HashMap的原理和使用

原文出處：http://www.cnblogs.com/chenssy/p/3521565.html

HashMap也是我們使用非常多的Collection，它是基於哈希表的 Map 接口的實現，以key-value的形式存在。在HashMap中，key-value總是會當做一個整體來處理，系統會根據hash算法來來計算key-value的存儲位置，我們總是可以通過key快速地存、取value。下面就來分析HashMap的存取。

一、定義

HashMap實現了Map接口，繼承AbstractMap。其中Map接口定義了鍵映射到值的規則，而AbstractMap類提供 Map 接口的骨幹實現，以最大限度地減少實現此接口所需的工作，其實AbstractMap類已經實現了Map，這裏標註Map LZ覺得應該是更加清晰吧！

public class HashMap<K,V>
    extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable

二、構造函數

HashMap提供了三個構造函數：

HashMap()：構造一個具有默認初始容量 (16) 和默認加載因子 (0.75) 的空 HashMap。

HashMap(int initialCapacity)：構造一個帶指定初始容量和默認加載因子 (0.75) 的空 HashMap。

HashMap(int initialCapacity, float loadFactor)：構造一個帶指定初始容量和加載因子的空 HashMap。

在這裏提到了兩個參數：初始容量，加載因子。這兩個參數是影響HashMap性能的重要參數，其中容量表示哈希表中桶的數量，初始容量是創建哈希表時的容量，加載因子是哈希表在其容量自動增加之前可以達到多滿的一種尺度，它衡量的是一個散列表的空間的使用程度，負載因子越大表示散列表的裝填程度越高，反之愈小。對於使用鏈表法的散列表來說，查找一個元素的平均時間是O(1+a)，因此如果負載因子越大，對空間的利用更充分，然而後果是查找效率的降低；如果負載因子太小，那麼散列表的數據將過於稀疏，對空間造成嚴重浪費。系統默認負載因子爲0.75，一般情況下我們是無需修改的。

HashMap是一種支持快速存取的數據結構，要了解它的性能必須要了解它的數據結構。

三、數據結構

我們知道在Java中最常用的兩種結構是數組和模擬指針(引用)，幾乎所有的數據結構都可以利用這兩種來組合實現，HashMap也是如此。實際上HashMap是一個“鏈表散列”，如下是它數據結構：

從上圖我們可以看出HashMap底層實現還是數組，只是數組的每一項都是一條鏈。其中參數initialCapacity就代表了該數組的長度。下面爲HashMap構造函數的源碼：

public HashMap(int initialCapacity, float loadFactor) {
        //初始容量不能<0
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: "
                    + initialCapacity);
        //初始容量不能 > 最大容量值，HashMap的最大容量值爲2^30
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //負載因子不能 < 0
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: "
                    + loadFactor);

        // 計算出大於 initialCapacity 的最小的 2 的 n 次方值。
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;
        
        this.loadFactor = loadFactor;
        //設置HashMap的容量極限，當HashMap的容量達到該極限時就會進行擴容操作
        threshold = (int) (capacity * loadFactor);
        //初始化table數組
        table = new Entry[capacity];
        init();
    }

從源碼中可以看出，每次新建一個HashMap時，都會初始化一個table數組。table數組的元素爲Entry節點。

static class Entry<K,V> implements Map.Entry<K,V> {
        final K key;
        V value;
        Entry<K,V> next;
        final int hash;

        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry<K,V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }
        .......
    }

其中Entry爲HashMap的內部類，它包含了鍵key、值value、下一個節點next，以及hash值，這是非常重要的，正是由於Entry才構成了table數組的項爲鏈表。

上面簡單分析了HashMap的數據結構，下面將探討HashMap是如何實現快速存取的。

四、存儲實現：put(key,vlaue)

首先我們先看源碼

public V put(K key, V value) {
        //當key爲null，調用putForNullKey方法，保存null與table第一個位置中，這是HashMap允許爲null的原因
        if (key == null)
            return putForNullKey(value);
        //計算key的hash值
        int hash = hash(key.hashCode());                  ------(1)
        //計算key hash 值在 table 數組中的位置
        int i = indexFor(hash, table.length);             ------(2)
        //從i出開始迭代 e,找到 key 保存的位置
        for (Entry<K, V> e = table[i]; e != null; e = e.next) {
            Object k;
            //判斷該條鏈上是否有hash值相同的(key相同)
            //若存在相同，則直接覆蓋value，返回舊value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;    //舊值 = 新值
                e.value = value;
                e.recordAccess(this);
                return oldValue;     //返回舊值
            }
        }
        //修改次數增加1
        modCount++;
        //將key、value添加至i位置處
        addEntry(hash, key, value, i);
        return null;
    }

通過源碼我們可以清晰看到HashMap保存數據的過程爲：首先判斷key是否爲null，若爲null，則直接調用putForNullKey方法。若不爲空則先計算key的hash值，然後根據hash值搜索在table數組中的索引位置，如果table數組在該位置處有元素，則通過比較是否存在相同的key，若存在則覆蓋原來key的value，否則將該元素保存在鏈頭（最先保存的元素放在鏈尾）。若table在該處沒有元素，則直接保存。這個過程看似比較簡單，其實深有內幕。有如下幾點：

1、先看迭代處。此處迭代原因就是爲了防止存在相同的key值，若發現兩個hash值（key）相同時，HashMap的處理方式是用新value替換舊value，這裏並沒有處理key，這就解釋了HashMap中沒有兩個相同的key。

