详解关于hashmap的一些性能测试

　　目录0.前言1.准备工作。1.1模拟哈希冲突1.2 java的基准测试。 2.测试初始化长度 3.模拟一百万个元素put，get的差异。 4.模拟无红黑树情况下get效率4.1 将random扩大，哈希冲突严重性大大减小，模拟大多数哈希冲突导致的哈希链长度均小于8，无法扩展为红黑树，只能遍历数组。4.1.1 ArrayList不同长度下get效率的基准测试4.2 jdk1.8版本，哈希冲突严重下的get效率测试4.3 将jdk版本降为1.7，在哈希冲突依然严重的情况下，get效率如何？ 5.总结 0.前言
　　本文主要讨论哈希冲突下的一些性能测试。
　　为什么要写这篇文章，不是为了KPI不是为了水字数。
　　hashmap是广大JAVA程序员最为耳熟能详，使用最广泛的集合框架。它是大厂面试必问，著名八股经必备。在小公司呢？这些年也面过不少人，对于3，5年以上的程序员，问到hashmap也仅限于要求知道底层是数组+链表，知道怎么放进去，知道有哈希冲突这么一回事即可，可依然免不了装备的嫌疑。
　　可hashmap背后的思想，在缓存，在数据倾斜，在负载均衡等分布式大数据领域都能广泛看到其身影。了解其背后的思想不仅仅只是为了一个hashmap.
　　更重要的是，hashmap不像jvm底层原理那么遥远，不像并发编程那么宏大，它只需要通勤路上十分钟就可搞定基本原理，有什么理由不呢？
　　所以本文试着从相对少见的一个微小角度来重新审视一下hashmap. 1.准备工作。1.1模拟哈希冲突
　　新建两个class,一个正常重写equals和hashcode方法，一个故意在hashcode方法里返回一定范围内的随机数，模拟哈希冲突，以及控制哈希冲突的程序。
　　不冲突的类 @Setter public class KeyTest2 {     private String name;      @Override     public boolean equals(Object o) {         if (this == o) return true;         if (o == null || getClass() != o.getClass()) return false;          KeyTest2 keyTest = (KeyTest2) o;          return name != null ? name.equals(keyTest.name) : keyTest.name == null;     }      @Override     public int hashCode() {          return name != null ? name.hashCode() : 0;     } }
　　冲突的类@Setter @NoArgsConstructor public class KeyTest {     private String name;      private Random random;      public KeyTest(Random random){         this.random = random;     }      @Override     public boolean equals(Object o) {         if (this == o) return true;         if (o == null || getClass() != o.getClass()) return false;          KeyTest keyTest = (KeyTest) o;          return name != null ? name.equals(keyTest.name) : keyTest.name == null;     }      @Override     public int hashCode() {         // return name != null ? name.hashCode() : 0;         return random.nextInt(1000);     } }
　　众所周知，hashmap在做put的时候，先根据key求hashcode，找到数组下标位置，如果该位置有元素，再比较equals，如果返回true,则替换该元素并返回被替换的元素;否则就是哈希冲突了，即hashcode相同但equals返回false。
　　哈希冲突的时候在冲突的数组处形成数组，长度达到8以后变成红黑树。1.2 java的基准测试。
　　这里使用JMH进行基准测试.
　　JMH是Java Microbenchmark Harness的简称，一般用于代码的性能调优，精度甚至可以达到纳秒级别，适用于 java 以及其他基于 JVM 的语言。和 Apache JMeter 不同，JMH 测试的对象可以是任一方法，颗粒度更小，而不仅限于rest api.
