一、HashMap概述

HashMap基于哈希表的 Map 接口的實(shí)現(xiàn)。此實(shí)現(xiàn)提供所有可選的映射操作，并允許使用 null 值和 null 鍵。（除了不同步和允許使用 null 之外，HashMap 類與 Hashtable 大致相同。）此類不保證映射的順序，特別是它不保證該順序恒久不變。

值得注意的是HashMap不是線程安全的，如果想要線程安全的HashMap，可以通過(guò)Collections類的靜態(tài)方法synchronizedMap獲得線程安全的HashMap。

 Map map = Collections.synchronizedMap(new HashMap());

二、HashMap的數(shù)據(jù)結(jié)構(gòu)

HashMap的底層主要是基于數(shù)組和鏈表來(lái)實(shí)現(xiàn)的，它之所以有相當(dāng)快的查詢速度主要是因?yàn)樗峭ㄟ^(guò)計(jì)算散列碼來(lái)決定存儲(chǔ)的位置。HashMap中主要是通過(guò)key的hashCode來(lái)計(jì)算hash值的，只要hashCode相同，計(jì)算出來(lái)的hash值就一樣。如果存儲(chǔ)的對(duì)象對(duì)多了，就有可能不同的對(duì)象所算出來(lái)的hash值是相同的，這就出現(xiàn)了所謂的hash沖突。學(xué)過(guò)數(shù)據(jù)結(jié)構(gòu)的同學(xué)都知道，解決hash沖突的方法有很多，HashMap底層是通過(guò)鏈表來(lái)解決hash沖突的。

 圖中，紫色部分即代表哈希表，也稱為哈希數(shù)組，數(shù)組的每個(gè)元素都是一個(gè)單鏈表的頭節(jié)點(diǎn)，鏈表是用來(lái)解決沖突的，如果不同的key映射到了數(shù)組的同一位置處，就將其放入單鏈表中。

我們看看HashMap中Entry類的代碼：

 /** Entry是單向鏈表。 
  * 它是 “HashMap鏈?zhǔn)酱鎯?chǔ)法”對(duì)應(yīng)的鏈表。 
  *它實(shí)現(xiàn)了Map.Entry 接口，即實(shí)現(xiàn)getKey(), getValue(), setValue(V value), equals(Object o), hashCode()這些函數(shù) 
 **/ 
 static class Entry<K,V> implements Map.Entry<K,V> { 
  final K key; 
  V value; 
  // 指向下一個(gè)節(jié)點(diǎn) 
  Entry<K,V> next; 
  final int hash; 
 
  // 構(gòu)造函數(shù)。 
  // 輸入?yún)?shù)包括"哈希值(h)", "鍵(k)", "值(v)", "下一節(jié)點(diǎn)(n)" 
  Entry(int h, K k, V v, Entry<K,V> n) { 
   value = v; 
   next = n; 
   key = k; 
   hash = h; 
  } 
 
  public final K getKey() { 
   return key; 
  } 
 
  public final V getValue() { 
   return value; 
  } 
 
  public final V setValue(V newValue) { 
   V oldValue = value; 
   value = newValue; 
   return oldValue; 
  } 
 
  // 判斷兩個(gè)Entry是否相等 
  // 若兩個(gè)Entry的“key”和“value”都相等，則返回true。 
  // 否則，返回false 
  public final boolean equals(Object o) { 
   if (!(o instanceof Map.Entry)) 
    return false; 
   Map.Entry e = (Map.Entry)o; 
   Object k1 = getKey(); 
   Object k2 = e.getKey(); 
   if (k1 == k2 || (k1 != null && k1.equals(k2))) { 
    Object v1 = getValue(); 
    Object v2 = e.getValue(); 
    if (v1 == v2 || (v1 != null && v1.equals(v2))) 
     return true; 
   } 
   return false; 
  } 
 
