Java集合類的整體架構

比較重要的集合類圖如下：

HashMap詳解

HashMap 和 HashSet 是 Java Collection Framework 的兩個重要成員，其中 HashMap 是 Map 接口的常用實現(xiàn)類，HashSet 是 Set 接口的常用實現(xiàn)類。雖然 HashMap 和 HashSet 實現(xiàn)的接口規(guī)范不同，但它們底層的 Hash 存儲機制完全一樣，甚至 HashSet 本身就采用 HashMap 來實現(xiàn)的(使用HashMap的key來存儲HashSet的值，value是一個無意義的對象) 。

通過 HashMap、HashSet 的源代碼分析其 Hash 存儲機制

實際上，HashSet 和 HashMap 之間有很多相似之處，對于 HashSet 而言，系統(tǒng)采用 Hash 算法決定集合元素的存儲位置，這樣可以保證能快速存、取集合元素；對于 HashMap 而言，系統(tǒng) key-value 當成一個整體進行處理，系統(tǒng)總是根據(jù) Hash 算法來計算 key-value 的存儲位置，這樣可以保證能快速存、取 Map 的 key-value 對。

在介紹集合存儲之前需要指出一點：雖然集合號稱存儲的是 Java 對象，但實際上并不會真正將 Java 對象放入 Set 集合中，只是在 Set 集合中保留這些對象的引用而言。也就是說：Java 集合實際上是多個引用變量所組成的集合，這些引用變量指向實際的 Java 對象。

集合和引用

就像引用類型的數(shù)組一樣，當我們把 Java 對象放入數(shù)組之時，并不是真正的把 Java 對象放入數(shù)組中，只是把對象的引用放入數(shù)組中，每個數(shù)組元素都是一個引用變量。

HashMap 的存儲實現(xiàn)

當程序試圖將多個 key-value 放入 HashMap 中時，以如下代碼片段為例：

HashMap<String , Double> map = new HashMap<String , Double>();  
map.put("高數(shù)" , 60.0);  
map.put("大英" , 89.0);  
map.put("大物" , 78.2);

HashMap 采用一種 所謂的“Hash 算法”來決定每個元素的存儲位置。

當程序執(zhí)行 map.put(“高數(shù)” , 60.0); 時，系統(tǒng)將 調用”高數(shù)”的 hashCode() 方法得到其 hashCode 值——每個 Java 對象都有 hashCode() 方法，都可通過該方法獲得它的 hashCode 值。得到這個對象的 hashCode 值之后，系統(tǒng)會根據(jù)該 hashCode 值來決定該元素的存儲位置。 

我們可以看 HashMap 類的 put(K key , V value) 方法的源代碼：

public V put(K key, V value)   
{   
// 如果 key 為 null，調用 putForNullKey 方法進行處理  
if (key == null)   
   return putForNullKey(value);   
// 根據(jù) key 的 keyCode 計算 Hash 值  
int hash = hash(key.hashCode());   
// 搜索指定 hash 值在對應 table 中的索引  
   int i = indexFor(hash, table.length);  
// 如果 i 索引處的 Entry 不為 null，通過循環(huán)不斷遍歷 e 元素的下一個元素  
for (Entry<K,V> e = table[i]; e != null; e = e.next)   
{   
   Object k;   
   // 找到指定 key 與需要放入的 key 相等（hash 值相同  
   // 通過 equals 比較放回 true）  
   if (e.hash == hash && ((k = e.key) == key   
     || key.equals(k)))   
   {   
     V oldValue = e.value;   
     e.value = value;   
     e.recordAccess(this);   
     return oldValue;   
   }   
}   
// 如果 i 索引處的 Entry 為 null，表明此處還沒有 Entry   
modCount++;   
// 將 key、value 添加到 i 索引處  
addEntry(hash, key, value, i);   
return null;   
} 

上面程序中用到了一個重要的 內部接口：Map.Entry ，每個 Map.Entry 其實就是一個 key-value 對。從上面程序中可以看出：當系統(tǒng)決定存儲 HashMap 中的 key-value 對時，完全沒有考慮 Entry 中的 value，僅僅只是根據(jù) key 來計算并決定每個 Entry 的存儲位置。這也說明了前面的結論：我們完全可以把 Map 集合中的 value 當成 key 的附屬，當系統(tǒng)決定了 key 的存儲位置之后，value 隨之保存在那里即可。

