HashMap 底層算法分析

詳見： http://blog.yemou.net/article/query/info/tytfjhfascvhzxcytp72

Hash算法

HashMap使用Hash算法，所以在解剖HashMap之間，需要先簡單的瞭解Hash算法，Hash算法一般也成爲散列算法，通過散列算法將任意的值轉化成固定的長度輸出，該輸出就是散列值，這是一種壓縮映射，也就是，散列值的空間遠遠小於輸入的值空間。
簡單的說，hash算法的意義在於提供了一種快速存取數據的方法,它用一種算法建立鍵值與真實值之間的對應關係,(每一個真實值只能有一個鍵值,但是一個鍵值可以對應多個真實值),這樣可以快速在數組等裏面存取數據。

下面我們建立一個HashMap,然後往裏面放入12對key-value，這個HashMap的默認數組長度爲16，我們的key分別存放在該數組的格子中，每個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");
    }

當我們新添加一個元素時，首先我們通過Hash算法計算出這個元素的Hash值的hashcode，通過這個hashcode的值，我們就可以計算出這個新元素應該存放在這個hash表的哪個格子裏面，如果這個格子中已經存在元素，那麼就把新的元素加入到已經存在格子元素的鏈表中。

運行上面的程序，我們對HashMap源碼進行一點修改，打印出每個key對象的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

計算出來的Hash值分別代表該key應該存放在Hash表中對應數字的格子中，如果該格子已經有元素存在，那麼該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，根據數據結構的定義，可以得出粗劣的結論，Hash算法的存取速度要比數組差一些，但是比起單純的鏈表，在查找和存取方面卻要好多。

如果要查找一個元素時，同樣的方式，通過Hash函數計算出這個元素的Hash值hashcode，然後通過這個hashcode值，直接找到跟這個hash值相對應的線性格子，進如該格子後，對這個格子存放的鏈表元素逐個進行比較，直到找到對應的hash值。

在簡單瞭解完Hash算法後，我們打開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麼，發生了什麼數據結構的變化。

HashMap中幾個重要的屬性

transient Entry[] table;
用來保存key-value的對象Entry數組，也就是Hash表

transient int size;
返回HashMap的鍵值對個數

final float loadFactor;
負載因子，用來決定Entry數組是否擴容的因子，HashMap默認是0.75f

int threshold;
重構因子，(capacity * load factor)負載因子與Entry[]數組容積的乘值

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)構造函數爲例，另外兩個構造函數實際上也是以同種方式來構建HashMap.

首先是要確定hashMap的初始化的長度，這裏使用的策略是循環查出一個大於initialCapacity的2的次方的數，例如initialCapacity的值是10，那麼大於10的數是2的4次方，也就是16，capacity的值被賦予了16，那麼實際上table數組的長度是16，之所以採用這樣的策略來構建Hash表的長度，是因爲2的次方運算對於計算機來說是有相當的效率。

loadFactor，被稱爲負載因子，HashMap的默認負載因子是0.75f

threshold，接下來是重構因子，由負載因子和容量的乘機組成，它表示當HashMap元素被存放了多少個之後，需要對HashMap進行重構。

通過這一系列的計算和定義後，初始化Entry[] table;

put(key,value)

接下來看一對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);//這就是剛纔程序打印出來的key對應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);
    }

這裏是整個hash的關鍵，請打開源碼查看一步一步查看。

hash(key.hashCode()) 計算出key的hash碼 //對於hash()的算法，這裏有一篇分析很透徹的文章<HashMap hash方法分析>
indexFor(hash, table.length) 通過一個與算法計算出來，該key應在存放在Hash表的哪個格子中。
for (Entry<K,V> e = table[i]; e != null; e = e.next) 然後再遍歷table[i]格中的鏈表，判斷是否已經存在一樣的key，如果存在一樣的key值，那麼就用新的value覆蓋舊的value，並把舊的value值返回。
addEntry(hash, key, value, i) 如果經過遍歷鏈表沒有發現同樣的key，那麼進行addEntry函數的操作，增加當前key到hash表中的第i個格子中的鏈表中

    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<K,V> e = table[bucketIndex];  創建一個Entry對象來存放鍵值（ps:Entry對象是一個鏈表對象）
table[bucketIndex] = new Entry<K,V>(hash, key, value, e); 將Entry對象添加到鏈表中
if (size++ >= threshold) resize(2 * table.length); 最後將size進行自增，判斷size值是否大於重構因子，如果大於那麼就是用resize進行擴容重構。

    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);
    }

這裏爲什麼是否需要擴容重構，其實是涉及到負載因子的性能問題

loadFactor負載因子
上面說過loadFactor是一個hashMap的決定性屬性，HashSet和HashMap的默認負載因子都是0.75，它表示，如果哈希表的容量超過3/4時，將自動成倍的增加哈希表的容量，這個值是權衡了時間和空間的成本，如果負載因子較高，雖然會減少對內存空間的需求，但也會增加查找數據的時間開銷，無論是put()和get()都涉及到對數據進行查找的動作，所以負載因子是不適宜設置過高



get(key)

接下來看看get(key)做了什麼

    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;
    }

這些動作似乎是跟put(key，value)相識，通過hash算法獲取key的hash碼，再通過indexFor定位出該key存在於table的哪一個下表，獲取該下標然後對下標中的鏈表進行遍歷比對，如果有符合就直接返回該key的value值。

keySet()

這裏還涉及另一個問題，上面說了HashMap是跟set沒有任何親屬關係，但map也一樣實現了keySet接口，下面譜析一下keySet在hashMap中是如何實現的，這裏給出部分代碼，請結合源碼查看

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;
        }

代碼很簡單，就是對每個格子裏面的鏈表進行遍歷，也正是這個原因，當我們依次將key值put進hashMap中，但在使用map.entrySet().iterator()進行遍歷時候卻不是put時候的順序。

擴容
在前面說到put函數的時候，已經提過了擴容的問題

if (size++ >= threshold)
resize(2 * table.length);

這裏一個是否擴容的判斷，當數據達到了threshold所謂的重構因子，而不是HashMap的最大容量，就進行擴容。

    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);
    }

    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;
                    int i = indexFor(e.hash, newCapacity);
                    e.next = newTable[i];
                    newTable[i] = e;
                    e = next;
                } while (e != null);
            }
        }
    }

transfer方法實際上是將所有的元素重新進行一些hash，這是因爲容量變化了，每個元素相對應的hash值也會不一樣。

使用HashMap

1.不要再高併發中使用HashMap，HashMap是線程不安全，如果被多個線程共享之後，將可能發生不可預知的問題。
2.如果數據大小事固定的，最好在初始化的時候就給HashMap一個合理的容量值，如果使用new HashMap()默認構造函數，重構因子的值是16*0.75=12，當HashMap的容量超過了12後，就會進行一系列的擴容運算，重建一個原來成倍的數組，並且對原來存在的元素進行重新的hash運算，如果你的數據是有成千上萬的，那麼你的成千上萬的數據也要跟這你的擴容不斷的hash，這將產生高額的內存和cpu的大量開銷。

當然啦，HashMap的函數還有很多，不過都是基於table的鏈表進行操作，當然也就是hash算法，Map & hashMap在平時我們的應用非常多，最重要的是我們要對每句代碼中每塊數據結構變化心中有數。