透過(guò)Java中的HashMap了解Map接口
一直以來(lái)似乎都有一個(gè)錯(cuò)覺(jué)，認(rèn)為map跟其他的集合類(lèi)一樣繼承自Collection，其實(shí)不然，Map和Collection在結(jié)構(gòu)層次上是沒(méi)有任何關(guān)系的，通過(guò)查看源碼可以發(fā)現(xiàn)map所有操作都是基于key-value對(duì)，而不是單獨(dú)的元素。
下面以HashMap為例子，深入對(duì)Map的實(shí)現(xiàn)機(jī)制進(jìn)行了解，在這個(gè)過(guò)程中，請(qǐng)打開(kāi)jdk源碼。
Hash算法
HashMap使用Hash算法，所以在解剖HashMap之間，需要先簡(jiǎn)單的了解Hash算法，Hash算法一般也成為散列算法，通過(guò)散列算法將任意的值轉(zhuǎn)化成固定的長(zhǎng)度輸出，該輸出就是散列值，這是一種壓縮映射，也就是，散列值的空間遠(yuǎn)遠(yuǎn)小于輸入的值空間。
簡(jiǎn)單的說(shuō)，hash算法的意義在于提供了一種快速存取數(shù)據(jù)的方法,它用一種算法建立鍵值與真實(shí)值之間的對(duì)應(yīng)關(guān)系,(每一個(gè)真實(shí)值只能有一個(gè)鍵值,但是一個(gè)鍵值可以對(duì)應(yīng)多個(gè)真實(shí)值),這樣可以快速在數(shù)組等里面存取數(shù)據(jù)。
下面我們建立一個(gè)HashMap,然后往里面放入12對(duì)key-value，這個(gè)HashMap的默認(rèn)數(shù)組長(zhǎng)度為16，我們的key分別存放在該數(shù)組的格子中，每個(gè)格子下面存放的元素又是以鏈表的方式存放元素。
- public static void main(String[] args) {
- Map map = new HashMap();
- map.put( " What " , " chenyz " );
- map.put( " You " , " chenyz " );
- map.put( " Don't " , " chenyz " );
- map.put( " Know " , " chenyz " );
- map.put( " About " , " chenyz " );
- map.put( " Geo " , " chenyz " );
- map.put( " APIs " , " chenyz " );
- map.put( " Can't " , " chenyz " );
- map.put( " Hurt " , " chenyz " );
- map.put( " you " , " chenyz " );
- map.put( " google " , " chenyz " );
- map.put( " map " , " chenyz " );
- map.put( " hello " , " chenyz " );
- }
當(dāng)我們新添加一個(gè)元素時(shí)，首先我們通過(guò)Hash算法計(jì)算出這個(gè)元素的Hash值的hashcode，通過(guò)這個(gè)hashcode的值，我們就可以計(jì)算出這個(gè)新元素應(yīng)該存放在這個(gè)hash表的哪個(gè)格子里面，如果這個(gè)格子中已經(jīng)存在元素，那么就把新的元素加入到已經(jīng)存在格子元素的鏈表中。
運(yùn)行上面的程序，我們對(duì)HashMap源碼進(jìn)行一點(diǎn)修改，打印出每個(gè)key對(duì)象的hash值
What-->hash值：8
You-->hash值：3
Don't-->hash值：7
Know-->hash值：13
About-->hash值：11
Geo-->hash值：12
APIs-->hash值：1
Can't-->hash值：7
Hurt-->hash值：1
you-->hash值：10
google-->hash值：3
map-->hash值：8
hello-->hash值：0
計(jì)算出來(lái)的Hash值分別代表該key應(yīng)該存放在Hash表中對(duì)應(yīng)數(shù)字的格子中，如果該格子已經(jīng)有元素存在，那么該key就以鏈表的方式依次放入格子中
從上表可以看出，Hash表是線性表和鏈表的綜合所得，根據(jù)數(shù)據(jù)結(jié)構(gòu)的定義，可以得出粗劣的結(jié)論，Hash算法的存取速度要比數(shù)組差一些，但是比起單純的鏈表，在查找和存取方面卻要好多。
如果要查找一個(gè)元素時(shí)，同樣的方式，通過(guò)Hash函數(shù)計(jì)算出這個(gè)元素的Hash值hashcode，然后通過(guò)這個(gè)hashcode值，直接找到跟這個(gè)hash值相對(duì)應(yīng)的線性格子，進(jìn)如該格子后，對(duì)這個(gè)格子存放的鏈表元素逐個(gè)進(jìn)行比較，直到找到對(duì)應(yīng)的hash值。
