预估元素数需除以负载因子再向上取整，再对齐到2的幂，否则易触发无效扩容；如存800个元素应传1067而非800，得容量2048而非1024。

直接给初始容量不等于真能“装下”预估数量——关键在算对理论最小容量，再对齐到 2 的幂。否则哪怕传了 1000，实际还是 1024 容量，769 个元素就触发扩容，白耗 CPU 和 GC。

别直接用业务数当 initialCapacity

很多人写 new HashMap(800)，以为给了 800 就够用。其实 HashMap 会先调用 tableSizeFor(800) → 得到 1024；而默认负载因子 0.75 下，1024 容量最多安全存 768 个元素。第 769 次 put 就强制 resize，所有已有 key 全部 rehash。

• 错误做法：new HashMap(800) → 实际容量 1024 → 容量上限 768
• 正确做法：new HashMap((int) Math.ceil(800 / 0.75)) → 传入 1067 → tableSizeFor(1067) = 2048
• 更稳妥：直接写死 new HashMap(2048, 0.75f)，语义清晰，跳过运行时计算

批量构建 Map 时必须预分配

从 List 转 Map 是高频场景，但循环里无预分配会滚雪球式扩容。比如往空 HashMap 插入 1000 个元素，默认容量 16，要经历约 7 次扩容（16→32→64→128→256→512→1024→2048），每次都要遍历迁移全部已存元素。

• 推荐写法：Map<String, Item> map = new HashMap<>(list.size() + 16)，+16 是防边界抖动的缓冲
• Java 10+ 更优：list.stream().collect(Collectors.toMap(Item::id, Function.identity()))，底层已按 size 预估容量
• 避免：Map map = new HashMap(); for (...) map.put(...) —— 扩容次数不可控

负载因子不是固定值，得看读写比和内存压力

0.75 是通用平衡点，但不是铁律。它本质是时间（冲突链长度）和空间（数组稀疏度）的显式权衡。

• 读多写少、内存宽裕（如配置缓存、枚举映射）：可设 0.85f 或 0.9f，减少扩容频次
• 写入不均匀或 GC 敏感（如 key 是递增字符串）：降到 0.6f，压低冲突链平均长度
• 短生命周期 Map（单次请求内创建即弃）：可用 new HashMap(16, 1.2f)，允许存 19 个再扩容，省掉一次 resize

用 Guava 或 Java 新 API 简化计算

手动算 tableSizeFor((int) Math.ceil(n / 0.75)) 容易出错，尤其强转和取整顺序。有更轻量方案：

• Guava 提供 Maps.newHashMapWithExpectedSize(800)，内部自动套用标准公式，一行解决
• Java 19+ 可考虑 Map.ofEntries() 构建不可变 Map，彻底避开扩容问题
• ConcurrentHashMap 不同：它按 tableSizeFor((int)(n * 1.5 + 1)) 计算，预估 100 就传 100，内部会升到 256