java 中HashMap实现原理深入理解

时间:2022-02-14 03:07:38

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,但这两者基本上是两个极端。

      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);数组的特点是:寻址容易,插入和删除困难;

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)。链表的特点是:寻址困难,插入和删除容易。

哈希表

那么我们能不能综合两者的特性,做出一种寻址容易,插入删除也容易的数据结构?答案是肯定的,这就是我们要提起的哈希表。哈希表((Hash table)既满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。

  哈希表有多种不同的实现方法,我接下来解释的是最常用的一种方法—— 拉链法,我们可以理解为“链表的数组” ,如图:

java 中HashMap实现原理深入理解

java 中HashMap实现原理深入理解

  从上图我们可以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。一般情况是通过hash(key)%len获得,也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中,12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。

  HashMap其实也是一个线性的数组实现的,所以可以理解为其存储数据的容器就是一个线性数组。这可能让我们很不解,一个线性的数组怎么实现按键值对来存取数据呢?这里HashMap有做一些处理。

  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我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,我们上面说到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。

java" id="highlighter_368286">
?
1
2
3
4
5
6
/**
 
   * 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,为什么能随机存取?这里HashMap用了一个小算法,大致是这样实现:

?
1
2
3
4
5
6
7
8
9
// 存储时:
int hash = key.hashCode(); // 这个hashCode方法这里不详述,只要理解每个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:如果两个key通过hash%Entry[].length得到的index相同,会不会有覆盖的危险?

  这里HashMap里面用到链式数据结构的一个概念。上面我们提到过Entry类里面有一个next属性,作用是指向下一个Entry。打个比方, 第一个键值对A进来,通过计算其key的hash得到的index=0,记做:Entry[0] = A。一会后又进来一个键值对B,通过计算其index也等于0,现在怎么办?HashMap会这样做:B.next = A,Entry[0] = B,如果又进来C,index也等于0,那么C.next = B,Entry[0] = C;这样我们发现index=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起。所以疑问不用担心。也就是说数组中存储的是最后插入的元素。到这里为止,HashMap的大致实现,我们应该已经清楚了。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
public V put(K key, V value) {
 
   if (key == null)
 
     return putForNullKey(value); //null总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;
 
     //如果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;
 
 }
?
1
2
3
4
5
6
7
8
9
10
11
12
13
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
 
  //如果size超过threshold,则扩充table大小。再散列
 
  if (size++ >= threshold)
 
      resize(2 * table.length);
 
}

  当然HashMap里面也包含一些优化方面的实现,这里也说一下。比如:Entry[]的长度一定后,随着map里面数据的越来越长,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越来越大,Entry[]会以一定的规则加长长度。

2)get

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
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总是存放在Entry[]数组的第一个元素。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
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)确定数组index:hashcode % table.length取模

HashMap存取时,都需要计算当前key应该对应Entry[]数组哪个元素,即计算数组下标;算法如下:

?
1
2
3
4
5
6
7
8
9
10
11
/**
 
  * Returns index for hash code h.
 
  */
 
 static int indexFor(int h, int length) {
 
   return h & (length-1);
 
 }

按位取并,作用上相当于取模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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
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初始大小并不是构造函数中的initialCapacity!!

而是 >= initialCapacity的2的n次幂!!!!

————为什么这么设计呢?——

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 建立一个公共溢出区

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,需要创建一张新表,将原表的映射到新表中。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
/**
 
 * 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;
 
        //重新计算index
 
        int i = indexFor(e.hash, newCapacity);
 
        e.next = newTable[i];
 
        newTable[i] = e;
 
        e = next;
 
      } while (e != null);
 
    }
 
  }
 
}

感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

原文链接:http://blog.csdn.net/vking_wang/article/details/14166593