HashMap的工作原理

Posted 2023-02-15 天才小小布

前提

已经很久没有写博客了，现在有时间再重新总结一下自己学习的东西，准备从基础开始重新整理java的基础知识。总结的文章是看了很多大神的文章，摘抄他们，自己整理一下，便于自己学习。自己整理一遍比我单纯看更能加深印象，而且也为以后的学习做一个积累。感谢各位大神的文章对我的帮助。此文章不为CSDN积分。

一、HashMap的使用及特性

HashMap可以接受null键值和值，HashMap是非synchronized，HashMap储存的是键值对。

二、HashMap的工作原理

1.基本原理

HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。当我们给put()方法传递键和值时，我们先对键调用hashCode()方法，返回的hashCode用于找到bucket位置来储存Entry对象。HashMap是在bucket中储存键对象和值对象，作为Map.Entry。

HashMap的数据结构是基于数组和链表的。以数组存储元素，如有hash相同的元素，在数组结构中，创建链表结构，再把hash相同的元素放到链表的下一个节点。

2.HashMap的主要方法

equals：是否同一个对象实例。注意，是“实例”。比如String s = new String(“test”); s.equals(s), 这就是同一个对象实例的比较；

等号(==)：对比对象实例的内存地址（也即对象实例的ID），来判断是否是同一对象实例；又可以说是判断对象实例是否物理相等；

Hashcode：我觉得可以这样理解：并不是对象的内存地址，而是利用hash算法，对对象实例的一种描述符（或者说对象存储位置的hash算法映射）——对象实例的哈希码。

3.HashMap的一些问题

（1）当两个对象的hashcode相同会发生什么？

hashcode相同，所以它们的bucket位置相同，‘碰撞’会发生。因为HashMap使用链表存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。

hashMap的结构类似这样
元素0–>[hashCode=0, key.value=x1的数据]
元素1–>[hashCode=1, key.value=y1的数据]
。。。。。。
元素n–>[hashCode=n, key.value=z1的数据]

假设没有hashCode=1的元素加入，但是有两个hashCode=0的数据，它的结构就变成这样
元素0–>[hashCode=0, key.value=x1的数据].next–>[hashCode=0, key.value=x2的数据]
元素1–>[null]
……
元素n–>[hashCode=n, key.value=z1的数据]

（2）如果两个键的hashcode相同，你如何获取值对象？

当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，然后获取值对象。找到bucket位置之后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。

（3）如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？

hashMap默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)一样，将会创建原来HashMap大小的两倍的bucket数组，来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫作rehashing，因为它调用hash方法找到新的bucket位置。

当重新调整HashMap大小的时候，确实存在条件竞争，因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。

（4）为什么String, Interger这样的wrapper类适合作为键？

String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。

（5）我们可以使用自定义的对象作为键吗？

你可能使用任何对象作为键，只要它遵守了equals()和hashCode()方法的定义规则，并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的，那么它已经满足了作为键的条件，因为当它创建之后就已经不能改变了。

（6）我们可以使用CocurrentHashMap来代替Hashtable吗？

Hashtable是synchronized的，但是ConcurrentHashMap同步性能更好，因为它仅仅根据同步级别对map的一部分进行上锁。ConcurrentHashMap当然可以代替HashTable，但是HashTable提供更强的线程安全性。

（7）为什么需要使用Hashcode？

Java中的集合（Collection）有两类，一类是List，再有一类是Set。前者集合内的元素是有序的，元素可以重复；后者元素无序，但元素不可重复。那么这里就有一个比较严重的问题了：要想保证元素不重复，可两个元素是否重复应该依据什么来判断呢？这就是 Object.equals方法了。但是，如果每增加一个元素就检查一次，那么当元素很多时，后添加到集合中的元素比较的次数就非常多了。也就是说，如果集合中现在已经有1000个元素，那么第1001个元素加入集合时，它就要调用1000次equals方法。这显然会大大降低效率。

于是，Java采用了哈希表的原理。哈希算法也称为散列算法，是将数据依特定算法直接指定到一个地址上。可以这样简单理解，hashCode方法实际上返回的就是对象存储位置的映像。

这样一来，当集合要添加新的元素时，先调用这个元素的hashCode方法，就能定位到它应该放置的存储位置。如果这个位置上没有元素，它就可以直接存储在这个位置上，不用再进行任何比较了；如果这个位置上已经有元素了，就调用它的equals方法与新元素进行比较，相同的话就不存了，不相同就表示发生冲突了，散列表对于冲突有具体的解决办法，但最终还会将新元素保存在适当的位置。这样一来，实际调用equals方法的次数就大大降低了，几乎只需要一两次。

4.HashMap中涉及的知识点

（1）hashing的概念
（2）HashMap中解决碰撞的方法
（3）equals()和hashCode()的应用，以及它们在HashMap中的重要性
（4）不可变对象的好处
（5）HashMap多线程的条件竞争
（6）重新调整HashMap的大小

三、总结

HashMap基于hashing原理，我们通过put()和get()方法储存和获取对象。当我们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，然后找到bucket位置来储存值对象。当获取对象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。HashMap使用链表来解决碰撞问题，当发生碰撞了，对象将会储存在链表的下一个节点中。 HashMap在每个链表节点中储存键值对对象。

当两个不同的键对象的hashcode相同时， 它们会储存在同一个bucket位置的链表中。键对象的equals()方法用来找到键值对。

参考文章

http://www.importnew.com/7099.html （HashMap的工作原理）

http://www.importnew.com/28263.html （Java7/8 中的 HashMap 和 ConcurrentHashMap 全解析）

http://blog.csdn.net/yanlove_jing/article/details/51637766 （hashMap的原理 深入理解）

http://www.importnew.com/28263.html （Java7/8 中的 HashMap 和 ConcurrentHashMap 全解析）