对HashMap的理解(一):HashMap的实现

一、HashMap介绍

1. 定义
HashMap实现了Map接口,继承AbstractMap类。其中Map接口定义了键映射到值的规则,而AbstractMap类提供 Map 接口的骨干实现,以最大限度地减少实现此接口所需的工作,其实AbstractMap类已经实现了Map

public class HashMap<K,V>
    extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable

2. 构造函数

HashMap共有4个构造函数,如下:

// 默认构造函数。
HashMap()

// 指定“容量大小”的构造函数
HashMap(int capacity)

// 指定“容量大小”和“加载因子”的构造函数
HashMap(int capacity, float loadFactor)

// 包含“子Map”的构造函数
HashMap(Map<? extends K, ? extends V> map)

实现:

package java.util;
import java.io.*;

public class HashMap<K,V>
    extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable
{

    // 默认的初始容量是16,必须是2的幂。
    static final int DEFAULT_INITIAL_CAPACITY = 16;

    // 最大容量(必须是2的幂且小于2的30次方,传入容量过大将被这个值替换)
    static final int MAXIMUM_CAPACITY = 1 << 30;

    // 默认加载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    // 存储数据的Entry数组,长度是2的幂。
    // HashMap是采用拉链法实现的,每一个Entry本质上是一个单向链表
    // table就是HashMap的存储结构,显然这是一个数组,数组的每一个元素都是一个条目(Entry),Entry是HashMap中的一个内部类,它有如下4个属性:final K key;V value;Entry<K,V> next;final int hash。分别为键、值、指向下一个链表结点的指针、散列(哈希)值。
    transient Entry<K,V>[] table; //Node<K,V>[]

    // HashMap的大小,它是HashMap保存的键值对的数量
    transient int size;

    // HashMap的阈值,用于判断是否需要调整HashMap的容量(threshold = 容量*加载因子)
    int threshold;

    // 加载因子实际大小
    final float loadFactor;

    // HashMap被改变的次数
    transient volatile int modCount;

    // 指定“容量大小”和“加载因子”的构造函数
    public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        // HashMap的最大容量只能是MAXIMUM_CAPACITY
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);

        // 找出“大于initialCapacity”的最小的2的幂
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;

        // 设置“加载因子”
        this.loadFactor = loadFactor;
        // 设置“HashMap阈值”,当HashMap中存储数据的数量达到threshold时,就需要将HashMap的容量加倍。
        threshold = (int)(capacity * loadFactor);
        // 创建Entry数组,用来保存数据
        table = new Entry[capacity];
        init();
    }


    // 指定“容量大小”的构造函数
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    // 默认构造函数。
    public HashMap() {
        // 设置“加载因子”
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        // 设置“HashMap阈值”,当HashMap中存储数据的数量达到threshold时,就需要将HashMap的容量加倍。
        threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
        // 创建Entry数组,用来保存数据
        table = new Entry[DEFAULT_INITIAL_CAPACITY];
        init();
    }

    // 包含“子Map”的构造函数
    public HashMap(Map<? extends K, ? extends V> m) {
        this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
                      DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
        // 将m中的全部元素逐个添加到HashMap中
        putAllForCreate(m);
    }

HashMap的构造函数主要有两个参数:初始容量,加载因子。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,加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。

二、HashMap数据结构
HashMap采取数组加链表的存储方式来实现。即数组(散列桶)中的每一个元素都是链表,如下图:


可以看出HashMap底层实现还是数组,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。

三、put方法

put方法的源码:

