美文网首页
HashMap简介

HashMap简介

作者: 加大装益达 | 来源:发表于2017-04-24 09:58 被阅读92次

HashMap基于哈希表的Map接口实现,是以key-value存储形式存在。

系统会根据hash算法来计算key-value的存储位置,可以通过key快速存取value。

HashMap基于hashing原理,我们通过put()和get()方法储存和获取对象。当我们将键值对传递给put()方法时,它调用键对象的hashCode()方法来计算hashcode,然后找到bucket位置来储存值对象。当获取对象时,通过键对象的equals()方法找到正确的键值对,然后返回值对象。

HashMap使用链表来解决碰撞问题,当发生碰撞了,对象将会储存在链表的下一个节点中。 HashMap在每个链表节点中储存键值对对象。

当两个不同的键对象的hashcode相同时会发生什么? 它们会储存在同一个bucket位置的链表中。键对象的equals()方法用来找到键值对。

定义

HashMap实现了Map接口,Map接口定义了键映射到值的规则。HashMap继承了AbstractMap,AbstractMap提供接口的主要实现,以最大限度的减少HashMap实现Map接口所需的工作。

初始容量和负载因子

默认初始容量16,默认负载因子0.75。这两个参数是影响HashMap性能的重要参数,其中容量表示哈希表中桶的数量,初始容量是创建哈希表时的容量,负载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度,它衡量的是一个散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。对于使用链表法的散列表来说,查找一个元素的平均时间是O(1+a),因此如果负载因子越大,对空间的利用更充分,然而后果是查找效率的降低;如果负载因子太小,那么散列表的数据将过于稀疏,对空间造成严重浪费。系统默认负载因子为0.75,一般情况下我们是无需修改的。

数据结构

Java中最常用的两种结构是数组和模拟指针(引用),几乎所有的数据结构都可以利用这两种来组合实现,HashMap也是如此。实际上HashMap是一个“链表散列”,如下是它数据结构:

HashMap.png

组,只是数组的每一项都是一条链。其中参数initialCapacity就代表了该数组的长度。

//空表
static final Entry<?,?>[] EMPTY_TABLE = {};
//用于存储的表,长度可以调整,且必须是2的n次幂
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;

每次新建一个HashMap时,都会初始化一个table数组。table数组的元素为Entry节点。

其中Entry为HashMap的内部类,它包含了键key、值value、下一个节点next,以及hash值,这是非常重要的,正是由于Entry才构成了table数组的项为链表。

存储实现:put(key,value)

public V put(K key, V value) {
    //当表为空表时,扩展表
    if (table == EMPTY_TABLE) {
        inflateTable(threshold);
    }
    //当key为null时,保存null在table第一个位置中
    if (key == null)
        return putForNullKey(value);
    //计算key的hash值
    int hash = hash(key);
    //计算key hash值在table数组中的位置
    int i = indexFor(hash, table.length);
    //在i处开始迭代e,找到key保存的位置
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
        Object k;
        //判断该条链上是否有hash值相同的(key相同),若存在相同的,则直接覆盖value,返回旧value
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
    //修改次数加1
    modCount++;
    //将key,value添加到i位置处
    addEntry(hash, key, value, i);
    return null;
}

通过源码我们可以清晰看到HashMap保存数据的过程为:首先判断表是否为空,为空的话,先扩展表;然后判断key是否为null,若为null,则直接调用putForNullKey方法。若不为空则先计算key的hash值,然后根据hash值搜索在table数组中的索引位置,如果table数组在该位置处有元素,则通过比较是否存在相同的key,若存在则覆盖原来key的value,否则将该元素保存在链头(最先保存的元素放在链尾)。若table在该处没有元素,则直接保存。

  1. 迭代:此处迭代原因就是为了防止存在相同的key值,若发现两个hash值(key)相同时,HashMap的处理方式是用新value替换旧value,这里并没有处理key,这就解释了HashMap中没有两个相同的key。