在簡(jiǎn)單了解完Hash算法后，我們打開(kāi)HashMap源碼
初始化HashMap
下面我們看看Map map = new HashMap();這段代碼究竟做了什么，發(fā)生了什么數(shù)據(jù)結(jié)構(gòu)的變化。
HashMap中幾個(gè)重要的屬性
transient Entry[] table;
用來(lái)保存key-value的對(duì)象Entry數(shù)組，也就是Hash表
transient int size;
返回HashMap的鍵值對(duì)個(gè)數(shù)
final float loadFactor;
負(fù)載因子，用來(lái)決定Entry數(shù)組是否擴(kuò)容的因子，HashMap默認(rèn)是0.75f
int threshold;
重構(gòu)因子，(capacity * load factor)負(fù)載因子與Entry[]數(shù)組容積的乘值
- public class HashMap < K,V >
- extends AbstractMap < K,V >
- implements Map < K,V > , Cloneable, Serializable
- {
- int threshold;
- final float loadFactor;
- transient Entry[] table;
- static final float DEFAULT_LOAD_FACTOR = 0.75f ;
- static final int DEFAULT_INITIAL_CAPACITY = 16 ;
- public HashMap( int initialCapacity, float loadFactor) {
- 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 ;
- while (capacity < initialCapacity)
- capacity <<= 1 ;
- this .loadFactor = loadFactor;
- threshold = ( int )(capacity * loadFactor);
- table = new Entry[capacity];
- init();
- }
以public HashMap(int initialCapacity, float loadFactor)構(gòu)造函數(shù)為例，另外兩個(gè)構(gòu)造函數(shù)實(shí)際上也是以同種方式來(lái)構(gòu)建HashMap.
首先是要確定hashMap的初始化的長(zhǎng)度，這里使用的策略是循環(huán)查出一個(gè)大于initialCapacity的2的次方的數(shù)，例如 initialCapacity的值是10，那么大于10的數(shù)是2的4次方，也就是16
capacity的值被賦予了16，那么實(shí)際上table數(shù)組的長(zhǎng)度是16，之所以采用這樣的策略來(lái)構(gòu)建Hash表的長(zhǎng)度，是因?yàn)?的次方運(yùn)算對(duì)于計(jì)算機(jī)來(lái)說(shuō)是有相當(dāng)?shù)男省?/p>
loadFactor，被稱(chēng)為負(fù)載因子，HashMap的默認(rèn)負(fù)載因子是0.75f
threshold，接下來(lái)是重構(gòu)因子，由負(fù)載因子和容量的乘機(jī)組成，它表示當(dāng)HashMap元素被存放了多少個(gè)之后，需要對(duì)HashMap進(jìn)行重構(gòu)。
通過(guò)這一系列的計(jì)算和定義后，初始化Entry[] table;
put(key,value)
接下來(lái)看一對(duì)key-value是如何被存放到HashMap中：put(key,value)
- public V put(K key, V value) {
- if (key == null )
- return putForNullKey(value);
- int hash = hash(key.hashCode());
- int i = indexFor(hash, table.length);
- System.out.println(key + " -->hash值： " + i); // 這就是剛才程序打印出來(lái)的key對(duì)應(yīng)hash值
- 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))) {
- V oldValue = e.value;
- e.value = value;
- e.recordAccess( this );
- return oldValue;