  // 實(shí)現(xiàn)hashCode() 
  public final int hashCode() { 
   return (key==null ? 0 : key.hashCode()) ^ 
     (value==null ? 0 : value.hashCode()); 
  } 
 
  public final String toString() { 
   return getKey() + "=" + getValue(); 
  } 
 
  // 當(dāng)向HashMap中添加元素時(shí)，繪調(diào)用recordAccess()。 
  // 這里不做任何處理 
  void recordAccess(HashMap<K,V> m) { 
  } 
 
  // 當(dāng)從HashMap中刪除元素時(shí)，繪調(diào)用recordRemoval()。 
  // 這里不做任何處理 
  void recordRemoval(HashMap<K,V> m) { 
  } 
 }

HashMap其實(shí)就是一個(gè)Entry數(shù)組，Entry對(duì)象中包含了鍵和值，其中next也是一個(gè)Entry對(duì)象，它就是用來(lái)處理hash沖突的，形成一個(gè)鏈表。

三、HashMap源碼分析

1、關(guān)鍵屬性

先看看HashMap類中的一些關(guān)鍵屬性：

transient Entry[] table;//存儲(chǔ)元素的實(shí)體數(shù)組
 
transient int size;//存放元素的個(gè)數(shù)
 
int threshold; //臨界值 當(dāng)實(shí)際大小超過(guò)臨界值時(shí)，會(huì)進(jìn)行擴(kuò)容threshold = 加載因子*容量

 final float loadFactor; //加載因子
 
transient int modCount;//被修改的次數(shù)

其中l(wèi)oadFactor加載因子是表示Hsah表中元素的填滿的程度.

若:加載因子越大,填滿的元素越多,好處是,空間利用率高了,但:沖突的機(jī)會(huì)加大了.鏈表長(zhǎng)度會(huì)越來(lái)越長(zhǎng),查找效率降低。

反之,加載因子越小,填滿的元素越少,好處是:沖突的機(jī)會(huì)減小了,但:空間浪費(fèi)多了.表中的數(shù)據(jù)將過(guò)于稀疏（很多空間還沒(méi)用，就開(kāi)始擴(kuò)容了）

沖突的機(jī)會(huì)越大,則查找的成本越高.

因此,必須在 "沖突的機(jī)會(huì)"與"空間利用率"之間尋找一種平衡與折衷. 這種平衡與折衷本質(zhì)上是數(shù)據(jù)結(jié)構(gòu)中有名的"時(shí)-空"矛盾的平衡與折衷.

如果機(jī)器內(nèi)存足夠，并且想要提高查詢速度的話可以將加載因子設(shè)置小一點(diǎn)；相反如果機(jī)器內(nèi)存緊張，并且對(duì)查詢速度沒(méi)有什么要求的話可以將加載因子設(shè)置大一點(diǎn)。不過(guò)一般我們都不用去設(shè)置它，讓它取默認(rèn)值0.75就好了。

 2、構(gòu)造方法

下面看看HashMap的幾個(gè)構(gòu)造方法：

public HashMap(int initialCapacity, float loadFactor) {
  //確保數(shù)字合法
  if (initialCapacity < 0)
   throw new IllegalArgumentException("Illegal initial capacity: " +
            initialCapacity);
  if (initialCapacity > MAXIMUM_CAPACITY)
   initialCapacity = MAXIMUM_CAPACITY;
  if (loadFactor <= 0 || Float.isNaN(loadFactor))
   throw new IllegalArgumentException("Illegal load factor: " +
            loadFactor);

  // Find a power of 2 >= initialCapacity
  int capacity = 1; //初始容量
  while (capacity < initialCapacity) //確保容量為2的n次冪，使capacity為大于initialCapacity的最小的2的n次冪
   capacity <<= 1;

  this.loadFactor = loadFactor;
  threshold = (int)(capacity * loadFactor);
  table = new Entry[capacity];
  init();
 }

 public HashMap(int initialCapacity) {
  this(initialCapacity, DEFAULT_LOAD_FACTOR);
 }

 public HashMap() {
  this.loadFactor = DEFAULT_LOAD_FACTOR;
  threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
  table = new Entry[DEFAULT_INITIAL_CAPACITY];
  init();
 }

