HashMap實(shí)現(xiàn)了Map接口，繼承AbstractMap。其中Map接口定義了鍵映射到值的規(guī)則，而AbstractMap類提供 Map 接口的骨干實(shí)現(xiàn)，以最大限度地減少實(shí)現(xiàn)此接口所需的工作，其實(shí)AbstractMap類已經(jīng)實(shí)現(xiàn)了Map，
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
HashMap提供了三個(gè)構(gòu)造函數(shù)：
HashMap()：構(gòu)造一個(gè)具有默認(rèn)初始容量 (16) 和默認(rèn)加載因子 (0.75) 的空 HashMap
HashMap(int initialCapacity)：構(gòu)造一個(gè)帶指定初始容量和默認(rèn)加載因子 (0.75) 的空 HashMap
HashMap(int initialCapacity, float loadFactor)：構(gòu)造一個(gè)帶指定初始容量和加載因子的空 HashMap
在這里提到了兩個(gè)參數(shù)：初始容量，加載因子。這兩個(gè)參數(shù)是影響HashMap性能的重要參數(shù)，其中容量表示哈希表中桶的數(shù)量，初始容量是創(chuàng)建哈希表時(shí)的容量，加載因子是哈希表在其容量自動(dòng)增加之前可以達(dá)到多滿的一種尺度，它衡量的是一個(gè)散列表的空間的使用程度，負(fù)載因子越大表示散列表的裝填程度越高，反之愈小。對(duì)于使用鏈表法的散列表來說，查找一個(gè)元素的平均時(shí)間是O(1+a)，因此如果負(fù)載因子越大，對(duì)空間的利用更充分，然而后果是查找效率的降低；如果負(fù)載因子太小，那么散列表的數(shù)據(jù)將過于稀疏，對(duì)空間造成嚴(yán)重浪費(fèi)。系統(tǒng)默認(rèn)負(fù)載因子為0.75，一般情況下我們是無需修改的。
HashMap是一種支持快速存取的數(shù)據(jù)結(jié)構(gòu)，要了解它的性能必須要了解它的數(shù)據(jù)結(jié)構(gòu)。
實(shí)際上HashMap是一個(gè)“鏈表散列”，如下是它數(shù)據(jù)結(jié)構(gòu)：
從上圖我們可以看出HashMap底層實(shí)現(xiàn)還是數(shù)組，只是數(shù)組的每一項(xiàng)都是一條鏈。其中參數(shù)initialCapacity就代表了該數(shù)組的長(zhǎng)度。下面為HashMap構(gòu)造函數(shù)的源碼：
public HashMap(int initialCapacity, float loadFactor) { //初始容量不能<0 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //初始容量不能 > 最大容量值，HashMap的最大容量值為2^30 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //負(fù)載因子不能 < 0 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 計(jì)算出大于 initialCapacity 的最小的 2 的 n 次方值。 int capacity = 1; while (capacity < initialCapacity) capacity <<= 1; this.loadFactor = loadFactor; //設(shè)置HashMap的容量極限，當(dāng)HashMap的容量達(dá)到該極限時(shí)就會(huì)進(jìn)行擴(kuò)容操作 threshold = (int) (capacity * loadFactor); //初始化table數(shù)組 table = new Entry[capacity]; init(); }
從源碼中可以看出，每次新建一個(gè)HashMap時(shí)，都會(huì)初始化一個(gè)table數(shù)組。table數(shù)組的元素為Entry節(jié)點(diǎn)。
static class Entry<K,V> implements Map.Entry<K,V> { final K key; V value; Entry<K,V> next; final int hash; /** * Creates new entry. */ Entry(int h, K k, V v, Entry<K,V> n) { value = v; next = n; key = k; hash = h; } ....... }
其中Entry為HashMap的內(nèi)部類，它包含了鍵key、值value、下一個(gè)節(jié)點(diǎn)next，以及hash值，這是非常重要的，正是由于Entry才構(gòu)成了table數(shù)組的項(xiàng)為鏈表。
上面簡(jiǎn)單分析了HashMap的數(shù)據(jù)結(jié)構(gòu)，下面將探討HashMap是如何實(shí)現(xiàn)快速存取的。
首先我們先看源碼
