HashMap数据存储原理
1. HashMap的数据结构
数据结构中有数组和链表来实现对数据的存储，但这二者基本上是两个极端。java
数组
数组存储区间是连续的，占用内存严重，故空间复杂的很大。但数组的二分查找时间复杂度小，为O(1)；数组的特色是：寻址容易，插入和删除困难；算法
链表
链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。链表的特色是：寻址困难，插入和删除容易。数组
哈希表
那么咱们能不能综合二者的特性，作出一种寻址容易，插入删除也容易的数据结构？答案是确定的，这就是咱们要提起的哈希表。哈希表（(Hash table）既知足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。数据结构
哈希表有多种不一样的实现方法，我接下来解释的是最经常使用的一种方法—— 拉链法，咱们能够理解为“链表的数组” ，如图：less
从上图咱们能够发现哈希表是由数组+链表组成的，一个长度为16的数组中，每一个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。通常状况是经过hash(key)%len得到，也就是元素的key的哈希值对数组长度取模获得。好比上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。因此十二、2八、108以及140都存储在数组下标为12的位置。函数
HashMap其实也是一个线性的数组实现的,因此能够理解为其存储数据的容器就是一个线性数组。这可能让咱们很不解，一个线性的数组怎么实现按键值对来存取数据呢？这里HashMap有作一些处理。性能
首先HashMap里面实现一个静态内部类Entry，其重要的属性有 key , value, next，从属性key,value咱们就能很明显的看出来Entry就是HashMap键值对实现的一个基础bean，咱们上面说到HashMap的基础就是一个线性数组，这个数组就是Entry[]，Map里面的内容都保存在Entry[]里面。优化
/** * The table, resized as necessary. Length MUST Always be a power of two. */ transient Entry[] table;
2. HashMap的存取实现
既然是线性数组，为何能随机存取？这里HashMap用了一个小算法，大体是这样实现：this
// 存储时: int hash = key.hashCode(); // 这个hashCode方法这里不详述,只要理解每一个key的hash是一个固定的int值 int index = hash % Entry[].length; Entry[index] = value; // 取值时: int hash = key.hashCode(); int index = hash % Entry[].length; return Entry[index];
1）put
疑问：若是两个key经过hash%Entry[].length获得的index相同，会不会有覆盖的危险？spa
这里HashMap里面用到链式数据结构的一个概念。上面咱们提到过Entry类里面有一个next属性，做用是指向下一个Entry。打个比方， 第一个键值对A进来，经过计算其key的hash获得的index=0，记作:Entry[0] = A。一会后又进来一个键值对B，经过计算其index也等于0，如今怎么办？HashMap会这样作:B.next = A,Entry[0] = B,若是又进来C,index也等于0,那么C.next = B,Entry[0] = C；这样咱们发现index=0的地方其实存取了A,B,C三个键值对,他们经过next这个属性连接在一块儿。因此疑问不用担忧。也就是说数组中存储的是最后插入的元素。到这里为止，HashMap的大体实现，咱们应该已经清楚了。
public V put(K key, V value) {
if (key == null)
return putForNullKey(value); //null老是放在数组的第一个链表中
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
//遍历链表
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//若是key在链表中已存在，则替换为新value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //参数e, 是Entry.next
//若是size超过threshold，则扩充table大小。再散列
if (size++ >= threshold)
resize(2 * table.length);
}
固然HashMap里面也包含一些优化方面的实现，这里也说一下。好比：Entry[]的长度必定后，随着map里面数据的愈来愈长，这样同一个index的链就会很长，会不会影响性能？HashMap里面设置一个因子，随着map的size愈来愈大，Entry[]会以必定的规则加长长度。
2）get
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
//先定位到数组元素，再遍历该元素处的链表
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
}
3）null key的存取
null key老是存放在Entry[]数组的第一个元素。
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}
private V getForNullKey() {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
4）肯定数组index：hashcode % table.length取模
HashMap存取时，都须要计算当前key应该对应Entry[]数组哪一个元素，即计算数组下标；算法以下：
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
return h & (length-1);
}
按位取并，做用上至关于取模mod或者取余%。
这意味着数组下标相同，并不表示hashCode相同。
5）table初始大小
public HashMap(int initialCapacity, float loadFactor) {
..... // Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
threshold = (int)(capacity * loadFactor);
table = new Entry[capacity];
init();
}
注意table初始大小并非构造函数中的initialCapacity！！
而是 >= initialCapacity的2的n次幂！！！！
————为何这么设计呢？——
3. 解决hash冲突的办法
- 开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
- 再哈希法
- 链地址法
- 创建一个公共溢出区
Java中hashmap的解决办法就是采用的链地址法。
4. 再散列rehash过程
当哈希表的容量超过默认容量时，必须调整table的大小。当容量已经达到最大可能值时，那么该方法就将容量调整到Integer.MAX_VALUE返回，这时，须要建立一张新表，将原表的映射到新表中。
/**
* Rehashes the contents of this map into a new array with a
* larger capacity. This method is called automatically when the
* number of keys in this map reaches its threshold.
*
* If current capacity is MAXIMUM_CAPACITY, this method does not
* resize the map, but sets threshold to Integer.MAX_VALUE.
* This has the effect of preventing future calls.
*
* @param newCapacity the new capacity, MUST be a power of two;
* must be greater than current capacity unless current
* capacity is MAXIMUM_CAPACITY (in which case value
* is irrelevant).
*/
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
//从新计算index
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
转自：http://blog.csdn.net/vking_wang/article/details/14166593
- 1. HashMap存储原理
- 2. HashMap 底层存储原理
- 3. HashMap底层存储原理
- 4. HashMap的存储原理
- 5. mongodb数据存储原理
- 6. (Concurrent)HashMap的存储过程及原理。
- 7. HashMap 原理 和 储存方式吗
- 8. HashMap源码分析：存储原理
- 9. HashMap简单存储和获取原理
- 10. HashMap原理及内部存储结构
- 更多相关文章...
- • TiDB数据库的存储原理（非常详细） - NoSQL教程
- • MySQL存储过程简介 - MySQL教程
- • Flink 数据传输及反压详解
- • 三篇文章了解 TiDB 技术内幕——说存储
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. HashMap存储原理
- 2. HashMap 底层存储原理
- 3. HashMap底层存储原理
- 4. HashMap的存储原理
- 5. mongodb数据存储原理
- 6. (Concurrent)HashMap的存储过程及原理。
- 7. HashMap 原理 和 储存方式吗
- 8. HashMap源码分析：存储原理
- 9. HashMap简单存储和获取原理
- 10. HashMap原理及内部存储结构