[[338576]]

正文

加載因子是哈希表在其容量自動(dòng)增加之前可以達(dá)到多滿的一種尺度，它衡量的是一個(gè)散列表的空間的使用程度，負(fù)載因子越大表示散列表的裝填程度越高，反之愈小。

對于使用鏈表法的散列表來說，查找一個(gè)元素的平均時(shí)間是 O(1+a)。因此如果負(fù)載因子越大，對空間的利用更充分，然而后果是查找效率的降低;如果負(fù)載因子太小，那么散列表的數(shù)據(jù)將過于稀疏，對空間造成嚴(yán)重浪費(fèi)。

如果你看過源代碼，你會(huì)發(fā)現(xiàn)在初始條件下，HashMap 在時(shí)間和空間兩者間折中選擇了 0.75

/** 
* The load factor used when none specified in constructor. 
*/ 
 
static final float DEFAULT_LOAD_FACTOR = 0.75f; 

但是為什么一定是 0.75?而不是 0.8，0.6，這里有一個(gè)非常重要的概念：泊松分布。

相信大家都學(xué)過概率論，對這個(gè)大名鼎鼎的定律感覺應(yīng)該是既熟悉又陌生。本篇文章的重點(diǎn)不是為大家普及概率論知識，這里就簡單介紹下。

泊松分布是最重要的離散分布之一，它多出現(xiàn)在當(dāng)X表示在一定的時(shí)間或空間內(nèi)出現(xiàn)的事件個(gè)數(shù)這種場合。

舉個(gè)簡單的例子，假如你一個(gè)老板，新開張了一家酒店，這個(gè)時(shí)候應(yīng)該如何準(zhǔn)備一天所用的食材呢?

準(zhǔn)備的太多，最后賣不掉這么多菜只能浪費(fèi)扔掉;準(zhǔn)備不夠，又接不了生意。但是你有很多同行和朋友，他們會(huì)告訴你很多經(jīng)驗(yàn)。

比如把一天分成幾個(gè)時(shí)間段，上午、下午、晚上每個(gè)時(shí)間段大概會(huì)來多少個(gè)客人，每一桌大概會(huì)點(diǎn)幾個(gè)菜。綜合下來，就可以大致知道在一天的時(shí)間內(nèi)，估計(jì)出需要準(zhǔn)備的食材數(shù)量。

我們接下來看看 HashMap 源碼注釋的原話：

Ideally, under random hashCodes, the frequency of nodes in bins follows a Poisson distribution with a parameter of about 0.5 on average for the default resizing threshold of 0.75, although with a large variance because of resizing granularity. Ignoring variance, the expected occurrences of list size k are (exp(-0.5) * pow(0.5, k) /factorial(k)).

翻譯過來說的是，在理想情況下,使用隨機(jī)哈希碼，節(jié)點(diǎn)出現(xiàn)的頻率在 hash 桶中遵循泊松分布。

對照桶中元素個(gè)數(shù)和概率的表，可以看到當(dāng)用 0.75 作為加載因子時(shí)，桶中元素到達(dá) 8 個(gè)的時(shí)候，概率已經(jīng)變得非常小，因此每個(gè)碰撞位置的鏈表長度超過 8 個(gè)是幾乎不可能的，因此在鏈表節(jié)點(diǎn)到達(dá) 8 時(shí)才開始轉(zhuǎn)化為紅黑樹。

本文轉(zhuǎn)載自微信公眾號「程序員大帝」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系程序員大帝公眾號。