HashMap简介以及hashCode写法的建议

Posted franken-fran

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HashMap简介以及hashCode写法的建议相关的知识,希望对你有一定的参考价值。

映射表Map

Map也叫映射表或者字典,Map中存储的元素是一个键值对key-value,他们共同包装在Entry<K,V>对象中。我们能通过key直接获取value,就像查字典一样。

JDK中,Map有两种实现方式,一是散列技术,二是红黑树。


常见的Map实现

HashMap通过散列技术实现。Map中的key对象必须定义equals以及hashCode方法。该容器的访问效率很高,几乎等同于数组。一般情况下,没有特殊需求,这应该是默认选项。

LinkedHashMapHashMap的子类,性能略差于HashMap。相比HashMap,该容器能以插入的顺序遍历元素。实现原理是使用链表将各个Node串起来,因此,其迭代效率比HashMap更加高效。他的key要求同HashMap一样。

TreeMap通过红黑树结构实现,因此,其内元素是有序的。元素的key对象必须实现Comparable接口,这样红黑树才能对元素进行排序。由于TreeMap是有序的,也就多出了一些与有序性相关的方法,比如firstKeylastKeysubMap(fromKey,toKey)headMap(toKey)等等。他的查询效率比散列低很多,为\(log(n)\)

ConcurrentHashMap是一种线程安全的HashMap,主要通过synchronized同步块和CAS的方式实现,不涉及同步锁

WeakHashMap中,如果某个键没有被引用,那么该键可以被GC回收。用于特殊用途。

IdentityHashMap,在进行对比key的时候,使用==而不是equals。用于特殊用途。

小结一下,散列的效率比红黑树要高,但是红黑树的元素是有序的。使用散列Map的key必须覆盖equalshashCode,使用红黑树Map必须实现Comparable接口


散列技术与hashCode

前面说过,Map的实现方式之一是利用散列技术,HashMapLinkedHashMap都使用的散列技术。

数组的索引访问时间为$O(1)$,因为数组的内存是连续的且类型固定。因此,只要获取数组首地址和偏移量(索引),即可直接计算出元素的地址。

散列就是利用数组这一特点,如图1,他将数组作为存储元素的基础。通过使用给定函数$f(n)$计算出key的hashcode,之后再对hashcode二次处理,一般是对数组长度取模,便可得到数组的索引。

另外,不同的key可以计算出相同的hashcode,但是散列函数最好能做到散列值均匀分布在数组中。最差的情况是所有散列值都一样,这将严重拖垮Map的存取速度。

综上,我们可以这样描述HashMap的存取过程。

在调用put(key,value)时,key-value首先会包装在Node<K,V>中。对key调用hash(key)计算散列值,之后散列值对数组长度取模,算得一个数组的索引位置,称为插槽(slot)。插槽位不装实际的数据,而是哨兵节点head。之后每一个相同hashCode的Node都会插入该head的链表中。同时,为了优化查询速度,当链表节点过多的时候,会将链表转化为红黑树。

注意,当元素数超过\(arr-length*load-factor\)的时候,会触发Map的resize。这时候,数组拓展一倍,所有的元素重新散列。因此,这也是HashMap中最损害性能的一部分。为了减少这种情况的发生,最好在最初就对Map的容量需求有个大致的估计。

查询即get(key)的过程和put是相似的。首先通过hashCode拿到元素的插槽位,然后遍历链表或者红黑树,通过equals方法逐个对比。这也是,为什么散列一定要覆盖hashCodeequals的原因。hashCodeequals必须唯一确定一个元素。

技术图片

图1 HashMap的数据结构


hashCode的写法

前面说过,散列的核心步骤就是计算key的hashCode,因此设计好的hash方法也就非常的必要了。

  • hashCode的结果具有一致性,即无论何时计算得到的结果都一样。这就要求,计算hashCode依赖的值是不可变的
  • hashCode不该依赖具有唯一性的对象信息,如果hashCode依赖的信息每个对象只此一份,我们就永远无法在外部创造一个相同的key来获取value了
  • hashCode必须基于对象的内容生成散列码
  • hashCode产生的散列码最好能均匀分布

以上hashCode设计的几点原则,一下给出Josh Bloch给出的重写hashCode的建议

域类型 计算
boolean c = (f? 0 : 1)
byte/char/short/int c = (int)f
long c = (int)(f ^ f>>>32)
float c = Float.floatToIntBits(f)
double long l = Double.doubleToLongBits(f); c = (int)(l ^ l>>>32)
Object c = f.hashCode()
数组 每个元素使用以上规则

以上是基本类型和对象转换hashCode的方法,当我们计算一个对象hashCode的时候因该将他的每一个域(不可变)都考虑进去。将result初始化为17,result乘以37再加上当前域的hash值再赋予result,即:

result = 37 * result +c

比如我们自定义对象CountingString作为key,hashCode便如下定义

public class CountedString 
    private static List<String> created = new ArrayList<>();

    private String s;
    private int id = 0;

    public CountedString(String s) 
        this.s = s;
        created.add(s);
        for (String ss : created) 
            if (ss.equals(s))//如果s,则他们的id编号必不相同
                id++;
        
    

    @Override
    public String toString() 
        return "[s:"+s+"],[id:"+id+"],[hashCode:"+hashCode()+"]";
    

    @Override
    public int hashCode() 
        int result = 17;
        result = result * 37 + s.hashCode();
        result = result * 37 + id;
        return result;
    

    @Override
    public boolean equals(Object obj) 
        return obj instanceof CountedString &&
                (s.equals(((CountedString) obj).s)) &&
                (id == ((CountedString) obj).id);
    

借助框架

最后,实现好hashCode和equals是很需要技巧的,我们可以借助Apache Commons3等一类的框架,他们都自带了不错的工具。

参考

  • Effective Java 3
  • Java编程思想

以上是关于HashMap简介以及hashCode写法的建议的主要内容,如果未能解决你的问题,请参考以下文章

你要敢问我HashMap,那我绝对让你一脸懵逼 建议收藏

如何在 Java 中计算枚举的哈希码,以及将枚举 hashCodes 组合为 HashMap 的键

关于hashMap中 计算hashCode的逻辑推理

hashmap中equals() 和hashcode(),请教

深入理解 hashcode 和 hash 算法

HashMap中的hash算法的几个思考