 我們可以看到在構(gòu)造HashMap的時(shí)候如果我們指定了加載因子和初始容量的話就調(diào)用第一個(gè)構(gòu)造方法，否則的話就是用默認(rèn)的。默認(rèn)初始容量為16，默認(rèn)加載因子為0.75。我們可以看到上面代碼中13-15行，這段代碼的作用是確保容量為2的n次冪，使capacity為大于initialCapacity的最小的2的n次冪，至于為什么要把容量設(shè)置為2的n次冪，我們等下再看。

 重點(diǎn)分析下HashMap中用的最多的兩個(gè)方法put和get

 3、存儲(chǔ)數(shù)據(jù)

下面看看HashMap存儲(chǔ)數(shù)據(jù)的過(guò)程是怎樣的，首先看看HashMap的put方法：

public V put(K key, V value) {
  // 若“key為null”，則將該鍵值對(duì)添加到table[0]中。
   if (key == null) 
   return putForNullKey(value);
  // 若“key不為null”，則計(jì)算該key的哈希值，然后將其添加到該哈希值對(duì)應(yīng)的鏈表中。
   int hash = hash(key.hashCode());
  //搜索指定hash值在對(duì)應(yīng)table中的索引
   int i = indexFor(hash, table.length);
  // 循環(huán)遍歷Entry數(shù)組,若“該key”對(duì)應(yīng)的鍵值對(duì)已經(jīng)存在，則用新的value取代舊的value。然后退出！
   for (Entry<K,V> e = table[i]; e != null; e = e.next) { 
    Object k;
    if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { //如果key相同則覆蓋并返回舊值
     V oldValue = e.value;
     e.value = value;
     e.recordAccess(this);
     return oldValue;
    }
   }
  //修改次數(shù)+1
   modCount++;
  //將key-value添加到table[i]處
  addEntry(hash, key, value, i);
  return null;
}

上面程序中用到了一個(gè)重要的內(nèi)部接口：Map.Entry，每個(gè) Map.Entry 其實(shí)就是一個(gè) key-value 對(duì)。從上面程序中可以看出：當(dāng)系統(tǒng)決定存儲(chǔ) HashMap 中的 key-value 對(duì)時(shí)，完全沒(méi)有考慮 Entry 中的 value，僅僅只是根據(jù) key 來(lái)計(jì)算并決定每個(gè) Entry 的存儲(chǔ)位置。這也說(shuō)明了前面的結(jié)論：我們完全可以把 Map 集合中的 value 當(dāng)成 key 的附屬，當(dāng)系統(tǒng)決定了 key 的存儲(chǔ)位置之后，value 隨之保存在那里即可。

我們慢慢的來(lái)分析這個(gè)函數(shù)，第2和3行的作用就是處理key值為null的情況，我們看看putForNullKey(value)方法：

private V putForNullKey(V value) {
  for (Entry<K,V> e = table[0]; e != null; e = e.next) {
   if (e.key == null) { //如果有key為null的對(duì)象存在，則覆蓋掉
    V oldValue = e.value;
    e.value = value;
    e.recordAccess(this);
    return oldValue;
   }
  }
  modCount++;
  addEntry(0, null, value, 0); //如果鍵為null的話，則hash值為0
  return null;
 }

注意：如果key為null的話，hash值為0，對(duì)象存儲(chǔ)在數(shù)組中索引為0的位置。即table[0]

我們?cè)倩厝タ纯磒ut方法中第4行，它是通過(guò)key的hashCode值計(jì)算hash碼，下面是計(jì)算hash碼的函數(shù)：

//計(jì)算hash值的方法 通過(guò)鍵的hashCode來(lái)計(jì)算
 static int hash(int h) {
  // This function ensures that hashCodes that differ only by
  // constant multiples at each bit position have a bounded
  // number of collisions (approximately 8 at default load factor).
  h ^= (h >>> 20) ^ (h >>> 12);
  return h ^ (h >>> 7) ^ (h >>> 4);
 }

