HashSet初始化容量应按expectedSize/0.75向上取整再经tableSizeFor校准为2的幂，如预期900个元素则设2048，避免扩容且不浪费内存。

HashSet 初始化容量要规范，核心是避免默认扩容带来的性能损耗，同时不浪费内存。它底层用 HashMap 存储，所以初始化逻辑和 HashMap 完全一致——不是直接设多少就多少，而是会自动调整为“大于等于你传入值的最小 2 的幂”。

为什么不能直接写 new HashSet(1000)

传入 1000，实际初始容量不会是 1000。JDK 会调用 tableSizeFor(1000) 计算：先减 1 得 999，再通过位运算填充高位，最终返回 1024（2¹⁰）。这是为了保证哈希桶数组长度始终是 2 的幂，便于用位运算替代取模提升散列效率。

• new HashSet(1) → 实际容量 1（2⁰）
• new HashSet(15) → 实际容量 16（2⁴）
• new HashSet(17) → 实际容量 32（2⁵）
• new HashSet(1000) → 实际容量 1024（2¹⁰）

怎么算出合适的初始容量

关键看预期元素个数和默认负载因子 0.75。公式是：

initialCapacity = (int) Math.ceil(expectedSize / 0.75)

立即学习“Java免费学习笔记（深入）”；

再由 JDK 自动向上取整到 2 的幂。例如预计存 900 个唯一元素：

Alibabacloud Sdk Client Initialization For Java

在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。

下载

• 900 ÷ 0.75 = 1200
• Math.ceil(1200) = 1200
• tableSizeFor(1200) = 2048（2¹¹）→ 这就是真正分配的桶数组长度

这样设置后，直到元素数达到 2048 × 0.75 = 1536 才会触发第一次扩容，远超你的 900 预期，基本避免扩容。

代码写法建议

推荐显式计算并传入，比依赖默认更可控：

int expectedSize = 900;
int capacity = (int) Math.ceil(expectedSize / 0.75);
HashSet<String> set = new HashSet<>(capacity);

如果项目中常用固定规模，可封装工具方法：

• 传入预期数量，返回经 tableSizeFor 校准后的容量
• 对小数据量（如 < 10），其实没必要设，用无参构造即可
• 对大数据量（如 > 1 万），设容量能减少 2～3 次扩容，实测插入耗时下降 20%～40%

别踩这些坑

• 不要传 0 或负数：new HashSet(0) 仍得容量 1，但语义不清，建议用无参构造

• 不要盲目设过大：比如预期 1000 却传 10000，实际容量变成 16384，空桶太多，遍历和内存占用反而上升

• 自定义对象作元素时，必须重写 hashCode() 和 equals()，否则容量设再准也白搭——重复判断失效，集合行为异常