上面方法提供了一個根據(jù) hashCode() 返回值來計算 Hash 碼的方法：hash()，這個方法是一個純粹的數(shù)學計算，其方法如下：

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

對于任意給定的對象， 只要它的 hashCode() 返回值相同，那么程序調用 hash(int h) 方法所計算得到的 Hash 碼值總是相同的 。 接下來 程序會調用 indexFor(int h, int length) 方法來計算該對象應該保存在 table 數(shù)組的哪個索引處。indexFor(int h, int length) 方法的代碼如下：

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

這個方法非常巧妙，它總是通過 h &(table.length -1) 來得到該對象的保存位置——而 HashMap 底層數(shù)組的長度總是 2 的 n 次方 ，這一點可參看后面關于 HashMap 構造器 的介紹。

當 length 總是 2 的倍數(shù)時，h & (length-1) 將是一個非常巧妙的設計：假設 h=5,length=16, 那么 h & length – 1 將得到 5；如果 h=6,length=16, 那么 h & length – 1 將得到 6 ……如果 h=15,length=16, 那么 h & length – 1 將得到 15；但是當 h=16 時 , length=16 時，那么 h & length – 1 將得到 0 了；當 h=17 時 , length=16 時，那么 h & length – 1 將得到 1 了…… 這樣保證計算得到的索引值總是位于 table 數(shù)組的索引之內 。

根據(jù)上面 put 方法的源代碼可以看出，當程序試圖將一個 key-value 對放入 HashMap 中時，程序首先根據(jù)該 key 的 hashCode() 返回值決定該 Entry 的存儲位置：如果兩個 Entry 的 key 的 hashCode() 返回值相同，那它們的存儲位置相同。如果這兩個 Entry 的 key 通過 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 不會覆蓋。如果這兩個 Entry 的 key 通過 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——具體說明繼續(xù)看 addEntry() 方法的說明。

當向 HashMap 中添加 key-value 對，由其 key 的 hashCode() 返回值決定該 key-value 對（就是 Entry 對象）的存儲位置。當兩個 Entry 對象的 key 的 hashCode() 返回值相同時，將由 key 通過 eqauls() 比較值決定是采用覆蓋行為（返回 true），還是產(chǎn)生 Entry 鏈（返回 false）。

上面程序中還調用了 addEntry(hash, key, value, i); 代碼，其中 addEntry 是 HashMap 提供的一個包訪問權限的方法，該方法僅用于添加一個 key-value 對。下面是該方法的代碼：

void addEntry(int hash, K key, V value, int bucketIndex)   
{   
  // 獲取指定 bucketIndex 索引處的 Entry   
  Entry<K,V> e = table[bucketIndex];  // ①  
  // 將新創(chuàng)建的 Entry 放入 bucketIndex 索引處，并讓新的 Entry 指向原來的 Entry   
  table[bucketIndex] = new Entry<K,V>(hash, key, value, e);   
  // 如果 Map 中的 key-value 對的數(shù)量超過了極限  
  if (size++ >= threshold)   
    // 把 table 對象的長度擴充到 2 倍。  
    resize(2 * table.length); // ②  
} 

上面方法的代碼很簡單，但其中包含了一個非常優(yōu)雅的設計： 系統(tǒng)總是將新添加的 Entry 對象放入 table 數(shù)組的 bucketIndex 索引處——如果 bucketIndex 索引處 已經(jīng)有了一個 Entry 對象 ，那新添加的 Entry 對象指向原有的 Entry 對象（產(chǎn)生一個 Entry 鏈），如果 bucketIndex 索引處 沒有 Entry 對象 ，也就是上面程序①號代碼的 e 變量是 null，也就是新放入的 Entry 對象指向 null，也就是沒有產(chǎn)生 Entry 鏈。 

JDK 源碼

在 JDK 安裝目錄下可以找到一個 src.zip 壓縮文件，該文件里包含了 Java 基礎類庫的所有源文件。只要讀者有學習興趣，隨時可以打開這份壓縮文件來閱讀 Java 類庫的源代碼，這對提高讀者的編程能力是非常有幫助的。需要指出的是：src.zip 中包含的源代碼并沒有包含像上文中的中文注釋，這些注釋是筆者自己添加進去的。

