Java集合-HashMap

HashMap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 总是会当做一个整体来处理，系统会根据 hash 算法来来计算 key-value 的存储位置，我们总是可以通过 key 快速地存、取 value。下面就来分析 HashMap 的存取。

一、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

二、构造函数

HashMap 提供了三个构造函数：HashMap（）：构造一个具有默认初始容量（16）和默认加载因子（0.75）的空 HashMap。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。HashMap（int initialCapacity, float loadFactor）：构造一个带指定初始容量和加载因子的空 HashMap。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。HashMap 是一种支持快速存取的数据结构，要了解它的性能必须要了解它的数据结构。

三、数据结构

我们知道在 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：从上图我们可以看出 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。下面为 HashMap 构造函数的源码： public HashMap（int initialCapacity, float loadFactor） {
//初始容量不能小于0if （initialCapacity < 0）throw new IllegalArgumentException（"Illegal initial capacity: " + initialCapacity）;
//初始容量不能大于最大容量之 2^30if （initialCapacity > MAXIMUM_CAPACITY）initialCapacity = MAXIMUM_CAPACITY;
//负载因子不能小于0if （loadFactor <= 0 || Float.isNaN（loadFactor））throw new IllegalArgumentException（"Illegal load factor: " + loadFactor）;this.loadFactor = loadFactor;this.threshold = tableSizeFor（initialCapacity）;}从源码中可以看出，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 Node<K,V> implements Map.Entry<K,V> {final int hash;final K key;V value;Node<K,V> next;Node（int hash, K key, V value, Node<K,V> next） {this.hash = hash;this.key = key;this.value = value;this.next = next;}其中 Node 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。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。

四、存储实现：put（key,vlaue）

首先我们先看源码: 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允许为null的原因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valueif （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}}//修改次数增加1modCount++;//将key、value添加至i位置处addEntry（hash, key, value, i）;return null;}
-------------------------------------------------------------------public V put（K key, V value） {return putVal（hash（key）, key, value, false, true）;}/** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent if true, don"t change existing value * @param evict if false, the table is in creation mode. * @return previous value, or null if none */final V putVal（int hash, K key, V value, boolean onlyIfAbsent, boolean evict） {Node<K,V>[] tab; Node<K,V> p; int n, i;if （（tab = table） == null || （n = tab.length） == 0）n = （tab = resize（））.length;if （（p = tab[i = （n - 1） & hash]） == null）tab[i] = newNode（hash, key, value, null）;else {Node<K,V> e; K k;if （p.hash == hash &&（（k = p.key） == key || （key ！= null && key.equals（k））））e = p;else if （p instanceof TreeNode）e = （（TreeNode<K,V>）p）.putTreeVal（this, tab, hash, key, value）;else {for （int binCount = 0; ; ++binCount） {if （（e = p.next） == null） {p.next = newNode（hash, key, value, null）;if （binCount >= TREEIFY_THRESHOLD - 1） // -1 for 1sttreeifyBin（tab, hash）;break;}if （e.hash == hash &&（（k = e.key） == key || （key ！= null && key.equals（k））））break;p = e;}}if （e ！= null） { // existing mapping for keyV oldValue = e.value;if （！onlyIfAbsent || oldValue == null）e.value = value;afterNodeAccess（e）;return oldValue;}}++modCount;if （++size > threshold）resize（）;afterNodeInsertion（evict）;return null;}

------------------------------------------------------------------- final TreeNode<K,V> putTreeVal（HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v） {Class<？> kc = null;boolean searched = false;TreeNode<K,V> root = （parent ！= null）？ root（） : this;for （TreeNode<K,V> p = root;;） {int dir, ph; K pk;if （（ph = p.hash） > h）dir = -1;else if （ph < h）dir = 1;else if （（pk = p.key） == k || （k ！= null && k.equals（pk）））return p;else if （（kc == null &&（kc = comparableClassFor（k）） == null） || （dir = compareComparables（kc, k, pk）） == 0） {if （！searched） {TreeNode<K,V> q, ch;searched = true;if （（（ch = p.left）！= null && （q = ch.find（h, k, kc））！= null） ||（（ch = p.right）！= null && （q = ch.find（h, k, kc））！= null））return q;}dir = tieBreakOrder（k, pk）;}TreeNode<K,V> xp = p;if （（p = （dir <= 0）？ p.left : p.right） == null） {Node<K,V> xpn = xp.next;TreeNode<K,V> x = map.newTreeNode（h, k, v, xpn）;if （dir <= 0）xp.left = x;elsexp.right = x;xp.next = x;x.parent = x.prev = xp;if （xpn ！= null）（（TreeNode<K,V>）xpn）.prev = x;moveRootToFront（tab, balanceInsertion（root, x））;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 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。这个过程看似比较简单，其实深有内幕。有如下几点：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、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）;}我们知道对于 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。至于为什么是 2 的 n 次方下面解释。我们回到 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，h 为 5、6、7。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。诚然这里只分析三个数字不是很多，那么我们就看 0-15。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。这里我们再来复习 put 的流程：当我们想一个 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） {//获取bucketIndex处的EntryEntry<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<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）;}这个方法中有两点需要注意：

一、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。

二、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。

五、读取实现：get（key）

相对于 HashMap 的存而言，取就显得比较简单了。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valueif （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valueif （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。本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-08/134573.htm