一次性讲清HashMap底层原理!

Posted Java小叮当

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一次性讲清HashMap底层原理!相关的知识,希望对你有一定的参考价值。

前言

快速入门

存储:put方法put(key,value)
查询:get方法get(key)

java代码如下

import java.util.HashMap;
import java.util.Map;

public class App {

   public static void main(String[] args) {
       Map<String,String> map = new HashMap<>();
       map.put("刘一","刘一");
       map.put("陈二","陈二");
       map.put("张三","张三");
       map.put("李四","李四");
       map.put("王五","王五");
       map.put("XW","我是程序媛小琬");
       System.out.println(map.get("Money"));
   }
}
//输出结果:我是程序媛小琬

技术的本质,底层结构

程序是等于我们的数据结构和算法

HashMap 其实就是做存储的,做存储的就是数据结构

在JDK7 : HashMap 是由 数组,链表 组成的

在JDK8: HashMap 是由 数组,链表,红黑树 组成的

存储是按上面的规则存储的,那查询是怎么查的了

算法:哈希算法

既然要了解HashMap 的组成,就谈谈它的结构组成

首先我们来说下数组,数组在java 中是怎么定义的了

  //数组:采用一段连续的存储单元来存储数据的
    //数组的特点: 查询时间复杂度:0(1) ,删除,插入,时间负责度0(N),总结:查询块,插入慢
    public static void main(String [] args){
        //数组的定义:初始化长度为10,数据类型Integer ,
        Integer integer[] = new Integer[10];
        //指定下标,复制
        integer[0]=0;
        //指定下标,复制
        integer[1]=1;
        //指定下标,复制
        integer[9]=2;
        //指定下标,复制
        integer[9]=400;
        System.out.println(integer[9]);
    }
    // 输出结果:400

数组结构如图:

查询: 时间复杂度 0(1),查询速度非常快的
删除,插入 :时间复杂度0(N) 非常慢的,效率没有查询那么快

为什么查询快,插入,删除慢了?

查询快

是因为我们数组里都有一个序号,如图,0,1,2,3,4,5,… ,如果要找到下标为3的数据值, 这些序号其实就是他们的下标地址,可以理解为他们 的一个下标索引,这个下标是连续的,是自增的,所以我们立马可以确定3个这个位置,根据这个索引3 找到它对应的节点。

插入,删除慢

假如我现在要出入一个Monkey 的数据,插入到3和4之间,如图

存在这个位置我们是没有下标的,则我们的下标4 则要移到 Monkey 那个位置,5下标 就移到4那个位置,如图:

类似,我们后面的下标都要向左移动,这样我后面的数据是不是要做很大的改动,这样时间复杂度则为0(N),这样就保证了我们数组的连续性,同理删除的话如图:

数组后面数据的下标,都要还原成之前插入前的下标,后面的节点都要改变,这样我们可以看出,这就是数组,删除,插入 为什么这么慢!

除非是插入,删除,数组的最后一个元素,大家懂了吗?

扩充:
大家知道我们java 哪一个类,底层用的就是数组?
在我们的java.util 包下面有一个ArrayList 类,如图

怎么验证了?
我们查看它的add 方法

   public boolean add(E var1) {
        this.ensureCapacityInternal(this.size + 1);
        this.elementData[this.size++] = var1;
        return true;
    }

如果面试被问到ArrayList 的特性,直接回答 查询快,插入,删除慢

为什么HashMap 用到数组存储了,还要用到链表了?
谈谈什么是链表?
在java 中是这么定义的:

package node;

import com.sun.org.apache.bcel.internal.generic.IMPDEP1;

public class Node {

    public Node next;
    private Object data;


    public Node(Object next) {
        this.data = next;
    }
//链表:链表是一种物理存储单元上非连续,非顺序的存储结构
//特点: 插入,删除时间复杂度0(1) 查找遍历时间复杂度0(N) 总结:插入快,查询慢
   public static void main(String[] args){
        Node head =new Node("monkey");
        head.next =new Node("张三");
        head.next.next =new Node("刘一");
        System.out.println(head.data);
        System.out.println(head.next.data);
        System.out.println(head.next.next.data);
    }
}
//输出结果:
//monkey
//张三
//刘一

链表:链表是一种物理存储单元上非连续,非顺序的存储结构,如图:

为什么它插入,删除快,查询慢了?

