高效使用Map

Map是一种非常用的数据结构，在一些底层框架或者效率十分关键的地方也是十分常用的。我写这篇文章的意图就是把我关于高效使用map的一些经验技巧写下来，当然其中我的一些观点可能不对，如果有朋友发现有错误的地方，欢迎指正。

在Java中Map是什么呢？先说HashMap，java.util.HashMap这个类，就是一个链表数组，最简单的理解就是把key的hashCode % len得到所在链表的位置，然后在链表上挨个查找。

这个代码摘抄自JDK 6的java.util.HashMap，为了方便说明问题，有所删减。其中一些关键点，我都已经注释说明

Java代码

public class HashMap<K, V> {
// Entry是一个很标准的链表结构
static class Entry<K, V> {
final K key;
V value;
Entry<K, V> next;
final int hash;
}

transient Entry[] table; // table就是一个链表数组
transient int size;

public HashMap(int initialCapacity) {
// 注意，这里是性能的一个很关键地方，如果自行编写HashMap时，table.length不是2的n次方，性能会很容易很糟糕。
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;

table = new Entry[capacity];
}

// get方法所做的事情包括hash、indexFor、链表遍历、链表中每个Entry.key的相等比较
public V get(Object key) {
int hash = hash(key.hashCode()); //
int index = indexFor(hash, table.length);
for (Entry<K, V> e = table[index]; e != null; e = e.next) { // 链表遍历
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
return e.value;
}
}
return null;
}

public V put(K key, V value) {
int hash = hash(key.hashCode());
int index = indexFor(hash, table.length);
for (Entry<K, V> e = table[index]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
return oldValue;
}
}

addEntry(hash, key, value, index);
return null;
}

void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K, V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
if (size++ >= threshold) {
resize(2 * table.length); // 多个线程并发访问时，resize会调用transfer方法，而transfer方法会在某种情况下产生死循环。
}
}

static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}

static int indexFor(int h, int length) {
return h & (length - 1); // 这个比取模运算%速度快。
}
}

通过上面的代码和注释，我们基本能够了解HashMap是干啥的，他是一个很简单很常用的数据结构，本身HashMap的性能很好，但是某些场景下，我们还是对HashMap做定制化的处理，使得其更高效。

例如Key是int的场景，专门编写IntHashMap能够获得更高效的性能，中间能够减少Integer对象的产生，减轻GC负担，同时，hash函数和遍历时的equals也能省下不少动作。一个性能比较数据如下：

测试的代码：


Java代码


final int COUNT = 1000 * 10;
final int loopCount = 10000;
HashMap<Object, Object> map = new HashMap<Object, Object>(); // IntHashMap测试时相对应是IntHashMap

for (int i = 0; i < loopCount; ++i) {
for (int j = 0; j < COUNT; ++j) {
if (map.get(j) == null) {
map.put(j, value);
}
}
}

结果：

Map类型 耗时 YoungGC FullGC
IntHashmap<Object> 5,437 0 0
Hashmap<Integer, Object> 13,312 251 0

从结果来看，使用原生类型int替代Integer作为key，性能翻倍。

HashMap的性能是很好的，但不是线程安全的，最恶劣的并发问题就是table的resize时产生死循环。为了线程安全，我们通常需要使用 ConcurrentHashMap，ConcurrentHashMap缺省能够支持16个并发写，而且不会产生令人十分讨厌的 ConcurrentModificationException。可是ConcurrentHashMap的性能并不好，如上面的测试场景，测试性能数 据如下：


Map类型 耗时 YoungGC FullGC
IntHashmap<Object> 5,437 0 0
Hashmap<Integer, Object> 13,312 251 0
ConcurrentIntHashmap<Object> 21,452 0 0
ConcurrentHashmap<Integer, Object> 37,624 1409 0

通过测试数据看，ConcurrentHashMap的get性能要比HashMap性能要差很多，3倍多的差距。

有没有办法做到线程安全，但是get性能接近HashMap呢？答案是肯定的！ConcurrentHashMap其实就是一个Segment数 组，每个Segment的功能类似一个HashMap，Segment是线程安全的，一个ConcurrentHashMap缺省包含16个 Segment，所以支持16个并发写入，但大多数场景我们并不需要并发写入，需要的是线程安全并且高效查找。那么思路就很明确了，把 ConcurentHashMap的Segement拿出来，修改成一个HashMap，性能如何？测试数据补上：



Map类型 耗时 YoungGC FullGC 说明
IntHashmap<Object> 5,437 0 0 参考HashMap修改而成
Hashmap<Integer, Object> 13,312 251 0  
ConcurrentIntHashmap<Object> 21,452 0 0 参考ConcurrentHashMap修改而成
ConcurrentHashmap<Integer, Object> 37,624 1409 0
FastConcurrentIntHashmap<Object> 5,703 0 0 参考ConcurrentHashMap.Segment修改而成
FastConcurrentHashmap<Integer, Object> 12,499 225 0 参考ConcurrentHashMap.Segment修改而成


从数据来看，FastConcurrentIntHashmap的性能非常好，接近IntHashMap 了，FastConcurrentHashmap<Integer, Object>的性能则比HashMap速度还快一点点，可能是ConcurrentHashMap.Segement的实现更高效吧。

总结一下，我们可以参考HashMap编写IntHashMap，参考ConcurrentHashMap编写 ConcurrentIntHashMap，参考ConcurrentHashMap.Segment编写专门针对读取优化的 FastConcurrentHashMap，从而在特别场景下获得更快的性能。

同理，我们也可以参考HashMap和ConcurrentHashMap编写相应的CharArrayHashMap和 CharArrayConcurrentHashMap，在特别场景下，能够获得比HashMap<String, Object>以及ConcurrentHashMap<String, Object>更好的性能。