  2. int hash = hash(key); hash方法,计算key的hash值,代码如下:

    final int hash(Object k) {
        int h = hashSeed;
        if (0 != h && k instanceof String) {
            return sun.misc.Hashing.stringHash32((String) k);
        }
    
        h ^= k.hashCode();
    
        // This function ensures that hashCodes that differ only by
        // constant multiples at each bit position have a bounded
        // number of collisions (approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
    
  3. 对于HashMap的table而言,数据分布需要均匀(最好每项都只有一个元素,这样就可以直接找到),不能太紧也不能太松,太紧会导致查询速度慢,太松则浪费空间。计算hash值后,怎么才能保证table元素分布均与呢?我们会想到取模,但是由于取模的消耗较大,HashMap是这样处理的:调用indexFor方法。

    static int indexFor(int h, int length) {
        // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
        return h & (length-1);
    }
    

    HashMap的底层数组长度总是2的n次方,在构造函数中存在:capacity <<= 1;这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时,h&(length - 1)就相当于对length取模,而且速度比直接取模快得多,这是HashMap在速度上的一个优化。

    indexFor方法,该方法仅有一条语句:h&(length - 1),这句话除了上面的取模运算外还有一个非常重要的责任:均匀分布table数据和充分利用空间。
    当length = 2^n时,不同的hash值发生碰撞的概率比较小,这样就会使得数据在table数组中分布较均匀,查询速度也较快。

这里我们再来复习put的流程:当我们想往一个HashMap中添加一对key-value时,系统首先会计算key的hash值,然后根据hash值确认在table中存储的位置。若该位置没有元素,则直接插入。否则迭代该处元素链表并依此比较其key的hash值。如果两个hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value覆盖原来节点的value。如果两个hash值相等但key值不等 ,则将该节点插入该链表的链头。具体的实现过程见addEntry方法,如下:

void addEntry(int hash, K key, V value, int bucketIndex) {
    //HashMap元素超过极限,则扩容为两倍
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }
    //创建新的Entry
    createEntry(hash, key, value, bucketIndex);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
    //获取bucketIndex处的Entry
    Entry<K,V> e = table[bucketIndex];
    //将新创建的 Entry 放入 bucketIndex 索引处,并让新的 Entry 指向原来的 Entry 
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}
  1. 链的产生:这是一个非常优雅的设计。系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象,那么新添加的Entry对象将指向原有的Entry对象,形成一条Entry链,但是若bucketIndex处没有Entry对象,也就是e==null,那么新添加的Entry对象指向null,也就不会产生Entry链了。
  2. 扩容问题:随着HashMap中元素的数量越来越多,发生碰撞的概率就越来越大,所产生的链表长度就会越来越长,这样势必会影响HashMap的速度,为了保证HashMap的效率,系统必须要在某个临界点进行扩容处理。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。但是扩容是一个非常耗时的过程,因为它需要重新计算这些数据在新table数组中的位置并进行复制处理。所以如果我们已经预知HashMap中元素的个数,那么预设元素的个数能够有效的提高HashMap的性能。

读取实现:get(key)

通过key的hash值找到在table数组中的索引处的Entry,然后返回该key对应的value即可。

public V get(Object key) {
    //若为null,获取null对应的value
    if (key == null)
        return getForNullKey();
    //getEntry(key)为真正获取方法
    Entry<K,V> entry = getEntry(key);

    return null == entry ? null : entry.getValue();
}
final Entry<K,V> getEntry(Object key) {
    if (size == 0) {
        return null;
    }
    //根据key获取hash值
    int hash = (key == null) ? 0 : hash(key);
    //取出table数组中指定索引处的值
    for (Entry<K,V> e = table[indexFor(hash, table.length)];
         e != null;
         e = e.next) {
        Object k;
        //key相同,返回对应的value
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
    }
    return null;
}

在这里能够根据key快速的取到value除了和HashMap的数据结构密不可分外,还和Entry有莫大的关系,在前面就提到过,HashMap在存储过程中并没有将key,value分开来存储,而是当做一个整体key-value来处理的,这个整体就是Entry对象。同时value也只相当于key的附属而已。在存储的过程中,系统根据key的hashcode来决定Entry在table数组中的存储位置,在取的过程中同样根据key的hashcode取出相对应的Entry对象。

