- 相關(guān)推薦
深入解析hashmap,java實(shí)現(xiàn)原理
Mark一下，同時(shí)可以很好的結(jié)合hashCode（）和equals（）方法，覆蓋equals方法時(shí)最好覆蓋hashcode（），保證equals的兩個(gè)對(duì)象，hashcode也相等,反過來：hashcode()不等，一定能推出equals()也不等；hashcode()相等，equals()可能相等，也可能不等。
因?yàn)镠ashMap在get時(shí)，先比較hashcode，再比較equals，hashcode==&&equals，兩者都為true，則認(rèn)為是相同的key
1. HashMap概述：
HashMap是基于哈希表的Map接口的非同步實(shí)現(xiàn)。此實(shí)現(xiàn)提供所有可選的映射操作，并允許使用null值和null鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。
2. HashMap的數(shù)據(jù)結(jié)構(gòu)：
在java編程語言中，最基本的結(jié)構(gòu)就是兩種，一個(gè)是數(shù)組，另外一個(gè)是模擬指針（引用），所有的數(shù)據(jù)結(jié)構(gòu)都可以用這兩個(gè)基本結(jié)構(gòu)來構(gòu)造的，HashMap也不例外。HashMap實(shí)際上是一個(gè)“鏈表散列”的數(shù)據(jù)結(jié)構(gòu)，即數(shù)組和鏈表的結(jié)合體。
從上圖中可以看出，HashMap底層就是一個(gè)數(shù)組結(jié)構(gòu)，數(shù)組中的每一項(xiàng)又是一個(gè)鏈表。當(dāng)新建一個(gè)HashMap的時(shí)候，就會(huì)初始化一個(gè)數(shù)組。
源碼如下：
/** * The table, resized as necessary. Length MUST Always be a power of two. */ transient Entry[] table; static class Entryimplements Map.Entry{ final K key; V value; Entrynext; final int hash; …… }
可以看出，Entry就是數(shù)組中的元素，每個(gè) Map.Entry 其實(shí)就是一個(gè)key-value對(duì)，它持有一個(gè)指向下一個(gè)元素的引用，這就構(gòu)成了鏈表。
3. HashMap的存取實(shí)現(xiàn)：
1) 存儲(chǔ)：
public V put(K key, V value) { // HashMap允許存放null鍵和null值。 // 當(dāng)key為null時(shí)，調(diào)用putForNullKey方法，將value放置在數(shù)組第一個(gè)位置。 if (key == null) return putForNullKey(value); // 根據(jù)key的keyCode重新計(jì)算hash值。 int hash = hash(key.hashCode()); // 搜索指定hash值在對(duì)應(yīng)table中的索引。 int i = indexFor(hash, table.length); // 如果 i 索引處的 Entry 不為 null，通過循環(huán)不斷遍歷 e 元素的下一個(gè)元素。 for (Entrye = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } // 如果i索引處的Entry為null，表明此處還沒有Entry。 modCount++; // 將key、value添加到i索引處。 addEntry(hash, key, value, i); return null; }
從上面的源代碼中可以看出：當(dāng)我們往HashMap中put元素的時(shí)候，先根據(jù)key的hashCode重新計(jì)算hash值，根據(jù)hash值得到這個(gè)元素在數(shù)組中的位置（即下標(biāo)），如果數(shù)組該位置上已經(jīng)存放有其他元素了，那么在這個(gè)位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。如果數(shù)組該位置上沒有元素，就直接將該元素放到此數(shù)組中的該位置上。
addEntry(hash, key, value, i)方法根據(jù)計(jì)算出的hash值，將key-value對(duì)放在數(shù)組table的i索引處。addEntry 是 HashMap 提供的一個(gè)包訪問權(quán)限的方法，代碼如下：
void addEntry(int hash, K key, V value, int bucketIndex) { // 獲取指定 bucketIndex 索引處的 Entry Entrye = 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(hash, key, value, e); // 如果 Map 中的 key-value 對(duì)的數(shù)量超過了極限 if (size++ >= threshold) // 把 table 對(duì)象的長度擴(kuò)充到原來的2倍。 resize(2 * table.length); }
