HashMap

Posted create-and-orange

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相关的知识,希望对你有一定的参考价值。

HashMap

初识HashMap

之前的List,讲了ArrayList、LinkedList,最后讲到了CopyOnWriteArrayList,就前两者而言,反映的是两种思想:

(1)ArrayList以数组形式实现,顺序插入、查找快,插入、删除较慢

(2)LinkedList以链表形式实现,顺序插入、查找较慢,插入、删除方便

那么是否有一种数据结构能够结合上面两种的优点呢?有,答案就是HashMap。

HashMap是一种非常常见、方便和有用的集合,是一种键值对(K-V)形式的存储结构,下面将还是用图示的方式解读HashMap的实现原理,

 

四个关注点在HashMap上的答案

关 注 点结 论
HashMap是否允许空 Key和Value都允许为空
HashMap是否允许重复数据 Key重复会覆盖、Value允许重复
HashMap是否有序 无序,特别说明这个无序指的是遍历HashMap的时候,得到的元素的顺序基本不可能是put的顺序
HashMap是否线程安全 非线程安全

先看下hashMap的基本组成:

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

图示:技术图片技术图片

 

 

从HashMap的Entry看得出,Entry组成的是一个单向链表,因为里面只有Entry的后继Entry,而没有Entry的前驱Entry,在new一个HashMap的时候,默认创建一个大小为16的数组(DEFAULT_INITIAL_CAPACITY为16),如图:

技术图片

技术图片

 

添加数据

先来一段代码:

1 public static void main(String[] args)
2
3     Map<String, String> map = new HashMap<String, String>();
4     map.put("111", "111");
5     map.put("222", "222");
6

看下底层发生了什么:

1 public V put(K key, V value) 
2     if (key == null)
3         return putForNullKey(value);
4     int hash = hash(key.hashCode());
5     int i = indexFor(hash, table.length);
6     for (Entry<K,V> e = table[i]; e != null; e = e.next)
7        Object k;
8         if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
9             V oldValue = e.value;
10             e.value = value;
11             e.recordAccess(this);
12             return oldValue;
13        
14    
15
16     modCount++;
17     addEntry(hash, key, value, i);
18     return null;
19
?
1 static int hash(int h)
2     // This function ensures that hashCodes that differ only by
3     // constant multiples at each bit position have a bounded
4     // number of collisions (approximately 8 at default load factor).
5     h ^= (h >>> 20) ^ (h >>> 12);
6     return h ^ (h >>> 7) ^ (h >>> 4);
7
?
1 static int indexFor(int h, int length)
2     return h & (length-1);
3

1、第2行~第3行就是HashMap允许Key值为空的原因,空的Key会默认放在第0位的数组位置上

2、第4行拿到Key值的HashCode,由于HashCode是Object的方法,因此每个对象都有一个HashCode,对这个HashCode做一次hash计算。按照JDK源码注释的说法,这次hash的作用是根据给定的HashCode对它做一次打乱的操作,防止一些糟糕的Hash算法产生的糟糕的Hash值,至于为什么要防止糟糕的Hash值,HashMap添加元素的最后会讲到

3、第5行根据重新计算的HashCode,对Entry数组的大小取模得到一个Entry数组的位置。看到这里使用了&,移位加快一点代码运行效率。另外,这个取模操作的正确性依赖于length必须是2的N次幂,这个熟悉二进制的朋友一定理解,因此注意HashMap构造函数中,如果你指定HashMap初始数组的大小initialCapacity,如果initialCapacity不是2的N次幂,HashMap会算出大于initialCapacity的最小2的N次幂的值,作为Entry数组的初始化大小。这里为了讲解方便,我们假定字符串111和字符串222算出来的i都是1

4、第6行~第14行会先判断一下原数据结构中是否存在相同的Key值,存在则覆盖并返回,不执行后面的代码。注意一下recordAccess这个方法,它也是HashMap的子类比如LinkedHashMap用的,HashMap中这个方法为空。另外,注意一点,对比Key是否相同,是先比HashCode是否相同,HashCode相同再判断equals是否为true,这样大大增加了HashMap的效率,对HashCode不熟悉的朋友可以看一下我的这篇文章讲讲HashCode的作用

5、第16行的modeCount++是用于fail-fast机制的,每次修改HashMap数据结构的时候都会自增一次这个值

图示:

技术图片

 

技术图片

扩容

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);

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);
     
 

?

 

我总结一下这三段代码,HashMap一次扩容的过程应该是:

1、取当前table的2倍作为新table的大小

2、根据算出的新table的大小new出一个新的Entry数组来,名为newTable

3、轮询原table的每一个位置,将每个位置上连接的Entry,算出在新table上的位置,并以链表形式连接

4、原table上的所有Entry全部轮询完毕之后,意味着原table上面的所有Entry已经移到了新的table上,HashMap中的table指向newTable

这样就完成了一次扩容,用图表示是这样的:

技术图片

技术图片

 