得到hash碼之后就會(huì)通過(guò)hash碼去計(jì)算出應(yīng)該存儲(chǔ)在數(shù)組中的索引，計(jì)算索引的函數(shù)如下：

  static int indexFor(int h, int length) { //根據(jù)hash值和數(shù)組長(zhǎng)度算出索引值
   return h & (length-1); //這里不能隨便算取，用hash&(length-1)是有原因的，這樣可以確保算出來(lái)的索引是在數(shù)組大小范圍內(nèi)，不會(huì)超出
  }

這個(gè)我們要重點(diǎn)說(shuō)下，我們一般對(duì)哈希表的散列很自然地會(huì)想到用hash值對(duì)length取模（即除法散列法），Hashtable中也是這樣實(shí)現(xiàn)的，這種方法基本能保證元素在哈希表中散列的比較均勻，但取模會(huì)用到除法運(yùn)算，效率很低，HashMap中則通過(guò)h&(length-1)的方法來(lái)代替取模，同樣實(shí)現(xiàn)了均勻的散列，但效率要高很多，這也是HashMap對(duì)Hashtable的一個(gè)改進(jìn)。

接下來(lái)，我們分析下為什么哈希表的容量一定要是2的整數(shù)次冪。首先，length為2的整數(shù)次冪的話，h&(length-1)就相當(dāng)于對(duì)length取模，這樣便保證了散列的均勻，同時(shí)也提升了效率；其次，length為2的整數(shù)次冪的話，為偶數(shù)，這樣length-1為奇數(shù)，奇數(shù)的最后一位是1，這樣便保證了h&(length-1)的最后一位可能為0，也可能為1（這取決于h的值），即與后的結(jié)果可能為偶數(shù)，也可能為奇數(shù)，這樣便可以保證散列的均勻性，而如果length為奇數(shù)的話，很明顯length-1為偶數(shù)，它的最后一位是0，這樣h&(length-1)的最后一位肯定為0，即只能為偶數(shù)，這樣任何hash值都只會(huì)被散列到數(shù)組的偶數(shù)下標(biāo)位置上，這便浪費(fèi)了近一半的空間，因此，length取2的整數(shù)次冪，是為了使不同hash值發(fā)生碰撞的概率較小，這樣就能使元素在哈希表中均勻地散列。

這看上去很簡(jiǎn)單，其實(shí)比較有玄機(jī)的，我們舉個(gè)例子來(lái)說(shuō)明：

假設(shè)數(shù)組長(zhǎng)度分別為15和16，優(yōu)化后的hash碼分別為8和9，那么&運(yùn)算后的結(jié)果如下：

h & (table.length-1)     hash       table.length-1
8 & (15-1)：       0100    &    1110   =  0100
9 & (15-1)：       0101    &    1110   =  0100
------------------------------------------------------------------
8 & (16-1)：       0100    &    1111   =   0100
9 & (16-1)：       0101    &    1111   =   0101

從上面的例子中可以看出：當(dāng)它們和15-1（1110）“與”的時(shí)候，產(chǎn)生了相同的結(jié)果，也就是說(shuō)它們會(huì)定位到數(shù)組中的同一個(gè)位置上去，這就產(chǎn)生了碰撞，8和9會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表，那么查詢的時(shí)候就需要遍歷這個(gè)鏈 表，得到8或者9，這樣就降低了查詢的效率。同時(shí)，我們也可以發(fā)現(xiàn)，當(dāng)數(shù)組長(zhǎng)度為15的時(shí)候，hash值會(huì)與15-1（1110）進(jìn)行“與”，那么 最后一位永遠(yuǎn)是0，而0001，0011，0101，1001，1011，0111，1101這幾個(gè)位置永遠(yuǎn)都不能存放元素了，空間浪費(fèi)相當(dāng)大，更糟的是這種情況中，數(shù)組可以使用的位置比數(shù)組長(zhǎng)度小了很多，這意味著進(jìn)一步增加了碰撞的幾率，減慢了查詢的效率！而當(dāng)數(shù)組長(zhǎng)度為16時(shí)，即為2的n次方時(shí)，2n-1得到的二進(jìn)制數(shù)的每個(gè)位上的值都為1，這使得在低位上&時(shí)，得到的和原h(huán)ash的低位相同，加之hash(int h)方法對(duì)key的hashCode的進(jìn)一步優(yōu)化，加入了高位計(jì)算，就使得只有相同的hash值的兩個(gè)值才會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表。

