HashMap实现原理分析

╰+哭是因爲堅強的太久メ 2022-07-18 05:14 206阅读 0赞

## 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：  
![SouthEast][]  
![SouthEast 1][]  
 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(HashMap的默认承载量length是16，可以自动变长)，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

## 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：  
// 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。

**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**;

**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。

1.  key的hashcode()方法会被调用，然后计算hash值。hash值用来找到存储Entry对象的数组的索引。有时候hash函数可能写的很不好，所以JDK的设计者添加了另一个叫做hash()的方法，它接收刚才计算的hash值作为参数。如果你想了解更多关于hash()函数的东西，可以参考：[hashmap中的hash和indexFor方法][hashmap_hash_indexFor]
2.  indexFor(hash,table.length)用来计算在table数组中存储Entry对象的精确的索引。
3.  在我们的例子中已经看到，如果两个key有相同的hash值(也叫冲突)，他们会以链表的形式来存储。所以，这里我们就迭代链表。

*  如果在刚才计算出来的索引位置没有元素，直接把Entry对象放在那个索引上。
 *  如果索引上有元素，然后会进行迭代，一直到Entry->next是null。当前的Entry对象变成链表的下一个节点。
 *  如果我们再次放入同样的key会怎样呢？逻辑上，它应该替换老的value。事实上，它确实是这么做的。在迭代的过程中，会调用equals()方法来检查key的相等性(key.equals(k))，如果这个方法返回true，它就会用当前Entry的value来替换之前的value。 
    
     
 *  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。

### 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**;

1.  对key进行null检查。如果key是null，table\[0\]这个位置的元素将被返回。
2.  key的hashcode()方法被调用，然后计算hash值。
3.  indexFor(hash,table.length)用来计算要获取的Entry对象在table数组中的精确的位置，使用刚才计算的hash值。
4.  在获取了table数组的索引之后，会迭代链表，调用equals()方法检查key的相等性，如果equals()方法返回true，get方法返回Entry对象的value，否则，返回null。

### 3）null key的存取 ###

null key总是存放在Entry\[\]数组的第一个元素。(对key做null检查。如果key是null，会被存储到table\[0\]，因为null的hash值总是0)

**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：

/\*\*

\* 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 ###

**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 ##

1.  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）
2.  再哈希法
3.  **链地址法**
4.  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。

**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**);

**“你用过HashMap吗？” “什么是HashMap？你为什么用到它？”**

1、譬如HashMap可以接受null键值和值，而HashTable则不能；  
   2、HashMap是非synchronized;HashMap很快；以及HashMap储存的是键值对等等。

**“你知道HashMap的工作原理吗？” “你知道HashMap的get()方法的工作原理吗？”**

“HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。当我们给put()方法传递键和值时，我们先对键调用hashCode()方法，返回的hashCode用于找到bucket位置来储存Entry对象。”这里关键点在于指出，HashMap是在bucket中储存键对象和值对象，作为Map.Entry。

**“当两个对象的hashcode相同会发生什么？”   
 **因为hashcode相同，所以它们的bucket位置相同，‘碰撞’会发生。因为HashMap使用LinkedList存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在LinkedList中。”这个答案非常的合理，虽然有很多种处理碰撞的方法，这种方法是最简单的，也正是HashMap的处理方法。但故事还没有完结，面试官会继续问：

**“如果两个键的hashcode相同，你如何获取值对象？” **面试者会回答：当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，然后获取值对象。面试官提醒他如果有两个值对象储存在同一个bucket，他给出答案:将会遍历LinkedList直到找到值对象。面试官会问因为你并没有值对象去比较，你是如何确定确定找到值对象的？除非面试者直到HashMap在LinkedList中存储的是键值对，否则他们不可能回答出这一题。

其中一些记得这个重要知识点的面试者会说，找到bucket位置之后，会调用keys.equals()方法去找到LinkedList中正确的节点，最终找到要找的值对象。完美的答案！

[SouthEast]: /images/20220717/c409c918c8464fd3b50d071942569956.png
[SouthEast 1]: /images/20220717/41df1309456840d8a2dcde2229134a3a.png
[hashmap_hash_indexFor]: http://javapostsforlearning.blogspot.in/2014/02/hash-and-indexfor-method-in-hashmap.html