Java集合扩容机制及初始化详解
大家好,今天本人给大家带来文章《Java集合初始化与扩容机制详解》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!
能,但仅限于前initialCapacity个元素插入阶段;一旦超限即触发扩容,后续按1.5倍增长。

ArrayList 初始化时指定初始容量能避免扩容吗
能,但仅限于前 initialCapacity 个元素插入阶段。一旦元素数量超过该值,ArrayList 就会触发第一次扩容。
默认无参构造函数创建的 ArrayList 使用空数组(DEFAULTCAPACITY_EMPTY_ELEMENTDATA),首次 add() 时才扩容到 10;而传入 new ArrayList(100) 会直接分配长度为 100 的 Object[] 数组,跳过前两次扩容开销。
常见误判是认为“初始化容量 = 最终容量”,其实它只是起点——后续仍可能多次扩容:
- 扩容发生在
add()、addAll()等写操作中,非读操作 - 扩容不是按固定步长增长,而是当前容量 * 1.5(JDK 8+),向下取整后加 1(如 10 → 15 → 22 → 33…)
- 若预估容量严重不足(比如初始化为 10,却要塞 1000 个元素),会经历约 8 次扩容 + 数组拷贝,性能损耗明显
HashMap 的 initialCapacity 和 loadFactor 怎么配合使用
initialCapacity 不是桶数组的最终长度,而是「内部会向上取整为 2 的幂次」后的值;loadFactor 决定何时触发扩容——当 size > capacity × loadFactor 时扩容。
例如:new HashMap(10, 0.75f) 实际桶数组长度为 16(≥10 的最小 2 的幂),阈值(threshold)为 16 × 0.75 = 12。第 13 次 put() 才触发扩容至 32。
容易踩的坑:
- 传入奇数或质数作为
initialCapacity(如 7、19)毫无意义,内部全被转成 8、32 等 2 的幂 loadFactor过小(如 0.5)会导致频繁扩容;过大(如 0.9)虽节省空间,但哈希冲突概率上升,链表/红黑树查找变慢- 如果明确知道键数量(比如 1000 个用户 ID),推荐:
initialCapacity = (int) Math.ceil(expectedSize / loadFactor),再由 HashMap 自动对齐到 2 的幂
LinkedList 初始化时传入 Collection 会触发扩容吗
不会。因为 LinkedList 是双向链表实现,没有“容量”和“扩容”概念——每个元素都单独分配节点对象(Node),插入只涉及指针重连。
所以 new LinkedList(someList) 只是遍历原集合,逐个调用 addLast(),时间复杂度 O(n),但全程无数组拷贝、无内存重分配。
不过要注意副作用:
- 即便传入空集合,也会新建一个空的
header节点(JDK 8 中是first = last = null,但逻辑上仍需维护头尾引用) - 相比
ArrayList,LinkedList的内存开销更大(每个元素额外两个引用字段),随机访问慢(O(n)),仅在频繁首尾增删时有优势 - 它的「初始化」本质是构建链表结构,不是预分配连续内存,所以谈不上“扩容机制”
ConcurrentHashMap 在多线程下如何控制扩容节奏
JDK 8+ 的 ConcurrentHashMap 把扩容拆成多个段(transferIndex 分片),由多个线程协作完成,不阻塞读写。扩容触发条件仍是 size > capacity × loadFactor,但行为完全不同:
当一个线程发现需要扩容,它会尝试推进迁移进度(从高位桶开始搬数据),其他线程在 put 时若碰到正在迁移的桶(ForwardingNode),也会顺手帮搬几个桶,直到全部迁移完成。
关键细节:
- 扩容不是全量复制,而是分段迁移,每段大小为 16 个桶(
MIN_TRANSFER_STRIDE) - 扩容期间读操作不受影响(旧桶仍可读),写操作会先协助迁移再写入新桶
- 初始容量建议设为 2 的幂,否则会被自动提升(如传 10 → 实际用 16),且并发度参数(
concurrencyLevel)在 JDK 8+ 已被忽略,仅保留向后兼容
真正难处理的是扩容过程中的中间态:某个桶已迁移,另一个还没动,这时候遍历(keySet() 或 entrySet())返回的结果可能不一致——这不是 bug,是设计使然。
本篇关于《Java集合扩容机制及初始化详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
AFF小说平台官网最新入口2026年更新
- 上一篇
- AFF小说平台官网最新入口2026年更新
- 下一篇
- CSS多主题配色技巧:变量与HSL应用解析
-
- 文章 · java教程 | 1天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 2天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 2天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 2天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 270次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 322次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 307次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 288次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 103次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