删除 某个节点,只需要上一个节点 head.next =null

插入 某个节点,只需要上一个节点 head.next 指向插入的节点,插入的节点指向下一个节点

查询某个节点:链表查询都要通过头节点,比如我们要查‘刘一’,我们则要先查头monkey,再查张三,再查到刘一,

虽然只有3个节点,但是我们要查到刘一要查三次,把整个链表都遍历了一次,所以查询慢!

扩充

在我们java 中,哪一个util类 采用的链表来实现的?

我们来查看它的add 方法

 public boolean add(E var1) {
        this.linkLast(var1);
        return true;
    }
    //看上面有一个linkLast,如下:

   void linkLast(E var1) {
        LinkedList.Node var2 = this.last;
        LinkedList.Node var3 = new LinkedList.Node(var2, var1, (LinkedList.Node)null);
        this.last = var3;
        if (var2 == null) {
            this.first = var3;
        } else {
            var2.next = var3;
        }

        ++this.size;
        ++this.modCount;
    }
    //看上面有一个Node,如下:
    private static class Node<E> {
        E item;
        LinkedList.Node<E> next;
        LinkedList.Node<E> prev;

        Node(LinkedList.Node<E> var1, E var2, LinkedList.Node<E> var3) {
            this.item = var2;
            this.next = var3;
            this.prev = var1;
        }
    }
	  //上面有一个next,有一个prev 
	  //这是一个双向链表

双向链表如图: 类似与分页,上一页,下一页,下面的对象也可以获取上面对象的数据(head.prev)

现在大家都已经了解JDK7 HashMap 数据结构了,开始了解下算法!

哈希算法

那么HashMap 是怎么去存储的了?他是如何将数据放到我们的数组和链表上的?

用的就是哈希算法,你们知道哈希算法的底层是怎么实现的?

哈希表

什么是哈希算法?

哈希算法(也叫散列),就是把任意长度值(key)通过散列算法变换成固定长度的key(地址), 通过这个地址进行访问的数据结构,

它通过把关键码值映射到表中一个位置来访问记录,以加快查找速度。
例如图中的John Smith 通过散列算法变换成固定长度的key:152 (永远是152),然后通过152 变成John Smith 是不可能的,哈希算法是不可逆的。
HashCode: 通过字符串算出它的ascii 码,进行mod(取模),算出哈希表中的下标

public class AsciiCode {

    public static void main(String[] args) {
        char c [] ="lies".toCharArray();
        for (int i = 0; i < c.length; i++) {
            System.out.println((c[i])+":" +(int)c[i]);
        }
    }

}
//输出结果:
//l:108
//i:105
//e:101
//s:115

代码如下:

将 lies 算出来的ascii 码相加
然后除以10 取模(为什么取模不直接存储 429了 )
为什么取模不直接存储 429了?
//数组是采用一段连续的存储单元来存储数据的,内存lies 数据将如图:
如果你要存lies 则需要300 个这样的内存空间,所以我们取模为10,算出来的值为 9,则节省了很多空间,我们取模的目的就是节省内存空间!

如果我们取模会出现什么问题?

会出现hash 冲突(碰撞)的一个问题

什么是hash冲突?

lies 的值通过ascii 码 计算的总和为 429
foes 的值通过ascii 码 计算的总和也为 429
两个单词取模后的值都是 9 ,则lies 会存在下标为9 的这个位置,foes 也存在下标为9 的这个位置,而数组存在同一个下标下面是会覆盖的(上面代码讲数组的时候Intergers[9]=400,会覆盖Intergers[9]=2 的值,最终Intergers[9] =400),同样我们先存的是lies 后存的是foes,则lies

将会被覆盖,lies 和foes是不同的key, 我们HashMap 是可以存这两个值 的,为什么没有被覆盖了?这个地方就叫做哈希碰撞!

Hash冲突怎么解决了?

