HashMap的实现原理

时间 2019-11-08

标签 hashmap 实现原理繁體版

原文原文链接

HashMap也是咱们使用很是多的Collection，它是基于哈希表的 Map 接口的实现，以key-value的形式存在。在HashMap中，key-value老是会当作一个总体来处理，系统会根据hash算法来来计算key-value的存储位置，咱们老是能够经过key快速地存、取value。下面就来分析HashMap的存取。算法

1、定义

HashMap实现了Map接口，继承AbstractMap。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，以最大限度地减小实现此接口所需的工做，其实AbstractMap类已经实现了Map，这里标注Map LZ以为应该是更加清晰吧！数组

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

2、构造函数

HashMap提供了三个构造函数：数据结构

HashMap()：构造一个具备默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。函数

HashMap(int initialCapacity)：构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。性能

HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap。优化

在这里提到了两个参数：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，初始容量是建立哈希表时的容量，加载因子是哈希表在其容量自动增长以前能够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讲，查找一个元素的平均时间是O(1+a)，所以若是负载因子越大，对空间的利用更充分，然然后果是查找效率的下降；若是负载因子过小，那么散列表的数据将过于稀疏，对空间形成严重浪费。系统默认负载因子为0.75，通常状况下咱们是无需修改的。this

HashMap是一种支持快速存取的数据结构，要了解它的性能必需要了解它的数据结构。spa

3、数据结构

咱们知道在Java中最经常使用的两种结构是数组和模拟指针(引用)，几乎全部的数据结构均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”，以下是它数据结构：设计

从上图咱们能够看出HashMap底层实现仍是数组，只是数组的每一项都是一条链。其中参数initialCapacity就表明了该数组的长度。下面为HashMap构造函数的源码：指针

public HashMap(int initialCapacity, float loadFactor) {
        //初始容量不能<0
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: "
                    + initialCapacity);
        //初始容量不能 > 最大容量值，HashMap的最大容量值为2^30
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //负载因子不能 < 0
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: "
                    + loadFactor);

        // 计算出大于 initialCapacity 的最小的 2 的 n 次方值。
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;
        
        this.loadFactor = loadFactor;
        //设置HashMap的容量极限，当HashMap的容量达到该极限时就会进行扩容操做
        threshold = (int) (capacity * loadFactor);
        //初始化table数组
        table = new Entry[capacity];
        init();
    }

从源码中能够看出，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。

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

        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry<K,V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }
        .......
    }

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，这是很是重要的，正是因为Entry才构成了table数组的项为链表。

上面简单分析了HashMap的数据结构，下面将探讨HashMap是如何实现快速存取的。

4、存储实现：put(key,vlaue)

首先咱们先看源码

public V put(K key, V value) {
        //当key为null，调用putForNullKey方法，保存null与table第一个位置中，这是HashMap容许为null的缘由
        if (key == null)
            return putForNullKey(value);
        //计算key的hash值
        int hash = hash(key.hashCode());                  ------(1)
        //计算key hash 值在 table 数组中的位置
        int i = indexFor(hash, table.length);             ------(2)
        //从i出开始迭代 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，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;    //旧值 = 新值
                e.value = value;
                e.recordAccess(this);
                return oldValue;     //返回旧值
            }
        }
        //修改次数增长1
        modCount++;
        //将key、value添加至i位置处
        addEntry(hash, key, value, i);
        return null;
    }

　　经过源码咱们能够清晰看到HashMap保存数据的过程为：首先判断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，而后根据hash值搜索在table数组中的索引位置，若是table数组在该位置处有元素，则经过比较是否存在相同的key，若存在则覆盖原来key的value，不然将该元素保存在链头（最早保存的元素放在链尾）。若table在该处没有元素，则直接保存。这个过程看似比较简单，其实深有内幕。有以下几点：

一、先看迭代处。此处迭代缘由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，这里并无处理key，这就解释了HashMap中没有两个相同的key。

二、在看（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);
    }

　　咱们知道对于HashMap的table而言，数据分布须要均匀（最好每项都只有一个元素，这样就能够直接找到），不能太紧也不能太松，太紧会致使查询速度慢，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？咱们会想到取模，可是因为取模的消耗较大，HashMap是这样处理的：调用indexFor方法。

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

　　 HashMap的底层数组长度老是2的n次方，在构造函数中存在：capacity <<= 1;这样作老是可以保证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)就至关于对length取模，并且速度比直接取模快得多，这是HashMap在速度上的一个优化。至于为何是2的n次方下面解释。

咱们回到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很是重要的责任：均匀分布table数据和充分利用空间。

这里咱们假设length为16(2^n)和15，h为五、六、7。

当n=15时，6和7的结果同样，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，六、7就会在一个位置造成链表，这样就会致使查询速度下降。诚然这里只分析三个数字不是不少，那么咱们就看0-15。

从上面的图表中咱们看到总共发生了8此碰撞，同时发现浪费的空间很是大，有一、三、五、七、九、十一、1三、15处没有记录，也就是没有存放数据。这是由于他们在与14进行&运算时，获得的结果最后一位永远都是0，即000一、00十一、010一、01十一、100一、10十一、110一、1111位置处是不可能存储数据的，空间减小，进一步增长碰撞概率，这样就会致使查询速度慢。而当length = 16时，length – 1 = 15 即1111，那么进行低位&运算时，值老是与原来hash值相同，而进行高位运算时，其值等于其低位值。因此说当length = 2^n时，不一样的hash值发生碰撞的几率比较小，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。

这里咱们再来复习put的流程：当咱们想一个HashMap中添加一对key-value时，系统首先会计算key的hash值，而后根据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。不然迭代该处元素链表并依此比较其key的hash值。若是两个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。若是两个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，以下：

void addEntry(int hash, K key, V value, int bucketIndex) {
        //获取bucketIndex处的Entry
        Entry<K, V> e = table[bucketIndex];
        //将新建立的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry 
        table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
        //若HashMap中元素的个数超过极限了，则容量扩大两倍
        if (size++ >= threshold)
            resize(2 * table.length);
    }

　　这个方法中有两点须要注意：

一是链的产生。这是一个很是优雅的设计。系统老是将新的Entry对象添加到bucketIndex处。若是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，造成一条Entry链，可是若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中元素的数量愈来愈多，发生碰撞的几率就愈来愈大，所产生的链表长度就会愈来愈长，这样势必会影响HashMap的速度，为了保证HashMap的效率，系统必需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。可是扩容是一个很是耗时的过程，由于它须要从新计算这些数据在新table数组中的位置并进行复制处理。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。

5、读取实现：get(key)

相对于HashMap的存而言，取就显得比较简单了。经过key的hash值找到在table数组中的索引处的Entry，而后返回该key对应的value便可。

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;
    }

　　在这里可以根据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在存储过程当中并无将key，value分开来存储，而是当作一个总体key-value来处理的，这个总体就是Entry对象。同时value也只至关于key的附属而已。在存储的过程当中，系统根据key的hashcode来决定Entry在table数组中的存储位置，在取的过程当中一样根据key的hashcode取出相对应的Entry对象。

出处： http://www.cnblogs.com/chenssy/