HashMap dilaksanakan di Java melalui senarai berkaitan/pokok merah dan hitam. Prestasinya dipengaruhi oleh kapasiti awal, faktor beban, kualiti fungsi hash dan kebolehubahan kunci; 1. Penggunaan (n-1) & hash untuk mengira indeks untuk meningkatkan kecekapan; 2. Apabila panjang senarai yang dipautkan melebihi 8 dan bilangan baldi ≥64, ia akan ditukar kepada pokok merah dan hitam, mengurangkan kerumitan carian terburuk dari O (n) ke O (log n); 3. Mengembalikan semua elemen apabila berkembang, overhead adalah tinggi, dan kapasiti harus dipratetap; 4. Kunci mesti menulis semula hashcode dan sama dengan betul; 5. ConcurrentHashMap harus digunakan dalam senario berbilang threaded; Kerumitan masa purata adalah O (1) di bawah penggunaan yang munasabah, tetapi penggunaan yang tidak wajar akan membawa kepada kemerosotan prestasi.

HashMap Java adalah salah satu struktur data yang paling banyak digunakan dalam rangka koleksi Java. Ia menyediakan cara yang cepat dan cekap untuk menyimpan dan mengambil pasangan nilai kunci menggunakan hashing. Tetapi bagaimana ia benar -benar berfungsi di bawah tudung? Dan apa yang mempengaruhi prestasinya dalam aplikasi dunia nyata? Mari kita menyelam mendalam ke HashMap , dari struktur dalamannya ke implikasi prestasi.

Bagaimana hashmap berfungsi di peringkat antarabangsa

Pada terasnya, HashMap menggunakan pelbagai baldi, di mana setiap baldi boleh memegang senarai yang dipautkan atau pokok (dalam kes tertentu) penyertaan. Inilah pecahan komponen utama:

• Arahan baldi : HashMap mengekalkan array dalaman ( Node<k>[] table</k> ) di mana setiap indeks dipanggil "baldi."
• Fungsi Hashing : Apabila anda memasukkan pasangan nilai kunci, hashCode() digunakan untuk mengira indeks dalam array.
• Pengiraan Indeks : Indeks baldi sebenar dikira menggunakan (n - 1) & hash , di mana n adalah panjang array (yang selalu menjadi kuasa dua). Ini lebih cepat daripada menggunakan modul.
• Pengendalian Perlanggaran : Jika dua kunci hash ke baldi yang sama, penyertaan disimpan dalam senarai yang dipautkan. Bermula dari Java 8, jika baldi tumbuh di luar ambang (lalai 8), dan jadualnya cukup besar, senarai yang dipautkan ditukar kepada pokok seimbang (struktur TreeNode ) untuk meningkatkan prestasi terburuk dari O (n) ke O (log n).

Setiap entri dalam peta adalah contoh kelas Node dalaman, yang mengandungi:

• Hash kunci
• Kunci
• Nilai
• Merujuk kepada nod seterusnya (untuk mengendalikan perlanggaran)

Faktor prestasi utama

Beberapa faktor mempengaruhi prestasi HashMap . Memahami mereka membantu mengelakkan perangkap biasa.

1. Kapasiti awal dan faktor beban

• Kapasiti awal : Bilangan baldi dalam jadual hash apabila ia dibuat. Lalai adalah 16.
• Faktor Beban : Ukuran betapa penuhnya jadual hash dibenarkan untuk mendapatkan saiz semula. Lalai ialah 0.75.

Apabila bilangan penyertaan melebihi capacity × load factor , HashMap mengubah saiz (biasanya beregu dalam saiz), yang melibatkan pemulihan semua entri sedia ada - operasi O (n).

? Amalan Terbaik : Jika anda mengetahui bilangan penyertaan yang dijangkakan, memulakan HashMap dengan keupayaan yang sesuai untuk meminimumkan pemulihan.

 // Sekiranya anda mengharapkan ~ 1000 penyertaan
Peta <string, integer> map = hashmap baru <> (1024, 0.75f);

Ini mengelakkan pelbagai saiz semula operasi.

2. Kualiti fungsi hash

Pelaksanaan hashCode() yang lemah boleh membawa kepada banyak perlanggaran, menjadikan HashMap menjadi koleksi senarai yang berkaitan dengan panjang (atau pokok), yang merendahkan prestasi.

? Pastikan kunci mengatasi hashCode() dan equals() nilai hash yang betul dan seragam.