　　jdk9以上的版本自带了JMH，如果是jdk8可以使用maven引入依赖。
　　点击查看JMH依赖2.测试初始化长度
　　点击查看初始化长度基本测试代码
　　测试结果图
　　对测试结果图例做一个简单的说明：
　　以上基准测试，会得到一个json格式的结果。然后将该结果上传到官方网站，会得到一个上述图片的结果。
　　横坐标，红色驻图代表有冲突，浅蓝色驻图无冲突。
　　众坐标，ops/ns代表平均每次操作花费的时间，单位为纳秒,1秒=1000000000纳秒，这样更精准。
　　下同。
　　简单说，驻图越高代表性能越低。
　　我测了两次，分别是无哈希冲突和有哈希冲突的，这里只贴一种结果。
　　测试结果表明，hashmap定义时有初始化对比无初始化，有大约4%到12%的性能损耗。
　　足够的初始化长度下，有哈希冲突的测试结果：
　　足够的初始化长度下，没有哈希冲突的测试结果：
　　3.模拟一百万个元素put，get的差异。
　　众所周知，hashmap在频繁做resize时，性能损耗非常严重。以上是没初始化长度，无冲突和有冲突的情况下，前者性能是后者性能的53倍。
　　那么在初始化长度的情况下呢？HashMap map = new HashMap(1000000);
　　同样的代码下，得到的测试结果
　　以上是有初始化长度，无冲突和有冲突的情况下，前者性能是后者性能的58倍。
　　大差不差，不管有无初始化长度，无冲突的效率都是有冲突效率的50倍以上。说明，这是哈希冲突带来的性能损耗。4.模拟无红黑树情况下get效率4.1 将random扩大，哈希冲突严重性大大减小，模拟大多数哈希冲突导致的哈希链长度均小于8，无法扩展为红黑树，只能遍历数组。
　　将KeyTest的hashcode方法改为：@Override     public int hashCode() {         // return name != null ? name.hashCode() : 0;         return random.nextInt(130000);     }
　　这样1000000/130000 < 8,这样大多数的哈希链将不会扩展为红黑树。
　　测试结果为：
　　测试结果说明，**有冲突的效率反而比无冲突的效率要高**，差不多高出80%左右。
　　这其实有点违反常识，我们通常讲，hashmap要尽量避免哈希冲突，哈希冲突的情况下写入和读取性能都会受到很大的影响。
　　但是上面的测试结果表明，大数据量相对比较大的时候，适当的哈希冲突(<8)反而读取效率更高。
　　个人猜测是，适当的哈希冲突，数组长度大为减少。
　　为了证明以上猜想，直接对ArrayList进行基准测试。4.1.1 ArrayList不同长度下get效率的基准测试
　　模拟一个哈希冲突非常严重下，底层数组长度较小的list，和哈希冲突不严重情况下，底层数组较大的list，再随机测试Get的效率如何。
　　点击查看测试代码
　　测试结果如下：
　　可以看到，这里不能(有误，待重测)间接证实了以上的猜想。
　　当然这里的代码可能并不严谨，也欢迎大家一起讨论。4.2 jdk1.8版本，哈希冲突严重下的get效率测试
　　测试结果说明：在jdk8,无冲突效率是有有冲突的3倍左右。4.3 将jdk版本降为1.7，在哈希冲突依然严重的情况下，get效率如何？
　　测试结果说明：在jdk7,无冲突效率是有有冲突的12倍左右。
　　结合4.1和4.2的测试对比，说明jdk1.8红黑树的优化效率确实提升很大。5.总结
　　1.初始化的时候指定长度，长度要考虑到负载因子0.75.初始化的影响受到哈希冲突的影响，没有那么大(相对于倍数而言)，但也不小。
　　2.哈希冲突严重时，put性能急剧下降。（几十倍级）
　　3.相同元素个数的前提下，在哈希冲突时，get效率反而更高。
　　4.相比之前的版本，哈希冲突严重时，jdk8红黑树对get效率有非常大的提升。
　　测试代码和测试结果在 这里
　　苍茫之天涯，乃吾辈之所爱也；浩瀚之程序，亦吾之所爱也，然则何时而爱耶？必曰：先天下之忧而忧，后天下之爱而爱也！