我们用链表来解决这个问题, 链表是有一个指针的,我们可以让这个lies 指向这个foes,我们让foes 去匹配下标为9 的这个节点,如果匹配lies 不相等,则去匹配下一个节点foes,最终就会找到这个foes,这就是我们hash 算法底层的原理及解决冲突。

不调用JDK7 的HashMap,自己手动写一个HashMap

public class App {

    public static void main(String[] args) {
       //Map<String,String> map = new HashMap<>();
        App map = new App();
        map.put("刘一","刘一");
        map.put("陈二","陈二");
        map.put("张三","张三");
        map.put("李四","李四");
        map.put("王五","王五");
        map.put("Money","我是猴哥Money老师");
        //System.out.println(map.get("Money"));
    }

public void put(String key,String value){
 System.out.printf("key:%s:::::::::::::::;::hash值:%s:::::::::::::::::::存储位置:%s\\r\\n",key,key.hashCode(),Math.abs(key.hashCode() % 15));
    }
}
//输出结果:
//    key:刘一:::::::::::::::;::hash值:671464:::::::::::::::::::存储位置:4
//    key:陈二:::::::::::::::;::hash值:1212740:::::::::::::::::::存储位置:5
//    key:张三:::::::::::::::;::hash值:774889:::::::::::::::::::存储位置:4
//    key:李四:::::::::::::::;::hash值:842061:::::::::::::::::::存储位置:6
//    key:王五:::::::::::::::;::hash值:937065:::::::::::::::::::存储位置:0
//    key:Monkey:::::::::::::::;::hash值:-1984628749:::::::::::::::::::存储位置:4

我们多次运行,运行的结果还是这样,这就是hash 算法的一个特点:它是一个幂等性的一个算法

模拟我们是怎么存值的?

我们一组数据就是 key,value , 可以用string,int 来存吗?这里显然不能,我们一般存这种值一般用对象来存值,我在这里随便命名用个Object或者叫Entry 对象,其实我们还要存另外两个值?(hash和next),当发生hash 冲突的时候(存储位置4) next 可以指向下一个节点,hash 值是用来比较的,比较hashCode 值是否相等!

存取结构图如下:
上面的图形结构,我们就知道如何存数据了!

那我们该如何取数据?

-假如我们要取‘刘一’ 的值

我们通过get(key) 方法获取数据的模,然后根据key,与hashCode 的值去比较下标为4 的key 和hashCode,查看是否相等,如果不相等我们通过next 方法比较下一个节点的数据,直到 key 与hashCode 对比的值都相等,此时,获取value的值就是当前key 所对应的value!

HashMap底层如何实现的了?我们用写源码的方式验证

模拟java HashMap

定义一个Map 接口

/**
 * 自己手动定义Map
 * @param <K>
 * @param <V>
 */
public interface Map<K,V> {

    V put(K k,V v);

    V get(K k);

    int size();

     interface  Entry<K,V>{
      K getKey();
      V getValue();
     }

}

定义一个实现Map 的HashMap

import sun.management.snmp.jvmmib.JvmRTInputArgsTableMeta;

/**
 * 自己定义HashMap
 * @param <K>
 * @param <V>
 */
public class HashMap<K,V> implements Map<K,V>{

    //存储元素对象
    private Entry<K,V> table[] = null;

    //扩容初始化
    int size =0;

    //初始化存储元素对象大小
    public HashMap() {
        this.table = new Entry[16];
    }

    /**
     * 1.通过key hash 算法算出hash值,然后取模
     * 2.取模后就有对应的index 数组下标,然后存储对象<Entry>
     * 3.判断当前对象是否为空,如果空,直接存储,
     * 4.如果不为空,我们就要用到next 链表
     * 5.返回当前这个节点
     * @param k
     * @param v
     * @return
     */
    @Override
    public V put(K k, V v) {
       int index = hash(k);
       Entry<K,V> entry = table[index];
       if(null ==entry){
           //刘一,陈二,李四,王五 就开始存在这个entry,每个entry 对象则存储到了对应table 中
           table[index] = new Entry<>(k, v, index, null);
           size++;
       }else{
           //冲突了,张三,Monkey
           table[index] = new Entry<>(k, v, index, entry);
       }
        
        return table[index].getValue();
    }

    private int hash(K k) {
        //HashMap 底层用到的是移位的操作,性能高很多 >>,我们这里就直接取模
        int index =k.hashCode() % 16;
        //Math.abs(index);
        return index>0?index:-index;
    }