所以說(shuō)，當(dāng)數(shù)組長(zhǎng)度為2的n次冪的時(shí)候，不同的key算得得index相同的幾率較小，那么數(shù)據(jù)在數(shù)組上分布就比較均勻，也就是說(shuō)碰撞的幾率小，相對(duì)的，查詢的時(shí)候就不用遍歷某個(gè)位置上的鏈表，這樣查詢效率也就較高了。

根據(jù)上面 put 方法的源代碼可以看出，當(dāng)程序試圖將一個(gè)key-value對(duì)放入HashMap中時(shí)，程序首先根據(jù)該 key 的 hashCode() 返回值決定該 Entry 的存儲(chǔ)位置：如果兩個(gè) Entry 的 key 的 hashCode() 返回值相同，那它們的存儲(chǔ)位置相同。如果這兩個(gè) Entry 的 key 通過(guò) equals 比較返回 true，新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value，但key不會(huì)覆蓋。如果這兩個(gè) Entry 的 key 通過(guò) equals 比較返回 false，新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新添加的 Entry 位于 Entry 鏈的頭部——具體說(shuō)明繼續(xù)看 addEntry() 方法的說(shuō)明。

 void addEntry(int hash, K key, V value, int bucketIndex) {
   Entry<K,V> e = table[bucketIndex]; //如果要加入的位置有值，將該位置原先的值設(shè)置為新entry的next,也就是新entry鏈表的下一個(gè)節(jié)點(diǎn)
   table[bucketIndex] = new Entry<>(hash, key, value, e);
   if (size++ >= threshold) //如果大于臨界值就擴(kuò)容
   resize(2 * table.length); //以2的倍數(shù)擴(kuò)容
  }

 參數(shù)bucketIndex就是indexFor函數(shù)計(jì)算出來(lái)的索引值，第2行代碼是取得數(shù)組中索引為bucketIndex的Entry對(duì)象，第3行就是用hash、key、value構(gòu)建一個(gè)新的Entry對(duì)象放到索引為bucketIndex的位置，并且將該位置原先的對(duì)象設(shè)置為新對(duì)象的next構(gòu)成鏈表。

第4行和第5行就是判斷put后size是否達(dá)到了臨界值threshold，如果達(dá)到了臨界值就要進(jìn)行擴(kuò)容，HashMap擴(kuò)容是擴(kuò)為原來(lái)的兩倍。

 4、調(diào)整大小

resize()方法如下：

 重新調(diào)整HashMap的大小，newCapacity是調(diào)整后的單位

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);//用來(lái)將原先table的元素全部移到newTable里面
  table = newTable; //再將newTable賦值給table
  threshold = (int)(newCapacity * loadFactor);//重新計(jì)算臨界值
 }

新建了一個(gè)HashMap的底層數(shù)組，上面代碼中第10行為調(diào)用transfer方法，將HashMap的全部元素添加到新的HashMap中,并重新計(jì)算元素在新的數(shù)組中的索引位置

當(dāng)HashMap中的元素越來(lái)越多的時(shí)候，hash沖突的幾率也就越來(lái)越高，因?yàn)閿?shù)組的長(zhǎng)度是固定的。所以為了提高查詢的效率，就要對(duì)HashMap的數(shù)組進(jìn)行擴(kuò)容，數(shù)組擴(kuò)容這個(gè)操作也會(huì)出現(xiàn)在ArrayList中，這是一個(gè)常用的操作，而在HashMap數(shù)組擴(kuò)容之后，最消耗性能的點(diǎn)就出現(xiàn)了：原數(shù)組中的數(shù)據(jù)必須重新計(jì)算其在新數(shù)組中的位置，并放進(jìn)去，這就是resize。