Hash 算法的性能選項

根據(jù)上面代碼可以看出，在同一個 bucket 存儲 Entry 鏈的情況下，新放入的 Entry 總是位于 bucket 中，而最早放入該 bucket 中的 Entry 則位于這個 Entry 鏈的最末端。

上面程序中還有這樣兩個變量：

* size：該變量保存了該 HashMap 中所包含的 key-value 對的數(shù)量。

* threshold：該變量包含了 HashMap 能容納的 key-value 對的極限，它的值等于 HashMap 的容量乘以負載因子（load factor）。

從上面程序中②號代碼可以看出， 當 size++ >= threshold 時 ，HashMap 會自動調用 resize 方法擴充 HashMap 的容量。每擴充一次 ，HashMap 的容量就增大 一倍 。

上面程序中使用的 table 其實就是一個普通數(shù)組，每個數(shù)組都有一個固定的長度，這個數(shù)組的長度就是 HashMap 的容量。HashMap 包含如下幾個構造器：

* HashMap()：構建一個 初始容量為 16， 負載因子為 0.75 的 HashMap。

* HashMap(int initialCapacity)：構建一個初始容量為 initialCapacity，負載因子為 0.75 的 HashMap。

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

當創(chuàng)建一個 HashMap 時，系統(tǒng)會自動創(chuàng)建一個 table 數(shù)組來保存 HashMap 中的 Entry，下面是 HashMap 中一個構造器的代碼：

// 以指定初始化容量、負載因子創(chuàng)建 HashMap   
public HashMap(int initialCapacity, float loadFactor)   
{   
   // 初始容量不能為負數(shù)  
   if (initialCapacity < 0)   
     throw new IllegalArgumentException(   
    "Illegal initial capacity: " +   
       initialCapacity);   
   // 如果初始容量大于***容量，讓出示容量  
   if (initialCapacity > MAXIMUM_CAPACITY)   
     initialCapacity = MAXIMUM_CAPACITY;   
   // 負載因子必須大于 0 的數(shù)值  
   if (loadFactor <= 0 || Float.isNaN(loadFactor))   
     throw new IllegalArgumentException(   
     loadFactor);   
   // 計算出大于 initialCapacity 的最小的 2 的 n 次方值。  
   int capacity = 1;   
   while (capacity < initialCapacity)   
     capacity <<= 1;   
   this.loadFactor = loadFactor;   
   // 設置容量極限等于容量 * 負載因子  
   threshold = (int)(capacity * loadFactor);   
   // 初始化 table 數(shù)組  
   table = new Entry[capacity];   // ①  
   init();   
} 

上面代碼中粗體字代碼包含了一個簡潔的代碼實現(xiàn)： 找出大于 initialCapacity 的、最小的 2 的 n 次方值，并將其作為 HashMap 的實際容量（由 capacity 變量保存） 。例如給定 initialCapacity 為 10，那么該 HashMap 的實際容量就是 16。

程序①號代碼處可以看到：table 的實質就是一個數(shù)組，一個長度為 capacity 的數(shù)組。

對于 HashMap 及其子類而言，它們采用 Hash 算法來決定集合中元素的存儲位置。當系統(tǒng)開始初始化 HashMap 時，系統(tǒng)會創(chuàng)建一個長度為 capacity 的 Entry 數(shù)組，這個數(shù)組里可以存儲元素的位置被稱為“桶（bucket）”，每個 bucket 都有其指定索引，系統(tǒng)可以根據(jù)其索引快速訪問該 bucket 里存儲的元素。

無論何時， HashMap 的每個“桶”只存儲一個元素（也就是一個 Entry） ，由于 Entry 對象可以包含一個引用變量（就是 Entry 構造器的的***一個參數(shù)）用于指向下一個 Entry，因此可能出現(xiàn)的情況是：HashMap 的 bucket 中只有一個 Entry，但這個 Entry 指向另一個 Entry ——這就形成了一個 Entry 鏈。如圖 1 所示：