 1 // 将“key-value”添加到HashMap中
 2 public V put(K key, V value) {
 3         //当key为null,调用putForNullKey方法,保存null与table第一个位置中,这是HashMap允许为null的原因
 4         if (key == null)
 5             return putForNullKey(value);
 6         //若“key不为null”,则计算该key的哈希值,然后将其添加到该哈希值对应的链表中。
 7         int hash = hash(key.hashCode());------------------------(1)
 8         //计算key hash 值在 table 数组中的位置
 9         int i = indexFor(hash, table.length);-------------------(2)
10         //从i出开始迭代 e,找到 key 保存的位置(迭代处)
11         for (Entry<K, V> e = table[i]; e != null; e = e.next) {
12             Object k;
13             //判断该条链上是否有hash值相同的(key相同)
14             //若存在相同,则直接覆盖value,返回旧value
15             if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
16                 V oldValue = e.value;    //旧值 = 新值
17                 e.value = value;
18                 e.recordAccess(this);
19                 return oldValue;     //返回旧值
20             }
21         }
22         
23      // 若“该key”对应的键值对不存在,则将“key-value”添加到table中
24         //修改次数增加1
25         modCount++;
26         //将key、value添加至i位置处
27         addEntry(hash, key, value, i);
28         return null;
29     }
30     
31 void addEntry(int hash, K key, V value, int bucketIndex) {
32     // 保存“bucketIndex”位置的值到“e”中
33     Entry<K,V> e = table[bucketIndex];
34     // 设置“bucketIndex”位置的元素为“新Entry”,
35     // 设置“e”为“新Entry的下一个节点”
36     table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
37     // 若HashMap的实际大小 不小于 “阈值”,则调整HashMap的大小
38     if (size++ >= threshold)
39         resize(2 * table.length);
40 }

HashMap保存数据的过程:

1. 判断key是否为null,若为null,则直接调用putForNullKey方法。
2. 若key不为空,则先计算key的hash值,然后根据hash值判断在table数组中的索引位置
  (1). 若table数组在该位置处有元素,则比较是否存在相同的key
     a. 若存在则覆盖原来key的value;
     b. 若不存在则将该元素保存在链头(最先添加的元素在链尾)。
  (2). 若table数组在该位置处没有元素,则调用addEntry()方法直接添加。

关于addEntry()方法:

系统总是将新的Entry对象添加到bucketIndex处(第33行)。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(第36行),
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。

put()方法这里有两点注意;
1. 先看迭代处。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. 再看(1)、(2)处。这里是HashMap的精华所在。首先是hash方法,该方法为一个纯粹的数学计算,就是计算h的hash值。

static int hash(int h) {
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

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) {
        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。

对于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。

这里我们假设length为16(2^n)和15,hash为5、6、7。

length = 16

h

length – 1

h & (length – 1)

h&(length–1)

对应十进制

Mod(h,length – 1)

5

15

0101 & 1111 = 00101

5

5

6

15

0110 & 1111 = 00110

6

6

7

15

0111 & 1111 = 00111

7

7

length = 15

5

14

0101 & 1110 = 00100

4

5

6

14

0110 & 1110 = 00110

6

6

7

14

0111 & 1110 = 00110

6

7

可以看出,Hash算法最终得到的index结果,完全取决于Key的Hashcode值的最后几位。当n=15时,6和7的结果一样,这样表示他们在table存储的位置是相同的,也就是产生了碰撞,6、7就会在一个位置形成链表,这样就会导致查询速度降低。下面看hash为0-15的情况。

从上面的图表中我们看到总共发生了8此碰撞,同时发现浪费的空间非常大,有1、3、5、7、9、11、13、15处没有记录,也就是没有存放数据。这是因为他们在与14进行&运算时,得到的结果最后一位永远都是0,即0001、0011、0101、0111、1001、1011、1101、1111位置处是不可能存储数据的,空间减少,进一步增加碰撞几率,这样就会导致查询速度慢。而当length = 16时,length – 1 = 15 即1111,那么进行低位&运算时,值总是与原来hash值相同,而进行高位运算时,其值等于其低位值。所以说当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。

总结put的流程:当我们想一个HashMap中添加一对key-value时,系统会首先计算key的hash值 [ hash(int h)方法 ],然后根据hash值确认在table中存储的位置 [ indexFor(int h, int length) 方法 ]。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,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。

四、get方法

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,调用getForNullKey方法返回相对应的value
        if (key == null)
            return getForNullKey();
        // 根据该 key 的 hashCode 值计算它的 hash 码  
        int hash = hash(key.hashCode());
        // 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;
            //若搜索的key与查找的key相同,则返回相对应的value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        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。

参考:

java提高篇(二三)-----HashMap 
Java 集合系列10之 HashMap详细介绍(源码解析)和使用示例 
漫画:什么是HashMap?
java 8 Hashmap深入解析 —— put get 方法源码 

猜你喜欢

转载自www.cnblogs.com/zeroingToOne/p/9081990.html