删除

1 public V remove(Object key) 
2     Entry<K,V> e = removeEntryForKey(key);
3     return (e == null ? null : e.value);
4
?
1 final Entry<K,V> removeEntryForKey(Object key)
2     int hash = (key == null) ? 0 : hash(key.hashCode());
3     int i = indexFor(hash, table.length);
4     Entry<K,V> prev = table[i];
5     Entry<K,V> e = prev;
6
7     while (e != null)
8         Entry<K,V> next = e.next;
9         Object k;
10         if (e.hash == hash &&
11             ((k = e.key) == key || (key != null && key.equals(k))))
12             modCount++;
13             size--;
14             if (prev == e)
15                 table[i] = next;
16             else
17                 prev.next = next;
18             e.recordRemoval(this);
19             return e;
20        
21         prev = e;
22         e = next;
23    
24
25     return e;
26

分析一下remove元素的时候做了几步:

1、根据key的hash找到待删除的键值对位于table的哪个位置上

2、记录一个prev表示待删除的Entry的前一个位置Entry,e可以认为是当前位置

3、从table[i]开始遍历链表,假如找到了匹配的Entry,要做一个判断,这个Entry是不是table[i]:

(1)是的话,也就是第14行~第15行,table[i]就直接是table[i]的下一个节点,后面的都不需要动

(2)不是的话,也就是第16行~第17行,e的前一个Entry也就是prev,prev的next指向e的后一个节点,也就是next,这样,e所代表的Entry就被踢出了,e的前后Entry就连起来了

remove("111")用图表示就是:

技术图片

整个过程只需要修改一个节点的next的值即可,非常方便。

修改数据

1 public V put(K key, V value) 
2     if (key == null)
3         return putForNullKey(value);
4     int hash = hash(key.hashCode());
5     int i = indexFor(hash, table.length);
   //进行循环
6     for (Entry<K,V> e = table[i]; e != null; e = e.next)
7         Object k;
    //判断key是否相同,相同则进行替换
8         if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
9             V oldValue = e.value;
10             e.value = value;
11             e.recordAccess(this);
12             return oldValue;
13        
14    
15     modCount++;
16     addEntry(hash, key, value, i);
17     return null;
18

 

再谈HashCode的重要性

前面讲到了,HashMap中对Key的HashCode要做一次rehash,防止一些糟糕的Hash算法生成的糟糕的HashCode,那么为什么要防止糟糕的HashCode?

糟糕的HashCode意味着的是Hash冲突,即多个不同的Key可能得到的是同一个HashCode,糟糕的Hash算法意味着的就是Hash冲突的概率增大,这意味着HashMap的性能将下降,表现在两方面:

1、有10个Key,可能6个Key的HashCode都相同,另外四个Key所在的Entry均匀分布在table的位置上,而某一个位置上却连接了6个Entry。这就失去了HashMap的意义,HashMap这种数据结构性高性能的前提是,Entry均匀地分布在table位置上,但现在确是1 1 1 1 6的分布。所以,我们要求HashCode有很强的随机性,这样就尽可能地可以保证了Entry分布的随机性,提升了HashMap的效率。

2、HashMap在一个某个table位置上遍历链表的时候的代码:

if (e.hash == hash && ((k = e.key) == key || key.equals(k)))

看到,由于采用了"&&"运算符,因此先比较HashCode,HashCode都不相同就直接pass了,不会再进行equals比较了。HashCode因为是int值,比较速度非常快,而equals方法往往会对比一系列的内容,速度会慢一些。Hash冲突的概率大,意味着equals比较的次数势必增多,必然降低了HashMap的效率了。

简单来说,就是要使hashCode要不重复或减少重复,才能使Entry均匀的分布在table上,所以需要好的hash算法

 

HashMap的table为什么是transient的

一个非常细节的地方:

transient Entry[] table;

看到table用了transient修饰,也就是说table里面的内容全都不会被序列化,不知道大家有没有想过这么写的原因?

在我看来,这么写是非常必要的。因为HashMap是基于HashCode的,HashCode作为Object的方法,是native的:

public native int hashCode();

这意味着的是:HashCode和底层实现相关,不同的虚拟机可能有不同的HashCode算法。再进一步说得明白些就是,可能同一个Key在虚拟机A上的HashCode=1,在虚拟机B上的HashCode=2,在虚拟机C上的HashCode=3。

这就有问题了,Java自诞生以来,就以跨平台性作为最大卖点,好了,如果table不被transient修饰,在虚拟机A上可以用的程序到虚拟机B上可以用的程序就不能用了,失去了跨平台性,因为:

1、Key在虚拟机A上的HashCode=100,连在table[4]上

2、Key在虚拟机B上的HashCode=101,这样,就去table[5]上找Key,明显找不到

 

HashMap和Hashtable的区别

HashMap和Hashtable是一组相似的键值对集合,它们的区别也是面试常被问的问题之一,我这里简单总结一下HashMap和Hashtable的区别:

1、Hashtable是线程安全的,Hashtable所有对外提供的方法都使用了synchronized,也就是同步,而HashMap则是线程非安全的

2、Hashtable不允许空的value,空的value将导致空指针异常,而HashMap则无所谓,没有这方面的限制

3、上面两个缺点是最主要的区别,另外一个区别无关紧要,我只是提一下,就是两个的rehash算法不同

以上是关于HashMap的主要内容,如果未能解决你的问题,请参考以下文章

HashMap学习

MAP

HashMap

HashMap问答

Map的实现

HashMapConcurrentHashMapHashTable