    /**
     * 1.通过 key 进行hash 运算,取模,找到数组对应的下标 index
     * 2.判断当前对象是否为空,如果不为空
     * 3.判断是否相等,如果不相等
     * 4.判断next 是否为空,如果不为空,
     * 5.再判断相等,知道相等为止,或者为空为止
     * 6.然后返回
     *
     *
     *
     * @param k
     * @return
     */
    @Override
    public V get(K k) {
        //如果没有存储数据那size 为0,也不用查了,直接返回null
        if(size ==0){
            return null;
        }
        int index = hash(k);
        Entry<K, V> entry = findValue(table[index], k);
        //通过index 找打这个对象
        return entry==null?null:entry.getValue();
    }

    /**
     *
     * @param entry
     * @param k 查询刘一
     * @return
     */
    private Entry<K,V> findValue(Entry<K,V> entry,K k) {
        //存的可能是数值类型,也可能是字符串类型
        if (k.equals(entry.getKey()) || k == entry.getKey()) {
            return entry;
            //如果不相等,估计这个节点是个链表,判断它next 数据是否匹配
        } else {
            if(entry.next !=null){
                //用到递归,在链表里面一直查询这个k,值是否相等
                return findValue(entry.next,k);
            }
        }
        return null;
    }

    @Override
    public int size() {
        return size++;
    }



    class Entry<K,V> implements Map.Entry<K,V>{

         //存四个值
        K k;
        V v;
        int hash;
        Entry<K,V> next;

        public Entry(K k, V v, int hash, Entry<K, V> next) {
            this.k = k;
            this.v = v;
            this.hash = hash;
            this.next = next;
        }

        @Override
        public K getKey() {
            return k;
        }

        @Override
        public V getValue() {
            return v;
        }
    }
    }

定义一个测试类

public class Test {

    public static void main(String[] args) {
        Map<String,String> map = new HashMap<>();
        map.put("Monkey","我是moneky老师");
        map.put("东山再起","东山再起是位好同学");
        System.out.println(map.get("Monkey"));
        System.out.println(map.get("东山再起"));
    }

//输出结果:
//我是moneky老师
//东山再起是位好同学
}

查看到测试结果,我们就能看到HashMap ,是怎么存储的,和获取值的!

但是JDK8用的是红黑树,为什么了?

举个代码的例子

import com.sun.xml.internal.ws.api.model.wsdl.WSDLOutput;

public class Test {

    public static void main(String[] args) {
        Map<String,String> map = new HashMap<>();
        for (int i = 0; i < 1000; i++) {
            map.put("Monkey"+i,"我是moneky老师"+i);
        }
        System.out.println(map);
    }
}

可以看到这个map 的size 只有16,却存了很多的数据:

容量不够,我们就只能把这个数据放到链表上,链表无线延长,这种hash冲突是十分严重的,而链表的特性是查询慢,而链表又无线延长,我们查询链表末端的数据,这样性能就很低了,所以JDK8 就用红黑树了!

总结:解决链表过长查询效率过低的问题

什么情况下用红黑树?

前提条件

阈值8

HashMap 类下面有这个:

  static final int TREEIFY_THRESHOLD = 8;

为什么要阈值是8了?

因为红黑树插入慢,他要判断小中大(也就是左边的小于右边的),而链表插入

以上是关于一次性讲清HashMap底层原理!的主要内容,如果未能解决你的问题,请参考以下文章

HashMap底层红黑树原理(超详细图解)+手写红黑树代码

HashMap底层原理小记

HashMap底层实现原理剖析

Java中HashMap底层实现原理(JDK1.8)源码分析

Java中HashMap底层实现原理(JDK1.8)源码分析

为了把mysql的索引底层原理讲清楚,我把计算机翻了个底朝天