为什么 Java HashMap 的默认初始容量设置为 16？

在 Java 中，HashMap 是一种基于散列表的数据结构，它的默认初始容量设置为 16。为什么是 16，而不是其他值？这是一个设计上的权衡，涉及到性能、内存效率以及散列算法的实现。本文将从多个角度深入探讨这个问题。

---

一、HashMap 的基本结构与容量的意义

HashMap 的底层结构

HashMap 的底层是一个 数组 + 链表/红黑树 的组合结构：

• 数组用于快速定位存储位置（索引）。
• 每个数组位置称为一个“桶”，如果多个键映射到同一个桶中，就会形成链表（或在某些情况下是红黑树）。

容量的重要性

• 容量（Capacity） 是 HashMap 数组的大小，决定了 HashMap 可以容纳的桶数量。
• 容量越大，每个桶内的元素越少，哈希冲突也越少。
• 然而，容量越大，内存浪费的风险也越高。因此，容量的选择需要在性能和内存使用之间找到平衡。

初始容量

• 初始容量是 HashMap 创建时分配的数组大小。
• Java 的 HashMap 默认初始容量为 16，且始终为 2 的幂。

---

二、为什么容量必须是 2 的幂？

计算索引的方式

HashMap 通过键的哈希值（hashCode）计算存储位置（数组索引）。计算公式是：

index=hash&(capacity−1)\text{index} = \text{hash} \& (\text{capacity} - 1)

• 按位与（&）操作：通过位运算，直接将哈希值限制在数组长度范围内。
• 2 的幂优化：
  • 当容量为 2n2^n 时，capacity−1\text{capacity} - 1 的二进制表示是最低 nn 位全为 1。
  • 按位与操作保留哈希值的低 nn 位，从而快速计算索引。

示例

假设容量 n=16n = 16（即 242^4）：

• n−1=15n - 1 = 15，二进制为 00001111。
• 一个键的哈希值为 11010101，按位与操作：

  11010101
  & 00001111
  ---------
    00000101  （索引为 5）
  

• 通过这种方式，索引始终限制在 [0, 15] 的范围内。

为什么不用取模（%）？

• 传统的散列表使用 hash % capacity 计算索引，但取模操作涉及除法，计算速度较慢。
• 使用 & (capacity - 1) 可以替代取模运算，速度更快，性能更高。

---

三、为什么初始容量选择 16？

1. 性能与冲突的平衡

• 默认容量设置为 16，可以提供 16 个桶，足以满足大部分中小规模应用的需求。
• 冲突（多个键映射到同一个桶）较少时，HashMap 的操作性能接近 O(1)O(1)。如果初始容量太小（如 4 或 8），容易导致冲突增多，性能下降。

2. 配合默认装载因子

HashMap 的默认装载因子为 0.75，表示在当前存储的键值对数量超过 容量 × 0.75 时触发扩容。

• 初始容量为 16 时，在存储 12 个键值对 时会触发扩容。
• 这可以延缓扩容的发生，减少扩容带来的性能开销。

3. 内存与性能的折中

• 如果初始容量过大（如 32 或 64），在存储少量数据时会浪费内存。
• 如果初始容量过小（如 4 或 8），则容易频繁触发扩容，增加扩容开销。
• 16 是一个合理的折中值，既可以减少扩容次数，又不会浪费太多内存。

4. 历史与兼容性

• 早期 Java 的 Hashtable 和 HashMap 默认初始容量均为 16，这一设置经过实践证明适合大多数场景。
• 为了兼容性和用户习惯，默认初始容量保持为 16。

---

四、总结

Java 的 HashMap 默认初始容量设置为 16 是一种设计上的平衡，综合了性能、内存效率和通用性：

1. 容量是 2 的幂：通过位运算高效计算索引，避免慢速的取模操作。
2. 容量为 16：在性能和内存之间取得折中，适合大多数中小规模应用场景。
3. 装载因子和扩容策略：初始容量配合默认装载因子 0.75，可以在存储 12 个键值对之前避免扩容，进一步提高效率。。