2、在看（1）、（2）處。這裏是HashMap的精華所在。首先是hash方法，該方法爲一個純粹的數學計算，就是計算h的hash值。

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

我們知道對於HashMap的table而言，數據分佈需要均勻（最好每項都只有一個元素，這樣就可以直接找到），不能太緊也不能太鬆，太緊會導致查詢速度慢，太鬆則浪費空間。計算hash值後，怎麼才能保證table元素分佈均與呢？我們會想到取模，但是由於取模的消耗較大，HashMap是這樣處理的：調用indexFor方法。

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

HashMap的底層數組長度總是2的n次方，在構造函數中存在：capacity <<= 1;這樣做總是能夠保證HashMap的底層數組長度爲2的n次方。當length爲2的n次方時，h&(length - 1)就相當於對length取模，而且速度比直接取模快得多，這是HashMap在速度上的一個優化。至於爲什麼是2的n次方下面解釋。

我們回到indexFor方法，該方法僅有一條語句：h&(length - 1)，這句話除了上面的取模運算外還有一個非常重要的責任：均勻分佈table數據和充分利用空間。

這裏我們假設length爲16(2^n)和15，h爲5、6、7。

當n=15時，6和7的結果一樣，這樣表示他們在table存儲的位置是相同的，也就是產生了碰撞，6、7就會在一個位置形成鏈表，這樣就會導致查詢速度降低。誠然這裏只分析三個數字不是很多，那麼我們就看0-15。

從上面的圖表中我們看到總共發生了8此碰撞，同時發現浪費的空間非常大，有1、3、5、7、9、11、13、15處沒有記錄，也就是沒有存放數據。這是因爲他們在與14進行&運算時，得到的結果最後一位永遠都是0，即0001、0011、0101、0111、1001、1011、1101、1111位置處是不可能存儲數據的，空間減少，進一步增加碰撞機率，這樣就會導致查詢速度慢。而當length = 16時，length – 1 = 15 即1111，那麼進行低位&運算時，值總是與原來hash值相同，而進行高位運算時，其值等於其低位值。所以說當length = 2^n時，不同的hash值發生碰撞的概率比較小，這樣就會使得數據在table數組中分佈較均勻，查詢速度也較快。

這裏我們再來複習put的流程：當我們想一個HashMap中添加一對key-value時，系統首先會計算key的hash值，然後根據hash值確認在table中存儲的位置。若該位置沒有元素，則直接插入。否則迭代該處元素鏈表並依此比較其key的hash值。如果兩個hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),則用新的Entry的value覆蓋原來節點的value。如果兩個hash值相等但key值不等，則將該節點插入該鏈表的鏈頭。具體的實現過程見addEntry方法，如下：

void addEntry(int hash, K key, V value, int bucketIndex) {
        //獲取bucketIndex處的Entry
        Entry<K, V> e = table[bucketIndex];
        //將新創建的 Entry 放入 bucketIndex 索引處，並讓新的 Entry 指向原來的 Entry 
        table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
        //若HashMap中元素的個數超過極限了，則容量擴大兩倍
        if (size++ >= threshold)
            resize(2 * table.length);
    }

這個方法中有兩點需要注意：

一是鏈的產生。這是一個非常優雅的設計。系統總是將新的Entry對象添加到bucketIndex處。如果bucketIndex處已經有了對象，那麼新添加的Entry對象將指向原有的Entry對象，形成一條Entry鏈，但是若bucketIndex處沒有Entry對象，也就是e==null,那麼新添加的Entry對象指向null，也就不會產生Entry鏈了。

二、擴容問題。

隨着HashMap中元素的數量越來越多，發生碰撞的概率就越來越大，所產生的鏈表長度就會越來越長，這樣勢必會影響HashMap的速度，爲了保證HashMap的效率，系統必須要在某個臨界點進行擴容處理。該臨界點在當HashMap中元素的數量等於table數組長度*加載因子。但是擴容是一個非常耗時的過程，因爲它需要重新計算這些數據在新table數組中的位置並進行復制處理。所以如果我們已經預知HashMap中元素的個數，那麼預設元素的個數能夠有效的提高HashMap的性能。

五、讀取實現：get(key)

相對於HashMap的存而言，取就顯得比較簡單了。通過key的hash值找到在table數組中的索引處的Entry，然後返回該key對應的value即可。

public V get(Object key) {
        // 若爲null，調用getForNullKey方法返回相對應的value
        if (key == null)
            return getForNullKey();
        // 根據該 key 的 hashCode 值計算它的 hash 碼  
        int hash = hash(key.hashCode());
        // 取出 table 數組中指定索引處的值
        for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
            Object k;
            //若搜索的key與查找的key相同，則返回相對應的value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
    }

在這裏能夠根據key快速的取到value除了和HashMap的數據結構密不可分外，還和Entry有莫大的關係，在前面就提到過，HashMap在存儲過程中並沒有將key，value分開來存儲，而是當做一個整體key-value來處理的，這個整體就是Entry對象。同時value也只相當於key的附屬而已。在存儲的過程中，系統根據key的hashcode來決定Entry在table數組中的存儲位置，在取的過程中同樣根據key的hashcode取出相對應的Entry對象。

buptdavid

發佈了71 篇原創文章 · 獲贊 59 · 訪問量 60萬+

他的留言板關注

HashMap的原理和使用

一、定義

二、構造函數

三、數據結構

四、存儲實現：put(key,vlaue)

五、讀取實現：get(key)

druid數據源 xml配置

何時使用MLP，CNN和RNN神經網絡

IntelliJ IDEA導航特性Top20

HashMap的原理和使用

不小心觸雷的JAVA編程(A B C, 三個代碼塊分別輸出什麼?)

遞歸和循環兩種方式實現未知維度集合的笛卡爾積

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結