HashMap原理底层实现结构

淩亂°似流年 2022-10-02 01:46 327阅读 0赞
  1. HashMap概述：
    　　HashMap是基于哈希表的Map接口的非同步实现（Hashtable跟HashMap很像，唯一的区别是Hashtalbe中的方法是线程安全的，也就是同步的）。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

  2. HashMap的数据结构：
    　　在java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表的数组”的数据结构，每个元素存放链表头结点的数组，即数组和链表的结合体。
    HashMap底层就是一个数组，数组中的每一项又是一个链表。当新建一个HashMap的时候，就会初始化一个数组。源码如下：

    [java] view plain copy
    /**

    • The table, resized as necessary. Length MUST Always be a power of two.
      */
      transient Entry[] table;

    static class Entry implements Map.Entry { 

    1. final K key;  
    2. V value;  
    3. Entry<K,V> next;  
    4. final int hash;  
    5. ……

    }

可以看出，Entry就是数组中的元素，每个Map.Entry就是一个key-value对，它持有一个指向下一个元素的引用，这就构成了链表。

  1. HashMap的存取实现：

  2. 存储：

    public V put(K key, V value) { 

    1. // HashMap允许存放null键和null值。  
    2. // 当key为null时，调用putForNullKey方法，将value放置在数组第一个位置。  
    3. if (key == null)  
    4.     return putForNullKey(value);  
    5. // 根据key的hashCode重新计算hash值。  
    6. int hash = hash(key.hashCode());  
    7. // 搜索指定hash值所对应table中的索引。  
    8. int i = indexFor(hash, table.length);  
    9. // 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素。  
    10. for (Entry<K,V> e = table[i]; e != null; e = e.next) {  
    11.     Object k;  
    12.     if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
    13.         V oldValue = e.value;  
    14.         e.value = value;  
    15.         e.recordAccess(this);  
    16.         return oldValue;  
    17.     }  
    18. }  
    19. // 如果i索引处的Entry为null，表明此处还没有Entry。  
    20. // modCount记录HashMap中修改结构的次数  
    21. modCount++;  
    22. // 将key、value添加到i索引处。  
    23. addEntry(hash, key, value, i);  
    24. return null;

    }

从上面的源代码中可以看出：当我们往HashMap中put元素的时候，先根据key的hashCode重新计算hash值，根据hash值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。

addEntry(hash, key, value, i)方法根据计算出的hash值，将key-value对放在数组table的 i 索引处。addEntry 是HashMap 提供的一个包访问权限的方法（就是没有public，protected，private这三个访问权限修饰词修饰，为默认的访问权限，用default表示，但在代码中没有这个default），代码如下：

  1. void addEntry(int hash, K key, V value, int bucketIndex) {  
  2.     // 获取指定 bucketIndex 索引处的 Entry   
  3.     Entry<K,V> e = table[bucketIndex];  
  4.     // 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry  
  5.     table[bucketIndex] = new Entry<K,V>(hash, key, value, e);  
  6.     // 如果 Map 中的 key-value 对的数量超过了极限  
  7.     if (size++ >= threshold)  
  8.     // 把 table 对象的长度扩充到原来的2倍。  
  9.         resize(2 * table.length);  
  10. }

当系统决定存储HashMap中的key-value对时，完全没有考虑Entry中的value，仅仅只是根据key来计算并决定每个Entry的存储位置。我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。

hash(int h)方法根据key的hashCode重新计算一次散列。此算法加入了高位计算，防止低位不变，高位变化时，造成的hash冲突。

  1. static int hash(int h) {  
  2.     h ^= (h >>> 20) ^ (h >>> 12);  
  3.     return h ^ (h >>> 7) ^ (h >>> 4);  
  4. }

我们可以看到在HashMap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的 元素位置尽量的分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询的效率。

对于任意给定的对象，只要它的 hashCode() 返回值相同，那么程序调用 hash(int h) 方法所计算得到的 hash 码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，在HashMap中是这样做的：调用 indexFor(int h, int length) 方法来计算该对象应该保存在 table 数组的哪个索引处。indexFor(int h, int length) 方法的代码如下：

  1. static int indexFor(int h, int length) {  
  2.     return h & (length-1);  
  3. }

这个方法非常巧妙，它通过 h & (table.length -1) 来得到该对象的保存位，而HashMap底层数组的长度总是 2 的n 次方，这是HashMap在速度上的优化。在 HashMap 构造器中有如下代码：

  1. int capacity = 1;  
  2.     while (capacity < initialCapacity)  
  3.         capacity <<= 1;