- }
- }
- modCount ++ ;
- addEntry(hash, key, value, i);
- return null ;
- }
- static int hash( int h) {
- h ^= (h >>> 20 ) ^ (h >>> 12 );
- return h ^ (h >>> 7 ) ^ (h >>> 4 );
- }
- static int indexFor( int h, int length) {
- return h & (length - 1 );
- }
這里是整個(gè)hash的關(guān)鍵，請(qǐng)打開(kāi)源碼查看一步一步查看。
hash(key.hashCode()) 計(jì)算出key的hash碼 //對(duì)于hash()的算法，這里有一篇分析很透徹的文章
indexFor(hash, table.length) 通過(guò)一個(gè)與算法計(jì)算出來(lái)，該key應(yīng)在存放在Hash表的哪個(gè)格子中。
for (Entry e = table[i]; e != null; e = e.next) 然后再遍歷table[i]格中的鏈表，判斷是否已經(jīng)存在一樣的key，如果存在一樣的key值，那么就用新的value覆蓋舊的value，并把舊的value值返回。
addEntry(hash, key, value, i) 如果經(jīng)過(guò)遍歷鏈表沒(méi)有發(fā)現(xiàn)同樣的key，那么進(jìn)行addEntry函數(shù)的操作，增加當(dāng)前key到hash表中的第i個(gè)格子中的鏈表中
- 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);
- if (size ++ >= threshold)
- resize( 2 * table.length);
Entry e = table[bucketIndex]; 創(chuàng)建一個(gè)Entry對(duì)象來(lái)存放鍵值（ps:Entry對(duì)象是一個(gè)鏈表對(duì)象）
table[bucketIndex] = new Entry(hash, key, value, e); 將Entry對(duì)象添加到鏈表中
if (size++ >= threshold) resize(2 * table.length); ***將size進(jìn)行自增，判斷size值是否大于重構(gòu)因子，如果大于那么就是用resize進(jìn)行擴(kuò)容重構(gòu)。
- 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);
這里為什么是否需要擴(kuò)容重構(gòu)，其實(shí)是涉及到負(fù)載因子的性能問(wèn)題
loadFactor負(fù)載因子
上面說(shuō)過(guò)loadFactor是一個(gè)hashMap的決定性屬性，HashSet和HashMap的默認(rèn)負(fù)載因子都是0.75，它表示，如果哈希表的容量超過(guò)3/4時(shí)，將自動(dòng)成倍的增加哈希表的容量，這個(gè)值是權(quán)衡了時(shí)間和空間的成本，如果負(fù)載因子較高，雖然會(huì)減少對(duì)內(nèi)存空間的需求，但也會(huì)增加查找數(shù)據(jù)的時(shí)間開(kāi)銷(xiāo)，無(wú)論是put()和get()都涉及到對(duì)數(shù)據(jù)進(jìn)行查找的動(dòng)作，所以負(fù)載因子是不適宜設(shè)置過(guò)高
get(key)
接下來(lái)看看get(key)做了什么
- public V get(Object key) {
- if (key == null )
- return getForNullKey();
- int hash = hash(key.hashCode());
- 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 ;
- }
這些動(dòng)作似乎是跟put(key，value)相識(shí)，通過(guò)hash算法獲取key的hash碼，再通過(guò)indexFor定位出該key存在于table的哪一個(gè)下表，獲取該下標(biāo)然后對(duì)下標(biāo)中的鏈表進(jìn)行遍歷比對(duì)，如果有符合就直接返回該key的value值。
keySet()
這里還涉及另一個(gè)問(wèn)題，上面說(shuō)了HashMap是跟set沒(méi)有任何親屬關(guān)系，但map也一樣實(shí)現(xiàn)了keySet接口，下面譜析一下keySet在hashMap中是如何實(shí)現(xiàn)的，這里給出部分代碼，請(qǐng)結(jié)合源碼查看
- public K next() {
