java hashmap 默认负载因子 0.75 是基于空间利用率与查询性能折中得出的经验值，具体来源于随机键在哈希表中分布的统计学概率。当负载因子达到 0.75 时，发生哈希冲突的概率约为 6%，此时扩容带来的计算开销与桶内链表/红黑树遍历的成本达到了平衡。若使用线性探测法，该数值能确保平均查找长度保持在较低水平。
为什么选择 0.75 而不是 0.5 或 0.8？
选择 0.75 而非其他数值，核心在于权衡内存占用与时间复杂度。如果负载因子设为 0.5，虽然冲突极少，但数组空间浪费严重，内存利用率仅为一半；如果设为 0.9 或更高，虽然节省内存，但冲突率急剧上升，导致大量元素聚集在少数桶中，使得 get 和 put 操作退化为 O(N) 甚至更差。0.75 是一个经过验证的“甜蜜点”，在大多数实际场景中能提供最优的平均性能。
import java.util.HashMap;
public class LoadFactorDemo {
public static void main(String[] args) {
// 创建 HashMap，显式指定初始容量和负载因子
int initialCapacity = 16;
float loadFactor = 0.75f;
HashMap<String, Integer> map = new HashMap<>(initialCapacity, loadFactor);
// 模拟插入数据直到触发扩容
for (int i = 0; i < 12; i++) {
map.put("key" + i, i);
}
// 检查当前大小和阈值
System.out.println("Current Size: " + map.size());
System.out.println("Threshold: " + (initialCapacity * loadFactor));
// 插入第 13 个元素，触发 resize
map.put("key12", 12);
System.out.println("After Resize, Capacity: " + map.capacity());
}
}
负载因子如何影响 HashMap 的扩容行为？
负载因子直接决定了 HashMap 何时进行扩容（resize）。HashMap 内部维护一个 threshold 字段，其计算公式为：threshold = capacity * loadFactor。当实际元素数量 size 超过 threshold 时，HashMap 会创建一个容量为原两倍的数组，并将所有元素重新哈希分配到新数组中。这个过程涉及大量的内存分配和数据迁移，是 HashMap 中最昂贵的操作之一。因此，合理设置负载因子可以避免频繁的扩容，或者在内存紧张时接受稍高的冲突率。
立即学习“Java免费学习笔记（深入）”；
import java.util.HashMap;
public class ThresholdCalculation {
public static void main(String[] args) {
// 场景 1：默认负载因子 0.75
HashMap<String, String> map1 = new HashMap<>(10);
// 初始容量 16 (默认), 阈值 = 16 * 0.75 = 12
// 当放入第 13 个元素时触发扩容
// 场景 2：高负载因子 0.9
HashMap<String, String> map2 = new HashMap<>(10, 0.9f);
// 阈值 = 16 * 0.9 = 14.4 -> 14
// 允许更多元素存入，减少扩容次数，但增加冲突风险
// 场景 3：低负载因子 0.5
HashMap<String, String> map3 = new HashMap<>(10, 0.5f);
// 阈值 = 16 * 0.5 = 8
// 更早扩容，冲突少，但内存占用翻倍
System.out.println("Map1 Threshold: " + map1.threshold);
System.out.println("Map2 Threshold: " + map2.threshold);
System.out.println("Map3 Threshold: " + map3.threshold);
}
}
在什么情况下应该修改默认的负载因子？
在特定场景下，开发者可能需要调整负载因子以优化性能。例如，当 HashMap 主要用于存储只读数据且已知最终大小时，可以设置较高的负载因子（如 0.9）以减少扩容次数和内存占用。相反，如果 HashMap 用于高频读写且对延迟极其敏感，可以设置较低的负载因子（如 0.5）以降低冲突概率，提高查询速度。此外，对于并发环境，合理的负载因子也能减少线程竞争时的锁竞争范围。需要注意的是，修改负载因子后，应同时考虑初始容量的设置，以避免不必要的扩容。