这段代码保证初始化时HashMap的容量总是2的n次方，即底层数组的长度总是为2的n次方。

当length总是 2 的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。

这看上去很简单，其实比较有玄机的，我们举个例子来说明：

假设数组长度分别为15和16，优化后的hash码分别为8和9，那么&运算后的结果如下：

  1. h & (table.length-1)                     hash                             table.length-1
  3.    8 & (15-1)：                                 0100                   &              1110                   =                0100
  5.    9 & (15-1)：                                 0101                   &              1110                   =                0100
  7.   -----------------------------------------------------------------------------------------------------------------------
  9.    8 & (16-1)：                                 0100                   &              1111                   =                0100
  11.    9 & (16-1)：                                 0101                   &              1111                   =                0101
  13.   -----------------------------------------------------------------------------------------------------------------------

从上面的例子中可以看出：当8、9两个数和(15-1)2=(1110)进行“与运算&”的时候，产生了相同的结果，都为0100，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到数组中的同一个位置上形成链表，那么查询的时候就需要遍历这个链 表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hash值会与(15-1)2=(1110)进行“与运算&”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！

而当数组长度为16时，即为2的n次方时，2n-1得到的二进制数的每个位上的值都为1（比如(24-1)2=1111），这使得在低位上&时，得到的和原hash的低位相同，加之hash(int h)方法对key的hashCode的进一步优化，加入了高位计算，就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。

所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。

根据上面 put 方法的源代码可以看出，当程序试图将一个key-value对放入HashMap中时，程序首先根据该 key的 hashCode() 返回值决定该 Entry 的存储位置：如果两个 Entry 的 key 的 hashCode() 返回值相同，那它们的存储位置相同。如果这两个 Entry 的 key 通过 equals 比较返回 true，新添加 Entry 的 value 将覆盖集合中原有Entry 的 value，但key不会覆盖。如果这两个 Entry 的 key 通过 equals 比较返回 false，新添加的 Entry 将与集合中原有 Entry 形成 Entry 链，而且新添加的 Entry 位于 Entry 链的头部——具体说明继续看 addEntry() 方法的说明。

  1. 读取：

    public V get(Object key) { 

    1. if (key == null)  
    2.     return getForNullKey();  
    3. int hash = hash(key.hashCode());  
    4. for (Entry<K,V> e = table[indexFor(hash, table.length)];  
    5.     e != null;  
    6.     e = e.next) {  
    7.     Object k;  
    8.     if (e.hash == hash && ((k = e.key) == key || key.equals(k)))  
    9.         return e.value;  
    10. }  
    11. return null;

    }

有了上面存储时的hash算法作为基础，理解起来这段代码就很容易了。从上面的源代码中可以看出：从HashMap中get元素时，首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素。

  1. 归纳起来简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Entry 对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对，当需要存储一个 Entry 对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。

  2. HashMap的resize（rehash）：
    　　当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过160.75=12（这个值就是代码中的threshold值，也叫做临界值）的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，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。

HashMap扩容的代码如下所示：

  1. //HashMap数组扩容  
  2.           void resize(int newCapacity) {  
  3.                 Entry[] oldTable = table;  
  4.                 int oldCapacity = oldTable.length;  
  5.                 //如果当前的数组长度已经达到最大值，则不在进行调整  
  6.                 if (oldCapacity == MAXIMUM_CAPACITY) {  
  7.                     threshold = Integer.MAX_VALUE;  
  8.                     return;  
  9.                 }  
  10.                 //根据传入参数的长度定义新的数组  
  11.                 Entry[] newTable = new Entry[newCapacity];  
  12.                 //按照新的规则，将旧数组中的元素转移到新数组中  
  13.                 transfer(newTable);  
  14.                 table = newTable;  
  15.                 //更新临界值  
  16.                 threshold = (int)(newCapacity * loadFactor);  
  17.             }  
  19.           //旧数组中元素往新数组中迁移  
  20.             void transfer(Entry[] newTable) {  
  21.                 //旧数组  
  22.                 Entry[] src = table;  
  23.                 //新数组长度  
  24.                 int newCapacity = newTable.length;  
  25.                 //遍历旧数组  
  26.                 for (int j = 0; j < src.length; j++) {  
  27.                     Entry<K,V> e = src[j];  
  28.                     if (e != null) {  
  29.                         src[j] = null;  
  30.                         do {  
  31.                             Entry<K,V> next = e.next;  
  32.                             int i = indexFor(e.hash, newCapacity);  
  33.                             e.next = newTable[i];  
  34.                             newTable[i] = e;  
  35.                             e = next;  
  36.                         } while (e != null);  
  37.                     }  
  38.                 }  
  39.             }

发表评论

表情：
评论列表 （有 0 条评论，327人围观）

还没有评论，来说两句吧...

相关阅读

    相关 HashMap底层实现原理

    数据结构中有数组和链表这两个结构来存储数据。 数组存储区间是连续的，占用内存严重，故空间复杂度很大。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

    痛定思痛。痛定思痛。/ 0 赞/ 451 阅读