Java 8中HashMap的效能提升

HashMap是一個高效通用的資料結構，它在每一個Java程式中都隨處可見。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裡。桶的數量通常要比map中的記錄的數量要稍大，這樣每個桶包括的值會比較少（最好是一個）。當通過key進行查詢時，我們可以在常數時間內迅速定位到某個桶（使用hashCode()對桶的數量進行取模）以及要找的物件。

這些東西你應該都已經知道了。你可能還知道雜湊碰撞會對hashMap的效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，這些值是儲存到一個連結串列中的。最壞的情況下，所有的key都對映到同一個桶中，這樣hashmap就退化成了一個連結串列——查詢時間從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。為了能完成控制hashCode()方法的行為，我們定義瞭如下的一個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類的實現中規中矩：它重寫了equals()方法並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物件快取了起來，而不是每次都重新開始建立一遍：

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];
}
}

現在我們可以開始進行測試了。我們的基準測試使用連續的Key值來建立了不同的大小的HashMap（10的乘方，從1到1百萬）。在測試中我們還會使用key來進行查詢，並測量不同大小的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()裡面，Java 8比Java 7要快20%。整體的效能也相當不錯：儘管HashMap裡有一百萬條記錄，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週期。相當令人震撼！不過這並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。由於所有的記錄都在同一個桶裡的超長連結串列內，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，它的時間複雜度是O(n)。

不過Java 8的表現要好許多！它是一個log的曲線，因此它的效能要好上好幾個數量級。儘管有嚴重的雜湊碰撞，已是最壞的情況了，但這個同樣的基準測試在JDK8中的時間複雜度是O(logn)。單獨來看JDK 8的曲線的話會更清楚，這是一個對數線性分佈：

為什麼會有這麼大的效能提升，儘管這裡用的是大O符號（大O描述的是漸近上界）？其實這個優化在JEP-180中已經提到了。如果某個桶中的記錄過大的話（當前是TREEIFY_THRESHOLD = 8），HashMap會動態的使用一個專門的treemap實現來替換掉它。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？前面產生衝突的那些KEY對應的記錄只是簡單的追加到一個連結串列後面，這些記錄只能通過遍歷來進行查詢。但是超過這個閾值後HashMap開始將列表升級成一個二叉樹，使用雜湊值作為樹的分支變數，如果兩個雜湊值不等，但指向同一個桶的話，較大的那個會插入到右子樹裡。如果雜湊值相等，HashMap希望key值最好是實現了Comparable介面的，這樣它可以按照順序來進行插入。這對HashMap的key來說並不是必須的，不過如果實現了當然最好。如果沒有實現這個介面，在出現嚴重的雜湊碰撞的時候，你就並別指望能獲得效能提升了。

這個效能提升有什麼用處？比方說惡意的程式，如果它知道我們用的是雜湊演算法，它可能會傳送大量的請求，導致產生嚴重的雜湊碰撞。然後不停的訪問這些key就能顯著的影響伺服器的效能，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效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。

測試使用的環境是：Intel Core i7-3635QM @ 2.4 GHz，8GB記憶體，SSD硬碟，使用預設的JVM引數，執行在64位的Windows 8.1系統 上。