- return nextEntry().getKey();
- }
- final Entry < K,V > nextEntry() {
- if (modCount != expectedModCount)
- throw new ConcurrentModificationException();
- Entry < K,V > e = next;
- if (e == null )
- throw new NoSuchElementException();
- if ((next = e.next) == null ) {
- Entry[] t = table;
- while (index < t.length && (next = t[index ++ ]) == null )
- ;
- }
- current = e;
- return e;
- }
代碼很簡(jiǎn)單，就是對(duì)每個(gè)格子里面的鏈表進(jìn)行遍歷，也正是這個(gè)原因，當(dāng)我們依次將key值put進(jìn)hashMap中，但在使用map.entrySet().iterator()進(jìn)行遍歷時(shí)候卻不是put時(shí)候的順序。
擴(kuò)容
在前面說(shuō)到put函數(shù)的時(shí)候，已經(jīng)提過(guò)了擴(kuò)容的問(wèn)題
- if (size ++ >= threshold)
- resize( 2 * table.length);
這里一個(gè)是否擴(kuò)容的判斷，當(dāng)數(shù)據(jù)達(dá)到了threshold所謂的重構(gòu)因子，而不是HashMap的***容量，就進(jìn)行擴(kuò)容。
- Entry[] oldTable
- threshold
- }
- Entry[] newTable
- transfer(newTable);
- table
- threshold
- }
- Entry[] src
- Entry
- src[j]
- Entry
- e.next
- newTable[i]
- e
- }
- }
- }
- }
- void resize( int newCapacity)
- { = table; int oldCapacity = oldTable.length;
- if (oldCapacity == MAXIMUM_CAPACITY) { = Integer.MAX_VALUE;
- return ; = new Entry[newCapacity];
- = newTable; = ( int )(newCapacity * loadFactor);
- void transfer(Entry[] newTable)
- { = table; int newCapacity = newTable.length;
- for ( int j = 0 ; j < src.length; j ++ ) { < K,V > e = src[j];
- if (e != null ) { = null ; do { < K,V > next = e.next;
- int i = indexFor(e.hash, newCapacity);
- = newTable[i]; = e; = next;
- while (e != null );
transfer方法實(shí)際上是將所有的元素重新進(jìn)行一些hash，這是因?yàn)槿萘孔兓?，每個(gè)元素相對(duì)應(yīng)的hash值也會(huì)不一樣。
使用HashMap
1.不要再高并發(fā)中使用HashMap，HashMap是線程不安全，如果被多個(gè)線程共享之后，將可能發(fā)生不可預(yù)知的問(wèn)題。
2.如果數(shù)據(jù)大小事固定的，***在初始化的時(shí)候就給HashMap一個(gè)合理的容量值，如果使用new HashMap()默認(rèn)構(gòu)造函數(shù)，重構(gòu)因子的值是16*0.75=12，當(dāng)HashMap的容量超過(guò)了12后，就會(huì)進(jìn)行一系列的擴(kuò)容運(yùn)算，重建一個(gè)原來(lái)成倍的數(shù)組，并且對(duì)原來(lái)存在的元素進(jìn)行重新的hash運(yùn)算，如果你的數(shù)據(jù)是有成千上萬(wàn)的，那么你的成千上萬(wàn)的數(shù)據(jù)也要跟這你的擴(kuò)容不斷的hash，這將產(chǎn)生高額的內(nèi)存和cpu的大量開(kāi)銷(xiāo)。
當(dāng)然啦，HashMap的函數(shù)還有很多，不過(guò)都是基于table的鏈表進(jìn)行操作，當(dāng)然也就是hash算法，Map & hashMap在平時(shí)我們的應(yīng)用非常多，最重要的是我們要對(duì)每句代碼中每塊數(shù)據(jù)結(jié)構(gòu)變化心中有數(shù)。
【編輯推薦】
