Java中，空HashMap空间分配答案

【问题标题】：In Java, empty HashMap space allocationJava中，空HashMap空间分配
【发布时间】：2011-07-06 02:17:12
【问题描述】：

在添加任何元素之前，我如何知道预先确定大小的 HashMap 占用了多少空间？例如我如何确定以下占用多少内存？

HashMap<String, Object> map = new HashMap<String, Object>(1000000);

【问题讨论】：

为什么，创建地图时不需要？
@Travis：哇，冷静！我没有阻止他做任何事情，只是问他想做什么，以便我们可以更好地帮助他。
抱歉代码错误。在使用不同的集合/地图管理大量数据时，我正在测试性能。快速插入快速检索基于出色的哈希算法且无需重新哈希。
hashmap 不是现在的结构，现在没有什么大的应该由单核管理；回答您的问题 - 每个条目 1048576*8+ 48。请记住 HashMap 会“扰乱”位并使用 pow2 表（无素数），因此散列函数可能不是很好。放置时的分配总体而言是高昂的成本，无论是占用空间还是性能（由于额外的间接性，在获取时也是如此）

标签： java hashmap memory-management

【解决方案1】：

您可能可以使用像 VisualVM 这样的分析器并跟踪内存使用情况。

也看看这个：http://www.velocityreviews.com/forums/t148009-java-hashmap-size.html

【讨论】：

【解决方案2】：

我想看看这篇文章：http://www.javaworld.com/javaworld/javatips/jw-javatip130.html

简而言之，java 没有 C 风格的 sizeof 运算符。您可以使用分析工具，但 IMO 上面的链接提供了最简单的解决方案。

另一条可能有用的信息：一个空的 java 字符串占用 40 个字节。其中一百万可能至少有 40MB...

【讨论】：

另外，我相信哈希映射分配的内部表大于请求的大小。我相信它通过找到比您请求的大小大 2 的最小幂来做到这一点。

【解决方案3】：

您可以在创建变量之前和之后检查内存使用情况。例如：

long preMemUsage = Runtime.getRuntime().totalMemory() -
      Runtime.getRuntime().freeMemory();
HashMap<String> map = new HashMap<String>(1000000);
long postMemUsage = Runtime.getRuntime().totalMemory() -
      Runtime.getRuntime().freeMemory();

【讨论】：

为了使其更可靠： - 在测量内存之前运行 System.gc() 10 次 - 构建 1000 个表并取平均值
我发布的链接解释了为什么这种方法不准确

【解决方案4】：

您应该能够使用 VisualVM（JDK 6 附带或可以是 downloaded）创建内存快照并检查分配的对象的大小。

【讨论】：

【解决方案5】：

我同意分析器确实是唯一的判断方法。其他相关信息是您使用的是 32 位还是 64 位 JVM。由于内存引用（指针）而产生的开销取决于您是否打开了压缩 oops。我发现对于较小的数据集，对象和指针的开销很大。

【讨论】：

【解决方案6】：

确切答案取决于您使用的 Java 版本、JVM 供应商和目标平台，最好通过直接测量来确定，如其他答案中所述。

但作为一个简单的估计，大小可能是 ~4 * 2^20 或 ~8 * 2^20 字节，分别用于 32 位或 64 位 jvm。

推理：

HashMap 的 Sun Java 1.6 实现有一个固定侧的顶级对象和一个指向哈希链引用数组的 table 字段。
在一个新创建的（空）HashMap 中，引用都是null，并且数组大小是提供的initialCapacity 的第二次幂。（是的......我检查了源代码。）
一个引用在典型的 32 位 JVM 上占用 4 个字节，在典型的 64 位 JVM 上占用 8 个字节。一些 64 位 JVM 支持紧凑引用（“compressed oops”），但您需要设置 JVM 选项以启用此功能。
顶部对象有 5 个字段，包括 table 数组引用，但这是一个相对较小的常量开销。
顶部对象和数组有对象头开销，但这些开销是恒定的且相对较小。

因此，table 数组的大小占主导地位，它是 2^20（大于 1,000,000 的 2 的下一个幂）乘以引用的大小。

因此，这告诉您设置较大的初始容量确实会占用大量内存。另一方面，如果初始容量是完全填充时地图容量的良好估计值，则通过设置它可以节省大量时间。（这避免了重新分配数组和重建哈希链的多次循环。）

【讨论】：

【解决方案7】：

原则上，您可以：

理论计算：
- 查看 HashMap 的实现，了解此方法的作用。
- 查看 VM 的实现以了解各个创建的对象占用了多少空间。
以某种方式测量它。

其他大部分答案都是关于第二种方式的，所以我会看第一种（在 OpenJDK 源代码中，1.6.0_20）。

构造函数使用capacity，它是二的下一个幂 >= 您的 initialCapacity 参数，因此在我们的例子中是 1048576 = 2^20。然后它创建一个new Entry[capacity] 并将其分配给table 变量。（另外它分配了一些原始变量）。

所以，我们现在有一个非常小的 HashMap 对象（它只包含 3 个整数、一个浮点数和一个引用变量）和一个非常大的 Entry[] 对象。这个数组需要空间来存放它们的数组元素（它们是普通的引用变量）和一些元数据（大小、类）。

所以，这取决于参考变量有多大。这取决于 VM 实现 - 通常在 32 位 VM 中是 32 位（= 4 字节），在 64 位 VM 中是 64 位（= 8 字节）。

因此，基本上在 32 位 VM 上，您的阵列需要 4 MB，在 64 位 VM 上需要 8 MB，再加上一些微小的管理数据。

如果您随后使用映射填充 HashTable，则每个映射对应于一个 Entry 对象。此条目对象由一个 int 和三个引用组成，在 32 位 VM 上占用大约 24 个字节，在 64 位 VM 上可能是两倍。因此，您的 1000000 映射 HashMap（假设负载因子 > 1）在 32 位 VM 上将占用 ~28 MB，在 64 位 VM 上占用 ~56 MB。

当然，除了键和值对象本身。

【讨论】：

【解决方案8】：

在最新版本的 Java 1.7（我正在查看 1.7.0_55）中，HashMap 实际上延迟实例化其内部表。它仅在调用 put() 时实例化 - 请参阅私有方法“inflateTable()”。因此，至少在向其添加任何内容之前，您的 HashMap 将只占用少数几个字节的对象开销和实例字段。

【讨论】：