那么HashMap什么時(shí)候進(jìn)行擴(kuò)容呢？當(dāng)HashMap中的元素個(gè)數(shù)超過(guò)數(shù)組大小*loadFactor時(shí)，就會(huì)進(jìn)行數(shù)組擴(kuò)容，loadFactor的默認(rèn)值為0.75，這是一個(gè)折中的取值。也就是說(shuō)，默認(rèn)情況下，數(shù)組大小為16，那么當(dāng)HashMap中元素個(gè)數(shù)超過(guò)16*0.75=12的時(shí)候，就把數(shù)組的大小擴(kuò)展為 2*16=32，即擴(kuò)大一倍，然后重新計(jì)算每個(gè)元素在數(shù)組中的位置，擴(kuò)容是需要進(jìn)行數(shù)組復(fù)制的，復(fù)制數(shù)組是非常消耗性能的操作，所以如果我們已經(jīng)預(yù)知HashMap中元素的個(gè)數(shù)，那么預(yù)設(shè)元素的個(gè)數(shù)能夠有效的提高HashMap的性能。

 5、數(shù)據(jù)讀取

public V get(Object key) { 
 if (key == null) 
  return getForNullKey(); 
 int hash = hash(keyhashCode()); 
 for (Entry<K,V> e = table[indexFor(hash, tablelength)]; 
  e != null; 
  e = enext) { 
  Object k; 
  if (ehash == hash && ((k = ekey) == key || keyequals(k))) 
   return evalue; 
 } 
 return null; 
}

有了上面存儲(chǔ)時(shí)的hash算法作為基礎(chǔ)，理解起來(lái)這段代碼就很容易了。從上面的源代碼中可以看出：從HashMap中g(shù)et元素時(shí)，首先計(jì)算key的hashCode，找到數(shù)組中對(duì)應(yīng)位置的某一元素，然后通過(guò)key的equals方法在對(duì)應(yīng)位置的鏈表中找到需要的元素。

6、HashMap的性能參數(shù)： 

HashMap 包含如下幾個(gè)構(gòu)造器：

HashMap()：構(gòu)建一個(gè)初始容量為 16，負(fù)載因子為 0.75 的 HashMap。

HashMap(int initialCapacity)：構(gòu)建一個(gè)初始容量為 initialCapacity，負(fù)載因子為 0.75 的 HashMap。

HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負(fù)載因子創(chuàng)建一個(gè) HashMap。

HashMap的基礎(chǔ)構(gòu)造器HashMap(int initialCapacity, float loadFactor)帶有兩個(gè)參數(shù)，它們是初始容量initialCapacity和加載因子loadFactor。

 initialCapacity：HashMap的最大容量，即為底層數(shù)組的長(zhǎng)度。

loadFactor：負(fù)載因子loadFactor定義為：散列表的實(shí)際元素?cái)?shù)目(n)/ 散列表的容量(m)。

負(fù)載因子衡量的是一個(gè)散列表的空間的使用程度，負(fù)載因子越大表示散列表的裝填程度越高，反之愈小。對(duì)于使用鏈表法的散列表來(lái)說(shuō)，查找一個(gè)元素的平均時(shí)間是O(1+a)，因此如果負(fù)載因子越大，對(duì)空間的利用更充分，然而后果是查找效率的降低；如果負(fù)載因子太小，那么散列表的數(shù)據(jù)將過(guò)于稀疏，對(duì)空間造成嚴(yán)重浪費(fèi)。

HashMap的實(shí)現(xiàn)中，通過(guò)threshold字段來(lái)判斷HashMap的最大容量：

threshold = (int)(capacity * loadFactor); 

結(jié)合負(fù)載因子的定義公式可知，threshold就是在此loadFactor和capacity對(duì)應(yīng)下允許的最大元素?cái)?shù)目，超過(guò)這個(gè)數(shù)目就重新resize，以降低實(shí)際的負(fù)載因子。默認(rèn)的的負(fù)載因子0.75是對(duì)空間和時(shí)間效率的一個(gè)平衡選擇。當(dāng)容量超出此最大容量時(shí)， resize后的HashMap容量是容量的兩倍。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論