public V put(K key, V value) { //當(dāng)key為null，調(diào)用putForNullKey方法，保存null與table第一個(gè)位置中，這是HashMap允許為null的原因 if (key == null) return putForNullKey(value); //計(jì)算key的hash值 int hash = hash(key.hashCode()); ------(1) //計(jì)算key hash 值在 table 數(shù)組中的位置 int i = indexFor(hash, table.length); ------(2) //從i出開始迭代 e,找到 key 保存的位置 for (Entry<K, V> e = table[i]; e != null; e = e.next) { Object k; //判斷該條鏈上是否有hash值相同的(key相同) //若存在相同，則直接覆蓋value，返回舊value if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; //舊值 = 新值 e.value = value; e.recordAccess(this); return oldValue; //返回舊值 } } //修改次數(shù)增加1 modCount++; //將key、value添加至i位置處 addEntry(hash, key, value, i); return null; }
通過源碼我們可以清晰看到HashMap保存數(shù)據(jù)的過程為：首先判斷key是否為null，若為null，則直接調(diào)用putForNullKey方法。若不為空則先計(jì)算key的hash值，然后根據(jù)hash值搜索在table數(shù)組中的索引位置，如果table數(shù)組在該位置處有元素，則通過比較是否存在相同的key，若存在則覆蓋原來key的value，否則將該元素保存在鏈頭（最先保存的元素放在鏈尾）。若table在該處沒有元素，則直接保存。這個(gè)過程看似比較簡(jiǎn)單，其實(shí)深有內(nèi)幕。有如下幾點(diǎn)：
1、 先看迭代處。此處迭代原因就是為了防止存在相同的key值，若發(fā)現(xiàn)兩個(gè)hash值（key）相同時(shí)，HashMap的處理方式是用新value替換舊value，這里并沒有處理key，這就解釋了HashMap中沒有兩個(gè)相同的key。
2、 在看（1）、（2）處。這里是HashMap的精華所在。首先是hash方法，該方法為一個(gè)純粹的數(shù)學(xué)計(jì)算，就是計(jì)算h的hash值。
static int hash(int h) { h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }
我們知道對(duì)于HashMap的table而言，數(shù)據(jù)分布需要均勻（最好每項(xiàng)都只有一個(gè)元素，這樣就可以直接找到），不能太緊也不能太松，太緊會(huì)導(dǎo)致查詢速度慢，太松則浪費(fèi)空間。計(jì)算hash值后，怎么才能保證table元素分布均與呢？我們會(huì)想到取模，但是由于取模的消耗較大，HashMap是這樣處理的：調(diào)用indexFor方法。
static int indexFor(int h, int length) { return h & (length-1); }
HashMap的底層數(shù)組長(zhǎng)度總是2的n次方，在構(gòu)造函數(shù)中存在：capacity <<= 1;這樣做總是能夠保證HashMap的底層數(shù)組長(zhǎng)度為2的n次方。當(dāng)length為2的n次方時(shí)，h&(length - 1)就相當(dāng)于對(duì)length取模，而且速度比直接取?？斓枚啵@是HashMap在速度上的一個(gè)優(yōu)化。至于為什么是2的n次方下面解釋。
我們回到indexFor方法，該方法僅有一條語句：h&(length - 1)，這句話除了上面的取模運(yùn)算外還有一個(gè)非常重要的責(zé)任：均勻分布table數(shù)據(jù)和充分利用空間。
這里我們假設(shè)length為16(2^n)和15，h為5、6、7。
當(dāng)n=15時(shí)，6和7的結(jié)果一樣，這樣表示他們?cè)趖able存儲(chǔ)的位置是相同的，也就是產(chǎn)生了碰撞，6、7就會(huì)在一個(gè)位置形成鏈表，這樣就會(huì)導(dǎo)致查詢速度降低。誠然這里只分析三個(gè)數(shù)字不是很多，那么我們就看0-15。
從上面的圖表中我們看到總共發(fā)生了8此碰撞，同時(shí)發(fā)現(xiàn)浪費(fèi)的空間非常大，有1、3、5、7、9、11、13、15處沒有記錄，也就是沒有存放數(shù)據(jù)。這是因?yàn)樗麄冊(cè)谂c14進(jìn)行&運(yùn)算時(shí)，得到的結(jié)果最后一位永遠(yuǎn)都是0，即0001、0011、0101、0111、1001、1011、1101、1111位置處是不可能存儲(chǔ)數(shù)據(jù)的，空間減少，進(jìn)一步增加碰撞幾率，這樣就會(huì)導(dǎo)致查詢速度慢。而當(dāng)length = 16時(shí)，length – 1 = 15 即1111，那么進(jìn)行低位&運(yùn)算時(shí)，值總是與原來hash值相同，而進(jìn)行高位運(yùn)算時(shí)，其值等于其低位值。所以說當(dāng)length = 2^n時(shí)，不同的hash值發(fā)生碰撞的概率比較小，這樣就會(huì)使得數(shù)據(jù)在table數(shù)組中分布較均勻，查詢速度也較快。
