HashMap HashTable 深刻理解

时间 2019-11-12

原文原文链接

在java编程语言中，最基本的结构就是两种，一个是数组，另一个是模拟指针（引用），全部的数据结构均可以用这两个基本结构来构造的，hashmap也不例外。Hashmap其实是一个数组和链表的结合体（在数据结构中，通常称之为“链表散列“），请看下图（横排表示数组，纵排表示数组元素【其实是一个链表】）。前端

从图中咱们能够看到一个hashmap就是一个数组结构，当新建一个hashmap的时候，就会初始化一个数组。咱们来看看java代码：
java

Java代码算法

/** 编程
* The table, resized as necessary. Length MUST Always be a power of two. 数组
* FIXME 这里须要注意这句话，至于缘由后面会讲到缓存
*/ 数据结构
transient Entry[] table; 多线程

Java代码并发

static class Entry<K,V> implements Map.Entry<K,V> { 编程语言
final K key;
V value;
final int hash;
Entry<K,V> next;
..........
}

上面的Entry就是数组中的元素，它持有一个指向下一个元素的引用，这就构成了链表。
当咱们往hashmap中put元素的时候，先根据key的hash值获得这个元素在数组中的位置（即下标），而后就能够把这个元素放到对应的位置中了。若是这个元素所在的位子上已经存放有其余元素了，那么在同一个位子上的元素将以链表的形式存放，新加入的放在链头，最早加入的放在链尾。从hashmap中get元素时，首先计算key的hashcode，找到数组中对应位置的某一元素，而后经过key的equals方法在对应位置的链表中找到须要的元素。从这里咱们能够想象获得，若是每一个位置上的链表只有一个元素，那么hashmap的get效率将是最高的，可是理想老是美好的，现实老是有困难须要咱们去克服，哈哈~
二、hash算法
咱们能够看到在hashmap中要找到某个元素，须要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。前面说过hashmap的数据结构是数组和链表的结合，因此咱们固然但愿这个hashmap里面的元素位置尽可能的分布均匀些，尽可能使得每一个位置上的元素数量只有一个，那么当咱们用hash算法求得这个位置的时候，立刻就能够知道对应位置的元素就是咱们要的，而不用再去遍历链表。

因此咱们首先想到的就是把hashcode对数组长度取模运算，这样一来，元素的分布相对来讲是比较均匀的。可是，“模”运算的消耗仍是比较大的，能不能找一种更快速，消耗更小的方式那？java中时这样作的，

Java代码

static int indexFor(int h, int length) {
return h & (length-1);
}

首先算得key得hashcode值，而后跟数组的长度-1作一次“与”运算（&）。看上去很简单，其实比较有玄机。好比数组的长度是2的4次方，那么hashcode就会和2的4次方-1作“与”运算。不少人都有这个疑问，为何hashmap的数组初始化大小都是2的次方大小时，hashmap的效率最高，我以2的4次方举例，来解释一下为何数组大小为2的幂时hashmap访问的性能最高。
         看下图，左边两组是数组长度为16（2的4次方），右边两组是数组长度为15。两组的hashcode均为8和9，可是很明显，当它们和1110“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到同一个链表上，那么查询的时候就须要遍历这个链表，获得8或者9，这样就下降了查询的效率。同时，咱们也能够发现，当数组长度为15的时候，hashcode的值会与14（1110）进行“与”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费至关大，更糟的是这种状况中，数组可使用的位置比数组长度小了不少，这意味着进一步增长了碰撞的概率，减慢了查询的效率！

          因此说，当数组长度为2的n次幂的时候，不一样的key算得得index相同的概率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的概率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
          说到这里，咱们再回头看一下hashmap中默认的数组大小是多少，查看源代码能够得知是16，为何是16，而不是15，也不是20呢，看到上面annegu的解释以后咱们就清楚了吧，显然是由于16是2的整数次幂的缘由，在小数据量的状况下16比15和20更能减小key之间的碰撞，而加快查询的效率。
因此，在存储大容量数据的时候，最好预先指定hashmap的size为2的整数次幂次方。就算不指定的话，也会以大于且最接近指定值大小的2次幂来初始化的，代码以下(HashMap的构造方法中)：

Java代码

// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;

三、hashmap的resize
当hashmap中的元素愈来愈多的时候，碰撞的概率也就愈来愈高（由于数组的长度是固定的），因此为了提升查询的效率，就要对hashmap的数组进行扩容，数组扩容这个操做也会出如今ArrayList中，因此这是一个通用的操做，不少人对它的性能表示过怀疑，不过想一想咱们的“均摊”原理，就释然了，而在hashmap数组扩容以后，最消耗性能的点就出现了：原数组中的数据必须从新计算其在新数组中的位置，并放进去，这就是resize。