當(dāng)系統(tǒng)決定存儲(chǔ)HashMap中的key-value對(duì)時(shí)，完全沒有考慮Entry中的value，僅僅只是根據(jù)key來計(jì)算并決定每個(gè)Entry的存儲(chǔ)位置。我們完全可以把 Map 集合中的 value 當(dāng)成 key 的附屬，當(dāng)系統(tǒng)決定了 key 的存儲(chǔ)位置之后，value 隨之保存在那里即可。
hash(int h)方法根據(jù)key的hashCode重新計(jì)算一次散列。此算法加入了高位計(jì)算，防止低位不變，高位變化時(shí)，造成的hash沖突。
static int hash(int h) { h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }
我們可以看到在HashMap中要找到某個(gè)元素，需要根據(jù)key的hash值來求得對(duì)應(yīng)數(shù)組中的位置。如何計(jì)算這個(gè)位置就是hash算法。前面說過HashMap的數(shù)據(jù)結(jié)構(gòu)是數(shù)組和鏈表的結(jié)合，所以我們當(dāng)然希望這個(gè)HashMap里面的 元素位置盡量的分布均勻些，盡量使得每個(gè)位置上的元素?cái)?shù)量只有一個(gè)，那么當(dāng)我們用hash算法求得這個(gè)位置的時(shí)候，馬上就可以知道對(duì)應(yīng)位置的元素就是我們要的，而不用再去遍歷鏈表，這樣就大大優(yōu)化了查詢的效率。
對(duì)于任意給定的對(duì)象，只要它的 hashCode() 返回值相同，那么程序調(diào)用 hash(int h) 方法所計(jì)算得到的 hash 碼值總是相同的。我們首先想到的就是把hash值對(duì)數(shù)組長度取模運(yùn)算，這樣一來，元素的分布相對(duì)來說是比較均勻的。但是，“模”運(yùn)算的消耗還是比較大的，在HashMap中是這樣做的：調(diào)用 indexFor(int h, int length) 方法來計(jì)算該對(duì)象應(yīng)該保存在 table 數(shù)組的哪個(gè)索引處。
indexFor(int h, int length) 方法的代碼如下：
static int indexFor(int h, int length) { return h & (length-1); }
這個(gè)方法非常巧妙，它通過 h & (table.length -1) 來得到該對(duì)象的保存位，而HashMap底層數(shù)組的長度總是 2 的 n 次方，這是HashMap在速度上的優(yōu)化。在 HashMap 構(gòu)造器中有如下代碼：
int capacity = 1; while (capacity < initialCapacity) capacity <<= 1;
這段代碼保證初始化時(shí)HashMap的容量總是2的n次方，即底層數(shù)組的長度總是為2的n次方。
當(dāng)length總是 2 的n次方時(shí)，h& (length-1)運(yùn)算等價(jià)于對(duì)length取模，也就是h%length，但是&比%具有更高的效率。
這看上去很簡單，其實(shí)比較有玄機(jī)的，我們舉個(gè)例子來說明：
假設(shè)數(shù)組長度分別為15和16，優(yōu)化后的hash碼分別為8和9，那么&運(yùn)算后的結(jié)果如下：
h & (table.length-1) hash table.length-1
8 & (15-1)： 0100 & 1110 = 0100
9 & (15-1)： 0101 & 1110 = 0100
-----------------------------------------------------------------------------------------------------------------------
8 & (16-1)： 0100 & 1111 = 0100
9 & (16-1)： 0101 & 1111 = 0101
從上面的例子中可以看出：當(dāng)它們和15-1（1110）“與”的時(shí)候，產(chǎn)生了相同的結(jié)果，也就是說它們會(huì)定位到數(shù)組中的同一個(gè)位置上去，這就產(chǎn)生了碰撞，8和9會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表，那么查詢的時(shí)候就需要遍歷這個(gè)鏈 表，得到8或者9，這樣就降低了查詢的效率。同時(shí)，我們也可以發(fā)現(xiàn)，當(dāng)數(shù)組長度為15的時(shí)候，hash值會(huì)與15-1（1110）進(jìn)行“與”，那么 最后一位永遠(yuǎn)是0，而0001，0011，0101，1001，1011，0111，1101這幾個(gè)位置永遠(yuǎn)都不能存放元素了，空間浪費(fèi)相當(dāng)大，更糟的是這種情況中，數(shù)組可以使用的位置比數(shù)組長度小了很多，這意味著進(jìn)一步增加了碰撞的幾率，減慢了查詢的效率！而當(dāng)數(shù)組長度為16時(shí)，即為2的n次方時(shí)，2n-1得到的二進(jìn)制數(shù)的每個(gè)位上的值都為1，這使得在低位上&時(shí)，得到的和原h(huán)ash的低位相同，加之hash(int h)方法對(duì)key的hashCode的進(jìn)一步優(yōu)化，加入了高位計(jì)算，就使得只有相同的hash值的兩個(gè)值才會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表。