Sebagai contoh, menggunakan kunci yang selalu mengembalikan kod hash yang sama (misalnya, return 0; ) Menghidupkan HashMap ke dalam senarai yang dipautkan - setiap operasi menjadi O (n).

3. Resolusi Perlanggaran: Senarai Berkaitan vs Pokok

Di Java 8, apabila baldi mempunyai lebih daripada 8 nod dan saiz jadual sekurang-kurangnya 64, senarai itu ditukar kepada pokok merah.

• Kes terbaik : o (1) untuk mendapatkan/meletakkan
• Kes terburuk (banyak perlanggaran) : o (log n) selepas pencapaian, bukan O (n)

Pengoptimuman ini adalah kejam kerana mempertahankan serangan penafian perkhidmatan melalui perlanggaran hash (contohnya, dalam pelayan web menggunakan input pengguna sebagai kunci).

4. Saiz semula overhead

Saiz semula adalah mahal kerana memerlukan:

• Mewujudkan array baru yang lebih besar
• Posisi hash semula untuk semua penyertaan
• Masukkan semula semua penyertaan

Saiz semula yang kerap boleh melambatkan sisipan pukal dengan ketara.

?? Elakkan membiarkan peta berkembang secara dinamik dengan dataset yang besar. Pra-saiznya apabila mungkin.

Prestasi dalam amalan: kerumitan masa

Nota: Kes terburuk menganggap baldi pokok. Tanpa pokok, kes terburuk adalah O (n) setiap operasi.

Konvensyen dan alternatif

HashMap bukanlah benang selamat . Dalam persekitaran yang pelbagai, ia boleh membawa kepada gelung tak terhingga (terutamanya semasa mengubah saiz dalam versi Java yang lebih lama) atau rasuah data.

• Gunakan ConcurrentHashMap untuk operasi yang selamat.
• ConcurrentHashMap juga menggunakan pengoptimuman yang sama (Treeify, saiz semula) tetapi dengan penguncian halus atau operasi CAS.

 Peta <string, integer> safeMap = baru concurrentHashMap <> ();

Ia skala lebih baik di bawah kesesuaian yang tinggi dan mengelakkan perangkap Collections.synchronizedMap() .

Overhead ingatan

Setiap Node dalam HashMap mempunyai overhead objek:

• Rujukan kepada kunci, nilai, seterusnya
• Kod hash disimpan
• Header Object (12-16 bait bergantung pada JVM)

Untuk peta besar, ini boleh menambah. Pertimbangkan alternatif seperti:

• IdentityHashMap (jika kesamaan rujukan sudah cukup)
• Perpustakaan pihak ketiga seperti Trove ( TObjectObjectHashMap ) untuk dikurangkan overhead
• Penyimpanan luar untuk dataset yang sangat besar

Bila Menggunakan HashMap: Amalan Terbaik

• ? Gunakan apabila anda memerlukan pencarian, penyisipan, dan penghapusan purata yang cepat.
• ? Pastikan kunci tidak berubah atau tidak berubah dengan cara yang mempengaruhi hashCode() atau equals() .
• ? Mengatasi hashCode() dan equals() dengan betul dalam kelas kunci tersuai.
• ? Pra-saiz peta untuk jumlah data yang diketahui.
• ? Elakkan menggunakan objek yang boleh berubah sebagai kunci.
• ? Jangan menyimpan data sensitif dalam HashMap tanpa membersihkan rujukan - kebocoran memori boleh berlaku.

Contoh kunci yang baik:

 personykey kelas akhir awam {
    FirstName String Final Private;
    Rentetan akhir peribadi lastname;

    // Pembina, sama dengan, hashcode ...

    @Override
    hashcode int awam () {
        kembali objects.hash (firstName, lastName);
    }
}

Ringkasan

HashMap adalah struktur data yang kuat dan cekap apabila digunakan dengan betul. Prestasi purata O (1) berasal dari hashing pintar, saiz semula dinamik, dan pengendalian perlanggaran melalui senarai dan pokok yang dipautkan. Walau bagaimanapun, prestasi boleh merosot kerana fungsi hash yang lemah, saiz yang tidak wajar, atau penyalahgunaan kunci.

Dengan memahami bagaimana ia berfungsi-dari pengindeksan baldi ke pencapaian-dan menggunakan amalan terbaik di sekitar kapasiti, hashing, dan kesesuaian, anda boleh memanfaatkan HashMap dalam aplikasi kritikal prestasi.

Pada asasnya, ia cepat, tetapi anda harus menghormati hash.

Atas ialah kandungan terperinci Menyelam jauh ke hashmap Java dan prestasinya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!