這里我們?cè)賮韽?fù)習(xí)put的流程：當(dāng)我們想一個(gè)HashMap中添加一對(duì)key-value時(shí)，系統(tǒng)首先會(huì)計(jì)算key的hash值，然后根據(jù)hash值確認(rèn)在table中存儲(chǔ)的位置。若該位置沒有元素，則直接插入。否則迭代該處元素鏈表并依此比較其key的hash值。如果兩個(gè)hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),則用新的Entry的value覆蓋原來節(jié)點(diǎn)的value。如果兩個(gè)hash值相等但key值不等 ，則將該節(jié)點(diǎn)插入該鏈表的鏈頭。具體的實(shí)現(xiàn)過程見addEntry方法，如下：
void addEntry(int hash, K key, V value, int bucketIndex) { //獲取bucketIndex處的Entry Entry<K, V> e = table[bucketIndex]; //將新創(chuàng)建的 Entry 放入 bucketIndex 索引處，并讓新的 Entry 指向原來的 Entry table[bucketIndex] = new Entry<K, V>(hash, key, value, e); //若HashMap中元素的個(gè)數(shù)超過極限了，則容量擴(kuò)大兩倍 if (size++ >= threshold) resize(2 * table.length); }
這個(gè)方法中有兩點(diǎn)需要注意：
一是鏈的產(chǎn)生。這是一個(gè)非常優(yōu)雅的設(shè)計(jì)。系統(tǒng)總是將新的Entry對(duì)象添加到bucketIndex處。如果bucketIndex處已經(jīng)有了對(duì)象，那么新添加的Entry對(duì)象將指向原有的Entry對(duì)象，形成一條Entry鏈，但是若bucketIndex處沒有Entry對(duì)象，也就是e==null,那么新添加的Entry對(duì)象指向null，也就不會(huì)產(chǎn)生Entry鏈了。
二、擴(kuò)容問題。
隨著HashMap中元素的數(shù)量越來越多，發(fā)生碰撞的概率就越來越大，所產(chǎn)生的鏈表長(zhǎng)度就會(huì)越來越長(zhǎng)，這樣勢(shì)必會(huì)影響HashMap的速度，為了保證HashMap的效率，系統(tǒng)必須要在某個(gè)臨界點(diǎn)進(jìn)行擴(kuò)容處理。該臨界點(diǎn)在當(dāng)HashMap中元素的數(shù)量等于table數(shù)組長(zhǎng)度*加載因子。但是擴(kuò)容是一個(gè)非常耗時(shí)的過程，因?yàn)樗枰匦掠?jì)算這些數(shù)據(jù)在新table數(shù)組中的位置并進(jìn)行復(fù)制處理。所以如果我們已經(jīng)預(yù)知HashMap中元素的個(gè)數(shù)，那么預(yù)設(shè)元素的個(gè)數(shù)能夠有效的提高HashMap的性能。
相對(duì)于HashMap的存而言，取就顯得比較簡(jiǎn)單了。通過key的hash值找到在table數(shù)組中的索引處的Entry，然后返回該key對(duì)應(yīng)的value即可。
public V get(Object key) { // 若為null，調(diào)用getForNullKey方法返回相對(duì)應(yīng)的value if (key == null) return getForNullKey(); // 根據(jù)該 key 的 hashCode 值計(jì)算它的 hash 碼 int hash = hash(key.hashCode()); // 取出 table 數(shù)組中指定索引處的值 for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) { Object k; //若搜索的key與查找的key相同，則返回相對(duì)應(yīng)的value if (e.hash == hash && ((k = e.key) == key || key.equals(k))) return e.value; } return null; }
在這里能夠根據(jù)key快速的取到value除了和HashMap的數(shù)據(jù)結(jié)構(gòu)密不可分外，還和Entry有莫大的關(guān)系，在前面就提到過，HashMap在存儲(chǔ)過程中并沒有將key，value分開來存儲(chǔ)，而是當(dāng)做一個(gè)整體key-value來處理的，這個(gè)整體就是Entry對(duì)象。同時(shí)value也只相當(dāng)于key的附屬而已。在存儲(chǔ)的過程中，系統(tǒng)根據(jù)key的hashcode來決定Entry在table數(shù)組中的存儲(chǔ)位置，在取的過程中同樣根據(jù)key的hashcode取出相對(duì)應(yīng)的Entry對(duì)象。
聯(lián)系客服
