能完成控制hashCode()方法的行為，我們定義了如下的一個(gè)Key類：

class Key implements Comparable<Key> {  
private final int value;  
Key(int value) {  
this.value = value;  
}  
@Override 
public int compareTo(Key o) {  
return Integer.compare(this.value, o.value);  
}  
@Override 
public boolean equals(Object o) {  
if (this == o) return true;  
if (o == null || getClass() != o.getClass())  
return false;  
Key key = (Key) o;  
return value == key.value;  
}  
@Override 
public int hashCode() {  
return value;  
}  
} 

Key類的實(shí)現(xiàn)中規(guī)中矩：它重寫了equals()方法并且提供了一個(gè)還算過得去的hashCode()方法。為了避免過度的GC，我將不可變的Key對象緩存了起來，而不是每次都重新開始創(chuàng)建一遍：

class Key implements Comparable<Key> {  
public class Keys {  
public static final int MAX_KEY = 10_000_000;  
private static final Key[] KEYS_CACHE = new Key[MAX_KEY];  
static {  
for (int i = 0; i < MAX_KEY; ++i) {  
KEYS_CACHE[i] = new Key(i);  
}  
}  
public static Key of(int value) {  
return KEYS_CACHE[value];  
}  
} 

現(xiàn)在我們可以開始進(jìn)行測試了。我們的基準(zhǔn)測試使用連續(xù)的Key值來創(chuàng)建了不同的大小的HashMap（10的乘方，從1到1百萬）。在測試中我們還會(huì)使用key來進(jìn)行查找，并測量不同大小的HashMap所花費(fèi)的時(shí)間：

import com.google.caliper.Param;  
import com.google.caliper.Runner;  
import com.google.caliper.SimpleBenchmark;  
public class MapBenchmark extends SimpleBenchmark {  
private HashMap<Key, Integer> map;  
@Param 
private int mapSize;  
@Override 
protected void setUp() throws Exception {  
map = new HashMap<>(mapSize);  
for (int i = 0; i < mapSize; ++i) {  
map.put(Keys.of(i), i);  
}  
}  
public void timeMapGet(int reps) {  
for (int i = 0; i < reps; i++) {  
map.get(Keys.of(i % mapSize));  
}  
}  
} 

有意思的是這個(gè)簡單的HashMap.get()里面，Java 8比Java 7要快20%。整體的性能也相當(dāng)不錯(cuò)：盡管HashMap里有一百萬條記錄，單個(gè)查詢也只花了不到10納秒，也就是大概我機(jī)器上的大概20個(gè)CPU周期。 相當(dāng)令人震撼！不過這并不是我們想要測量的目標(biāo)。

假設(shè)有一個(gè)很差勁的key，他總是返回同一個(gè)值。這是最糟糕的場景了，這種情況完全就不應(yīng)該使用HashMap:

class Key implements Comparable<Key> {  
//...  
@Override 
public int hashCode() {  
return 0;  
}  
} 

Java 7的結(jié)果是預(yù)料中的。隨著HashMap的大小的增長，get()方法的開銷也越來越大。由于所有的記錄都在同一個(gè)桶里的超長鏈表內(nèi)，平均查詢一條記錄就需要遍歷一半的列表。因此從圖上可以看到，它的時(shí)間復(fù)雜度是O(n)。

不過Java 8的表現(xiàn)要好許多！它是一個(gè)log的曲線，因此它的性能要好上好幾個(gè)數(shù)量級。盡管有嚴(yán)重的哈希碰撞，已是最壞的情況了，但這個(gè)同樣的基準(zhǔn)測試在JDK8中的時(shí)間復(fù)雜度是O(logn)。單獨(dú)來看JDK 8的曲線的話會(huì)更清楚，這是一個(gè)對數(shù)線性分布：

為什么會(huì)有這么大的性能提升，盡管這里用的是大O符號（大O描述的是漸近上界）？其實(shí)這個(gè)優(yōu)化在JEP-180中已經(jīng)提到了。如果某個(gè)桶中的記錄過 大的話（當(dāng)前是TREEIFY_THRESHOLD = 8），HashMap會(huì)動(dòng)態(tài)的使用一個(gè)專門的treemap實(shí)現(xiàn)來替換掉它。這樣做的結(jié)果會(huì)更好，是O(logn)，而不是糟糕的O(n)。它是如何工作 的？前面產(chǎn)生沖突的那些KEY對應(yīng)的記錄只是簡單的追加到一個(gè)鏈表后面，這些記錄只能通過遍歷來進(jìn)行查找。但是超過這個(gè)閾值后HashMap開始將列表升 級成一個(gè)二叉樹，使用哈希值作為樹的分支變量，如果兩個(gè)哈希值不等，但指向同一個(gè)桶的話，較大的那個(gè)會(huì)插入到右子樹里。如果哈希值相等，HashMap希 望key值最好是實(shí)現(xiàn)了Comparable接口的，這樣它可以按照順序來進(jìn)行插入。這對HashMap的key來說并不是必須的，不過如果實(shí)現(xiàn)了當(dāng)然最 好。如果沒有實(shí)現(xiàn)這個(gè)接口，在出現(xiàn)嚴(yán)重的哈希碰撞的時(shí)候，你就并別指望能獲得性能提升了。

這個(gè)性能提升有什么用處？比方說惡意的程序，如果它知道我們用的是哈希算法，它可能會(huì)發(fā)送大量的請求，導(dǎo)致產(chǎn)生嚴(yán)重的哈希碰撞。然后不停的訪問這些 key就能顯著的影響服務(wù)器的性能，這樣就形成了一次拒絕服務(wù)攻擊（DoS）。JDK 8中從O(n)到O(logn)的飛躍，可以有效地防止類似的攻擊，同時(shí)也讓HashMap性能的可預(yù)測性稍微增強(qiáng)了一些。我希望這個(gè)提升能最終說服你的 老大同意升級到JDK 8來。

測試使用的環(huán)境是：Intel Core i7-3635QM @ 2.4 GHz，8GB內(nèi)存，SSD硬盤，使用默認(rèn)的JVM參數(shù)，運(yùn)行在64位的Windows 8.1系統(tǒng) 上。

原文出處： Tomasz Nurkiewicz   譯文出處： deepinmind