java8： hashmap性能提高

HashMap是一个高效通用的数据结构，它在每个Java程序中都随处可见。先来介绍些基础知识。你可能也知道，HashMap使用key的hashCode()和equals()方法来将值划分到不一样的桶里。桶的数量一般要比map中的记录的数量要稍大，这样每一个桶包括的值会比较少（最好是一个）。当经过key进行查找时，咱们能够在常数时间内迅速定位到某个桶（使用hashCode()对桶的数量进行取模）以及要找的对象。

这些东西你应该都已经知道了。你可能还知道哈希碰撞会对hashMap的性能带来灾难性的影响。若是多个hashCode()的值落到同一个桶内的时候，这些值是存储到一个链表中的。最坏的状况下，全部的key都映射到同一个桶中，这样hashmap就退化成了一个链表——查找时间从O(1)到O(n)。咱们先来测试下正常状况下hashmap在Java 7和Java 8中的表现。为了能完成控制hashCode()方法的行为，咱们定义了以下的一个Key类：

class Key implements Comparable<Key> {private final int value;Key(int value) {this.value = value;}@Overridepublic int compareTo(Key o) {return Integer.compare(this.value, o.value);}@Overridepublic 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;}@Overridepublic int hashCode() {return value;}}

Key类的实现中规中矩：它重写了equals()方法而且提供了一个还算过得去的hashCode()方法。为了不过分的GC，我将不可变的Key对象缓存了起来，而不是每次都从新开始建立一遍：

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];}}

如今咱们能够开始进行测试了。咱们的基准测试使用连续的Key值来建立了不一样的大小的HashMap（10的乘方，从1到1百万）。在测试中咱们还会使用key来进行查找，并测量不一样大小的HashMap所花费的时间：

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;@Paramprivate int mapSize;@Overrideprotected 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));}}}

有意思的是这个简单的HashMap.get()里面，Java 8比Java 7要快20%。总体的性能也至关不错：尽管HashMap里有一百万条记录，单个查询也只花了不到10纳秒，也就是大概我机器上的大概20个CPU周期。至关使人震撼！不过这并非咱们想要测量的目标。

假设有一个不好劲的key，他老是返回同一个值。这是最糟糕的场景了，这种状况彻底就不该该使用HashMap:

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

Java 7的结果是预料中的。随着HashMap的大小的增加，get()方法的开销也愈来愈大。因为全部的记录都在同一个桶里的超长链表内，平均查询一条记录就须要遍历一半的列表。所以从图上能够看到，它的时间复杂度是O(n)。

不过Java 8的表现要好许多！它是一个log的曲线，所以它的性能要好上好几个数量级。尽管有严重的哈希碰撞，已经是最坏的状况了，但这个一样的基准测试在JDK8中的时间复杂度是O(logn)。单独来看JDK 8的曲线的话会更清楚，这是一个对数线性分布：

为何会有这么大的性能提高，尽管这里用的是大O符号（大O描述的是渐近上界）？其实这个优化在JEP-180中已经提到了。若是某个桶中的记录过大的话（当前是TREEIFY_THRESHOLD = 8），HashMap会动态的使用一个专门的treemap实现来替换掉它。这样作的结果会更好，是O(logn)，而不是糟糕的O(n)。它是如何工做的？前面产生冲突的那些KEY对应的记录只是简单的追加到一个链表后面，这些记录只能经过遍从来进行查找。可是超过这个阈值后HashMap开始将列表升级成一个二叉树，使用哈希值做为树的分支变量，若是两个哈希值不等，但指向同一个桶的话，较大的那个会插入到右子树里。若是哈希值相等，HashMap但愿key值最好是实现了Comparable接口的，这样它能够按照顺序来进行插入。这对HashMap的key来讲并非必须的，不过若是实现了固然最好。若是没有实现这个接口，在出现严重的哈希碰撞的时候，你就并别期望能得到性能提高了。

这个性能提高有什么用处？比方说恶意的程序，若是它知道咱们用的是哈希算法，它可能会发送大量的请求，致使产生严重的哈希碰撞。而后不停的访问这些key就能显著的影响服务器的性能，这样就造成了一次拒绝服务攻击（DoS）。JDK 8中从O(n)到O(logn)的飞跃，能够有效地防止相似的攻击，同时也让HashMap性能的可预测性稍微加强了一些。我但愿这个提高能最终说服你的老大赞成升级到JDK 8来。

测试使用的环境是：Intel Core i7-3635QM @ 2.4 GHz，8GB内存，SSD硬盘，使用默认的JVM参数，运行在64位的Windows 8.1系统 上。