圖 1. HashMap 的存儲示意

HashMap 的讀取實現(xiàn)

當 HashMap 的每個 bucket 里存儲的 Entry 只是單個 Entry ——也就是沒有通過指針產(chǎn)生 Entry 鏈時，

此時的 HashMap 具有***的性能：當程序通過 key 取出對應 value 時，系統(tǒng)只要先計算出該 key 的 hashCode() 返回值，在根據(jù)該 hashCode 返回值找出該 key 在 table 數(shù)組中的索引，然后取出該索引處的 Entry，***返回該 key 對應的 value 即可。看 HashMap 類的 get(K key) 方法代碼：

public V get(Object key)   
{   
// 如果 key 是 null，調用 getForNullKey 取出對應的 value   
if (key == null)   
   return getForNullKey();   
// 根據(jù)該 key 的 hashCode 值計算它的 hash 碼  
int hash = hash(key.hashCode());   
// 直接取出 table 數(shù)組中指定索引處的值，  
for (Entry<K,V> e = table[indexFor(hash, table.length)];   
   e != null;   
   // 搜索該 Entry 鏈的下一個 Entr   
   e = e.next)   // ①  
{   
   Object k;   
   // 如果該 Entry 的 key 與被搜索 key 相同  
   if (e.hash == hash && ((k = e.key) == key   
     || key.equals(k)))   
     return e.value;   
}   
return null;   
} 

從上面代碼中可以看出，如果 HashMap 的每個 bucket 里只有一個 Entry 時，HashMap 可以根據(jù)索引、快速地取出該 bucket 里的 Entry；在發(fā)生“Hash 沖突”的情況下，單個 bucket 里存儲的不是一個 Entry，而是一個 Entry 鏈，系統(tǒng)只能必須按順序遍歷每個 Entry，直到找到想搜索的 Entry 為止——如果恰好要搜索的 Entry 位于該 Entry 鏈的最末端（該 Entry 是最早放入該 bucket 中），那系統(tǒng)必須循環(huán)到***才能找到該元素。

歸納起來簡單地說，HashMap 在底層將 key-value 當成一個整體進行處理，這個整體就是一個 Entry 對象。HashMap 底層采用一個 Entry[] 數(shù)組來保存所有的 key-value 對，當需要存儲一個 Entry 對象時，會根據(jù) Hash 算法來決定其存儲位置；當需要取出一個 Entry 時，也會根據(jù) Hash 算法找到其存儲位置，直接取出該 Entry。由此可見：HashMap 之所以能快速存、取它所包含的 Entry，完全類似于現(xiàn)實生活中母親從小教我們的：不同的東西要放在不同的位置，需要時才能快速找到它。

當創(chuàng)建 HashMap 時，有一個默認的負載因子（load factor），其默認值為 0.75，這是時間和空間成本上一種折衷：增大負載因子可以減少 Hash 表（就是那個 Entry 數(shù)組）所占用的內存空間，但會增加查詢數(shù)據(jù)的時間開銷，而查詢是最頻繁的的操作（HashMap 的 get() 與 put() 方法都要用到查詢）；減小負載因子會提高數(shù)據(jù)查詢的性能，但會增加 Hash 表所占用的內存空間。

掌握了上面知識之后，我們可以在創(chuàng)建 HashMap 時根據(jù)實際需要適當?shù)卣{整 load factor 的值；如果程序比較關心空間開銷、內存比較緊張，可以適當?shù)卦黾迂撦d因子；如果程序比較關心時間開銷，內存比較寬裕則可以適當?shù)臏p少負載因子。通常情況 下，程序員無需改變負載因子的值。

如果開始就知道 HashMap 會保存多個 key-value 對，可以在創(chuàng)建時就使用較大的初始化容量，如果 HashMap 中 Entry 的數(shù)量一直不會超過極限容量（capacity * load factor），HashMap 就無需調用 resize() 方法重新分配 table 數(shù)組，從而保證較好的性能。當然，開始就將初始容量設置太高可能會浪費空間（系統(tǒng)需要創(chuàng)建一個長度為 capacity 的 Entry 數(shù)組），因此創(chuàng)建 HashMap 時初始化容量設置也需要小心對待。