Java 8測試使用：HashMap的性能提升

作者：有孚 2015-01-06 09:59:03

HashMap是一個高效通用的數(shù)據(jù)結構，它在每一個Java程序中都隨處可見。先來介紹些基礎知識。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，這樣每個桶包括的值會比較少（最好是一個）。當通過key進行查找時，我們可以在常數(shù)時間內迅速定位到某個桶（使用hashCode()對桶的數(shù)量進行取模）以及要找的對象。

這些東西你應該都已經(jīng)知道了。你可能還知道哈希碰撞會對hashMap的性能帶來災難性的影響。如果多個hashCode()的值落到同一個桶內的時候，這些值是存儲到一個鏈表中的。最壞的情況下，所有的key都映射到同一個桶中，這樣hashmap就退化成了一個鏈表——查找時間從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類的實現(xiàn)中規(guī)中矩：它重寫了equals()方法并且提供了一個還算過得去的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)在我們可以開始進行測試了。我們的基準測試使用連續(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）。在測試中我們還會使用key來進行查找，并測量不同大小的HashMap所花費的時間：

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)); 
} 
} 
}

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

假設有一個很差勁的key，他總是返回同一個值。這是最糟糕的場景了，這種情況完全就不應該使用HashMap:

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

Java 7的結果是預料中的。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桶里的超長鏈表內，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，它的時間復雜度是O(n)。

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

為什么會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）？其實這個優(yōu)化在JEP-180中已經(jīng)提到了。如果某個桶中的記錄過大的話（當前是TREEIFY_THRESHOLD = 8），HashMap會動態(tài)的使用一個專門的treemap實現(xiàn)來替換掉它。這樣做的結果會更好，是O(logn)，而不是糟糕的O(n)。它是如何工作的？前面產生沖突的那些KEY對應的記錄只是簡單的追加到一個鏈表后面，這些記錄只能通過遍歷來進行查找。但是超過這個閾值后HashMap開始將列表升級成一個二叉樹，使用哈希值作為樹的分支變量，如果兩個哈希值不等，但指向同一個桶的話，較大的那個會插入到右子樹里。如果哈希值相等，HashMap希望key值最好是實現(xiàn)了Comparable接口的，這樣它可以按照順序來進行插入。這對HashMap的key來說并不是必須的，不過如果實現(xiàn)了當然最好。如果沒有實現(xiàn)這個接口，在出現(xiàn)嚴重的哈希碰撞的時候，你就并別指望能獲得性能提升了。

這個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，它可能會發(fā)送大量的請求，導致產生嚴重的哈希碰撞。然后不停的訪問這些key就能顯著的影響服務器的性能，這樣就形成了一次拒絕服務攻擊（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，同時也讓HashMap性能的可預測性稍微增強了一些。我希望這個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內存，SSD硬盤，使用默認的JVM參數(shù)，運行在64位的Windows 8.1系統(tǒng) 上。

原文轉自：Java 8：HashMap的性能提升

責任編輯：張偉來源： Java譯站

Java 8