那么hashmap何时进行扩容呢？当hashmap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，也就是说，默认状况下，数组大小为16，那么当hashmap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为2*16=32，即扩大一倍，而后从新计算每一个元素在数组中的位置，而这是一个很是消耗性能的操做，因此若是咱们已经预知hashmap中元素的个数，那么预设元素的个数可以有效的提升hashmap的性能。好比说，咱们有1000个元素new HashMap(1000), 可是理论上来说new HashMap(1024)更合适，不过上面annegu已经说过，即便是1000，hashmap也自动会将其设置为1024。可是new HashMap(1024)还不是更合适的，由于0.75*1000 < 1000, 也就是说为了让0.75 * size > 1000, 咱们必须这样new HashMap(2048)才最合适，既考虑了&的问题，也避免了resize的问题。
四、key的hashcode与equals方法改写
在第一部分hashmap的数据结构中，annegu就写了get方法的过程：首先计算key的hashcode，找到数组中对应位置的某一元素，而后经过key的equals方法在对应位置的链表中找到须要的元素。因此，hashcode与equals方法对于找到对应元素是两个关键方法。
Hashmap的key能够是任何类型的对象，例如User这种对象，为了保证两个具备相同属性的user的hashcode相同，咱们就须要改写hashcode方法，比方把hashcode值的计算与User对象的id关联起来，那么只要user对象拥有相同id，那么他们的hashcode也能保持一致了，这样就能够找到在hashmap数组中的位置了。若是这个位置上有多个元素，还须要用key的equals方法在对应位置的链表中找到须要的元素，因此只改写了hashcode方法是不够的，equals方法也是须要改写滴~固然啦，按正常思惟逻辑，equals方法通常都会根据实际的业务内容来定义，例如根据user对象的id来判断两个user是否相等。
在改写equals方法的时候，须要知足如下三点：
(1) 自反性：就是说a.equals(a)必须为true。
(2) 对称性：就是说a.equals(b)=true的话，b.equals(a)也必须为true。
(3) 传递性：就是说a.equals(b)=true，而且b.equals(c)=true的话，a.equals(c)也必须为true。
经过改写key对象的equals和hashcode方法，咱们能够将任意的业务对象做为map的key。

HashTable和HashMap区别

第一，继承不一样。

public class Hashtable extends Dictionary implements Map
public class HashMap  extends AbstractMap implements Map

第二

Hashtable 中的方法是同步的，而HashMap中的方法在缺省状况下是非同步的。在多线程并发的环境下，能够直接使用Hashtable，可是要使用HashMap的话就要使用Collections.synchronizedMap()。实现Map同步操做。

第三

Hashtable中，key和value都不容许出现null值。

在HashMap中，null能够做为键，这样的键只有一个；能够有一个或多个键所对应的值为null。当get()方法返回null值时，便可以表示 HashMap中没有该键，也能够表示该键所对应的值为null。所以，在HashMap中不能由get()方法来判断HashMap中是否存在某个键，而应该用containsKey()方法来判断。

第四，两个遍历方式的内部实现上不一样。

Hashtable、HashMap都使用了 Iterator。而因为历史缘由，Hashtable还使用了Enumeration的方式。

第五

哈希值的使用不一样，HashTable直接使用对象的hashCode。而HashMap从新计算hash值。

第六

Hashtable和HashMap它们两个内部实现方式的数组的初始大小和扩容的方式。HashTable中hash数组默认大小是11，增长的方式是 old*2+1。HashMap中hash数组的默认大小是16，并且必定是2的指数。

LinkedHashMap

LinkedHashMap是HashMap的一个子类，它保留插入的顺序，若是须要输出的顺序和输入时的相同，那么就选用LinkedHashMap。默认指定排序模式为插入顺序。若是你想构造一个LinkedHashMap，并打算按从近期访问最少到近期访问最多的顺序（即访问顺序）来保存元素，那么请使用下面的构造方法构造LinkedHashMap：

public LinkedHashMap(int initialCapacity,
float loadFactor,
boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}

该哈希映射的迭代顺序就是最后访问其条目的顺序，这种映射很适合构建LRU缓存。

Map<String, String> map = new LinkedHashMap<String, String>(16, 0.75f, true);

LRU简单实现

import java.util.*;

//扩展一下LinkedHashMap这个类，让他实现LRU算法

class LRULinkedHashMap<K,V> extends LinkedHashMap<K,V>{

//定义缓存的容量

private int capacity;

private static final long serialVersionUID = 1L;

//带参数的构造器

LRULinkedHashMap( int capacity){

//调用LinkedHashMap的构造器，传入如下参数

super ( 16 , 0 .75f, true );

//传入指定的缓存最大容量

this .capacity=capacity;

}

//实现LRU的关键方法，若是map里面的元素个数大于了缓存最大容量，则删除链表的顶端元素

@Override

public boolean removeEldestEntry(Map.Entry<K, V> eldest){

System.out.println(eldest.getKey() + "=" + eldest.getValue());

return size()>capacity;

}

//测试类

class Test{

public static void main(String[] args) throws Exception{

//指定缓存最大容量为4

Map<Integer,Integer> map= new LRULinkedHashMap<>( 4 );

map.put( 9 , 3 );

map.put( 7 , 4 );

map.put( 5 , 9 );

map.put( 3 , 4 );

map.put( 6 , 6 );

//总共put了5个元素，超过了指定的缓存最大容量

//遍历结果

for (Iterator<Map.Entry<Integer,Integer>> it=map.entrySet().iterator();it.hasNext();){

System.out.println(it.next().getKey());

}

输出结果以下

9=3
9=3
9=3
9=3
9=3
7
5
3
6

removeEldestEntry方法中始终访问的是最后一次被访问的元素。当size大于设定的阈值的时候，最前端的元素被删除。