Java中使用HashMap時指定初始化容量效能一定會更好嗎？

  一些Java程式設計老手在做CodeReview時，都會告訴其他人，使用HashMap時建議指定容量大小，原因是指定容量後，程式碼效能會更好一些。後來隨著阿里Java開發手冊在業內廣為傳播，這一點早已深入人心，我自己也早已習慣在使用HashMap時指定容量大小。但我今天突發奇想，想知道指定容量和不指定容量時效能究竟有多少的差異，測試部分測試資料的結果讓我大跌眼睛，有些情況下指定容量的效能還比不指定容量時差！！ ，但其他部分還是很符合我之前的認知的。

   先說下我的測試平臺和測試方法，我使用了openjdk17和jmh單執行緒測試，測試程式碼如下：

    @Benchmark
    @BenchmarkMode(Mode.Throughput)
    @Measurement(iterations = 2, time = 5)
    @Threads(1)
    @Fork(0)
    @Warmup(iterations = 1, time = 5)
    public void withoutCap() {
        Map<Integer, Integer> map = new HashMap<>();
        for (int i = 0; i < CAP; i++) {
            map.put(random.nextInt(), 1);
        }
    }

    @Benchmark
    @BenchmarkMode(Mode.Throughput)
    @Measurement(iterations = 2, time = 5)
    @Threads(1)
    @Fork(0)
    @Warmup(iterations = 1, time = 5)
    public void withCap() {
        Map<Integer, Integer> map = new HashMap<>(CAP);
        for (int i = 0; i < CAP; i++) {
            map.put(random.nextInt(), 1);
        }
    }

  這裡為了避免Java中小資料快取，我特意使用了隨機數作為KEY，而VALUE一視同仁都使用了1。兩個方法就是新建一個HashMap並不斷往map裡put資料，唯一差異就是一個指定了CAP引數。 在我設定了不同引數後，得到了以下資料（越高越好）：

  可以看出，容量16是個分水嶺，當容量為16時，二者幾乎沒啥差異，這也很容易理解，當不指定容量時預設初始容量就是16。但容量大於16時，指定容量時的效能會高於不指定時的效能，隨著數量的增加，前者會比後者效能高出50%。但當資料量小於16時，不指定容量大小反而效能更高，最多甚至相差2倍，這就和我們之前的認知不一樣了。
  上面資料中還有個很奇怪的點，那就是當資料量為1025時，效能居然還高於1024，而且差異巨大。就好比別人比你多幹了1份活，但用的時間比你少一半。我跑了多次都是這個結果，這不是測試誤差，這個結果和計算機底層儲存實現有關，具體原理可以參考問題 為什麼轉置512x512的矩陣比轉置513x513的矩陣慢？

備註：以上資料經過多次執行測試，資料雖有波動，但資料波動基本都在3%以內。

   那為什麼在大資料量的情況下，指定容量的程式碼效能會更好呢？這就得說到HashMap的實現原理，更詳細內容可以參考我之前寫的HashMap原始碼淺析。這裡為了方便大家直觀地理解效能差異產生的原因，我們用牧場養羊類比下。 假設你要開始養羊，你得現有場地吧，假設你先找了塊小場地，但隨著你的羊群發展壯大，場地不夠用了，你就得搬到一個更大的新場地，如果發展速度特別快，你就得頻繁搬家，搬家就逐漸變成了負擔。但如果你一開始就知道你最多能養多少的羊，直接找個足夠大的場地，不就能省去一直搬家的成本了嗎！
  這裡你把羊類比成資料，場地類比為記憶體，在HashMap中，如果開始不指定容量大小，JVM預設會給你一個非常小的(16)的容量空間，如果之後資料量變多，就需要重新申請更大的空間，並把資料遷移到新空間上，於是額外增加了時間消耗。這便是效能差異產生的原因。

   但當容量小於16時，指定容量的方式反而效能更差。這個我之前從未看過其他資料有說過，我簡單談下自己的分析和理解。 當呼叫new HashMap()和new HashMap(CAP)時，分別執行了不同的建構函式，而二者的建構函式的邏輯是有差異的，當指定容量時，執行了容量引數檢查的程式碼：

    public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }
    static final int tableSizeFor(int cap) {
        int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

   不指定容量時，構造方法內只有一行this.loadFactor = DEFAULT_LOAD_FACTOR;，在put的資料量一致時，後續所有的程式碼執行流程都是一致的，所以指定容量時，上面容量引數檢查的程式碼帶來了額外的效能負擔，所以導致資料量較小時指定容量時反而效能更差一些。

  最後回到文章標題上來，Java中使用HashMap時指定初始化容量效能一定會更好嘛？答案是不一定，指定容量也有可能效能會更差。當然，絕大多數情況下還是建議指定容量的，類似的還有ArrayList，也建議指定容量。 別人給出的結論不一定的完全正確的，只有知道產生結論的原因，才能更有效的利用這個結論。