HashSetHashMap
Posted 几钱清风
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HashSetHashMap相关的知识,希望对你有一定的参考价值。
HashSet:很多开发者,初学者都知道HashSet无序,不可重复,线程非同步。底层是哈希表结构。
但它是怎么做到的?什么是散列表数据结构(哈希表)?有什么特性?都清楚吗?不清楚继续往下看。
它是这样做到的:
先来看HashSet的源码,首先看默认构造器:
public HashSet() { map = new HashMap<E,Object>(); } // ok,我们看到构造器中new了一个HashMap。key使用了泛型,value使用Object。再来看add方法源码:
private static final Object PRESENT = new Object(); public boolean add(E e) { return map.put(e, PRESENT)==null; } // PRESENT是一个Object类型的常量,用来当做map的value. 也就是说,你以后在HashSet中存储的元素都是HashMap中key,value全部使用Object。HashMap的key是不可以重复的,保证元素唯一的依据是对象的hashCode跟equals方法。
而HashSet不就是用HashMap的key来存储元素嘛,也就保证了元素的唯一性。包括迭代器也是HashMap中keySet方法取得的iterator。
public Iterator<E> iterator() { return map.keySet().iterator(); }通过上面的介绍,已经对HashSet比较了解了,我们知道HashSet底层是用了HashMap。
要想知道怎么做到存取速度快的,我们直接看HashMap就好了。
散列表数据结构(哈希表)
散列表(Hash table,也叫哈希表),是根据关键字(Key value)而直接进行访问的数据结构。
也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
HashMap底层就是散列表数据结构,即数组和链表的结合体,
底层是一个数组结构,数组中的每一项又是一个链表。这样做有什么好处呢?
数组能够提供对元素的快速访问但不易于扩展(如果不知道元素脚标,还得进行遍历查找),链表易于扩展但不能对其元素进行快速访问。
怎样做到两全其美,就是散列表数据结构。
我们来看看HashMap中元素存跟取的实现方式:
首先明白,HashMap根据key的hashCode计算出元素在Entry数组中的位置,然后再Entry内部链表中存放key,value。
先看构造方法源码:
static final int DEFAULT_INITIAL_CAPACITY = 16; // 默认初始化容量 static final float DEFAULT_LOAD_FACTOR = 0.75f; final float loadFactor; // 用于计算扩容阀值 /* The next size value at which to resize (capacity * load factor) */ int threshold; // Entry扩容阀值 // The table, resized as necessary. Length MUST Always be a power of two. transient Entry[] table;// 存放键值对的Entry数组 public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR); // 计算扩容阀值 table = new Entry[DEFAULT_INITIAL_CAPACITY]; // 初始化Entry<K,V>数组 init(); } /* 在默认构造方法中,初始化了一个容量为16的HashMap(Entry数组),当元素超过75%(16*0.75f=12个)的时候开始自动扩容*/put方法源码: eg: map.put("a","abc");
public V put(K key, V value) { if (key == null) return putForNullKey(value); int hash = hash(key.hashCode()); // 获取key的hash值 int i = indexFor(hash, table.length); // h & (length-1); 通过hashcode取模数组长度, 定位hash值在table数组中的索引 // 如果table数组中i索引所在位置有元素,循环遍历该链表中的下一个元素 for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; // 遍历到了hash值相同并且equals也相同的key,把value用新值替换掉 if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; // table中i索引所在位置没有元素,添加key、value到指定索引处。 addEntry(hash, key, value, i); return null; }addEntry()方法源码:
void addEntry(int hash, K key, V value, int bucketIndex) { // 下面两行代码将entry保存进了table数组中Entry内部链表的第一个位置。 Entry<K,V> e = table[bucketIndex]; table[bucketIndex] = new Entry<K,V>(hash, key, value, e); if (size++ >= threshold) // 需要扩容了 resize(2 * table.length); // 重新计算数组大小 }
由于元素的位置是通过hashcode取模数组长度而得, 现在由于需要扩容,数组长度会发生变化,
所以会在resize方法跟transfer方法中进行元素位置的重新分配。
resize()方法源码: // 重新计算数组长度
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); // 新的扩容阀值 }transfer()方法源码:// 重新分配
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); } } }上面是HashMap存元素的实现方式,再来看看取元素的方式:
// get方法源码
public V get(Object key) { if (key == null) return getForNullKey(); int hash = hash(key.hashCode()); // 还是计算key的hashcode, // 定位hash值在table数组中的索引,并通过equals方法定位元素在链表中的位置。 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; }我们来对HashMap存取元素的过程来做一个小的总结:
元素(key,value)在HashMap中被封装进Entry数组。
put元素的时候,根据key的hash值定位元素在Entry数组中的索引,如果当前索引有元素,就通过equals方法进行比较,将元素存进当前Entry的链表中适当的位置。
get元素的时候,根据key的hash值定位元素在Entry数组中的索引,然后通过equals方法定位元素在链表中的位置,取出该元素。
性能分析:
因为元素的存取是通过hash算法进行的,所以速度都没的说。
在查找操作中,唯一影响性能的是在链表中,但实际只要优化好了key对象hashCode跟equals方法,就会避免链表中的数据过多而导致查找性能变慢。
再一个非常影响性能的是数组扩容操作,当使用默认的DEFAULT_INITIAL_CAPACITY对HashMap进行初始化的时候,
如果元素个数非常多,会导致扩容次数增加,每次扩容都会进行元素位置的重新分配,这是相当耗费性能的。
如果能预算好元素个数,就应该避免使用默认的DEFAULT_INITIAL_CAPACITY,可在HashMap的构造函数中为其指定一个初始值。
问题解决:
hashCode必须和equals保持兼容(equals方法的判断依据和计算hashCode的依据相同),这样做是为了避免链表中的数据过多。
举例:
public class Person { public int id; public String name=""; public int hashCode() { return id; } // equals必须比较id public boolean equals(Person p) { if(this.id == p.id) return true; else return false; } }
如果元素很多,应该使用这个构造函数public HashMap(int initialCapacity){}对HashMap进行初始化。
举例:HashMap map = new HashMap(1024);
了解了HashMap的存储原理之后,自然也就明白了为什么说HashSet的存取效率高了。
以上是关于HashSetHashMap的主要内容,如果未能解决你的问题,请参考以下文章