源码分析

jdk1.7.0_71

//默认初始化容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//系统默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//空表
static final Entry<?,?>[] EMPTY_TABLE = {};
//用于存储的表,长度可以调整,且必须是2的n次幂
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
//map的size
transient int size;
//下次扩充的临界值 capacity * load factor
int threshold;
//哈希表的负载因子
final float loadFactor;
//在使用迭代器遍历的时候,用来检查列表中的元素是否发生结构性变化(列表元素数量发生改变的一个计数)了,主要在多线程环境下需要使用,防止一个线程正在迭代遍历,另一个线程修改了这个列表的结构。
transient int modCount;
//容量阈值,默认大小为Integer.MAX_VALUE
static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;

//计算哈希值得时候用
transient int hashSeed = 0;

Holder 静态内部类,存放一些在虚拟机启动后才能初始化的值

容量阈值,初始化hashSeed的时候会用到该值

static final int ALTERNATIVE_HASHING_THRESHOLD;

static静态块

获取系统变量jdk.map.althashing.threshold
jdk.map.althashing.threshold系统变量默认为-1,如果为-1,则将阈值设为Integer.MAX_VALUE

HashMap(int initialCapacity, float loadFactor) 指定容量和负载因子 构造

public HashMap(int initialCapacity, float loadFactor) {
    ...
    init();
}

HashMap(int initialCapacity) 指定初始容量的构造,负载因子为默认

public HashMap(int initialCapacity) {}

HashMap() 默认初始容量和默认负载因子的构造

public HashMap(){}

HashMap(Map<? extends K, ? extends V> m) 用map初始化

public HashMap(Map<? extends K, ? extends V> m) {
    //调用构造,初始化空的hashMap
    this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
                      DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
        //扩容
        inflateTable(threshold);
        //把元素放入到HashMap中
        putAllForCreate(m);
}

size() key-value映射个数

public int size() {
        return size;
    }

isEmpty()是否为空

public boolean isEmpty() {
        return size == 0;
    }

get(Object key) 根据key获取value

public V get(Object key) {
    //获取key为null的
    getForNullKey();
    //获取其他的key,利用hash值查找
    getEntry(Object key);
}

containsKey(Object key) 是否包含key

public boolean containsKey(Object key) {
        return getEntry(key) != null;
    }

put(K key, V value) 将指定的key value放入HashMap中,若已存在key,就替换旧值

public V put(K key, V value) {}

resize(int newCapacity) 重新设置大小

void resize(int newCapacity){}

transfer(Entry[] newTable, boolean rehash)现有的table放入新的table

void transfer(Entry[] newTable, boolean rehash) {}

putAll(Map<? extends K, ? extends V> m)

把指定的元素 全部放入HashMap中,已经存在的key,会把旧value覆盖掉

public void putAll(Map<? extends K, ? extends V> m) {}

remove(Object key) 根据key删除

public V remove(Object key) {
    removeEntryForKey(key);
}

clear() 清空

public void clear(){}

containsValue(Object value) 是否包含value

public boolean containsValue(Object value) {}

clone() 浅拷贝

public Object clone() {}

static class Entry<K,V> implements Map.Entry<K,V> 内部类

addEntry(int hash, K key, V value, int bucketIndex) 添加一个键值对

void addEntry(int hash, K key, V value, int bucketIndex) {}

createEntry(int hash, K key, V value, int bucketIndex) 添加一个键值对

void createEntry(int hash, K key, V value, int bucketIndex) {}

参考

http://www.cnblogs.com/chenpi/p/5280304.html

http://www.cnblogs.com/justany/archive/2013/02/01/2889335.html

http://tangyanbo.iteye.com/blog/1756536

http://www.importnew.com/7099.html

http://www.cnblogs.com/chenssy/p/3521565.html

相关文章

网友评论

      本文标题:HashMap简介

      本文链接:https://www.haomeiwen.com/subject/jgbuzttx.html