所以說，當(dāng)數(shù)組長度為2的n次冪的時(shí)候，不同的key算得得index相同的幾率較小，那么數(shù)據(jù)在數(shù)組上分布就比較均勻，也就是說碰撞的幾率小，相對(duì)的，查詢的時(shí)候就不用遍歷某個(gè)位置上的鏈表，這樣查詢效率也就較高了。
根據(jù)上面 put 方法的源代碼可以看出，當(dāng)程序試圖將一個(gè)key-value對(duì)放入HashMap中時(shí)，程序首先根據(jù)該 key 的 hashCode() 返回值決定該 Entry 的存儲(chǔ)位置：如果兩個(gè) Entry 的 key 的 hashCode() 返回值相同，那它們的存儲(chǔ)位置相同。如果這兩個(gè) Entry 的 key 通過 equals 比較返回 true，新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value，但key不會(huì)覆蓋。如果這兩個(gè) Entry 的 key 通過 equals 比較返回 false，新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新添加的 Entry 位于 Entry 鏈的頭部——具體說明繼續(xù)看 addEntry() 方法的說明。
2) 讀�。�
public V get(Object key) { if (key == null) return getForNullKey(); int hash = hash(key.hashCode()); for (Entrye = 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; }
有了上面存儲(chǔ)時(shí)的hash算法作為基礎(chǔ)，理解起來這段代碼就很容易了。從上面的源代碼中可以看出：從HashMap中g(shù)et元素時(shí)，首先計(jì)算key的hashCode，找到數(shù)組中對(duì)應(yīng)位置的某一元素，然后通過key的equals方法在對(duì)應(yīng)位置的鏈表中找到需要的元素。
3) 歸納起來簡單地說，HashMap 在底層將 key-value 當(dāng)成一個(gè)整體進(jìn)行處理，這個(gè)整體就是一個(gè) Entry 對(duì)象。HashMap 底層采用一個(gè) Entry[] 數(shù)組來保存所有的 key-value 對(duì)，當(dāng)需要存儲(chǔ)一個(gè) Entry 對(duì)象時(shí)，會(huì)根據(jù)hash算法來決定其在數(shù)組中的存儲(chǔ)位置，在根據(jù)equals方法決定其在該數(shù)組位置上的鏈表中的存儲(chǔ)位置；當(dāng)需要取出一個(gè)Entry時(shí)，也會(huì)根據(jù)hash算法找到其在數(shù)組中的存儲(chǔ)位置，再根據(jù)equals方法從該位置上的鏈表中取出該Entry。
4. HashMap的resize（rehash）：
當(dāng)HashMap中的元素越來越多的時(shí)候，hash沖突的幾率也就越來越高，因?yàn)閿?shù)組的長度是固定的。所以為了提高查詢的效率，就要對(duì)HashMap的數(shù)組進(jìn)行擴(kuò)容，數(shù)組擴(kuò)容這個(gè)操作也會(huì)出現(xiàn)在ArrayList中，這是一個(gè)常用的操作，而在HashMap數(shù)組擴(kuò)容之后，最消耗性能的點(diǎn)就出現(xiàn)了：原數(shù)組中的數(shù)據(jù)必須重新計(jì)算其在新數(shù)組中的位置，并放進(jìn)去，這就是resize。
那么HashMap什么時(shí)候進(jìn)行擴(kuò)容呢？當(dāng)HashMap中的元素個(gè)數(shù)超過數(shù)組大小*loadFactor時(shí)，就會(huì)進(jìn)行數(shù)組擴(kuò)容，loadFactor的默認(rèn)值為0.75，這是一個(gè)折中的取值。也就是說，默認(rèn)情況下，數(shù)組大小為16，那么當(dāng)HashMap中元素個(gè)數(shù)超過16*0.75=12的時(shí)候，就把數(shù)組的大小擴(kuò)展為 2*16=32，即擴(kuò)大一倍，然后重新計(jì)算每個(gè)元素在數(shù)組中的位置，而這是一個(gè)非常消耗性能的操作，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。
5. HashMap的性能參數(shù)：
HashMap 包含如下幾個(gè)構(gòu)造器：
HashMap()：構(gòu)建一個(gè)初始容量為 16，負(fù)載因子為 0.75 的 HashMap。
HashMap(int initialCapacity)：構(gòu)建一個(gè)初始容量為 initialCapacity，負(fù)載因子為 0.75 的 HashMap。
HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負(fù)載因子創(chuàng)建一個(gè) HashMap。
HashMap的基礎(chǔ)構(gòu)造器HashMap(int initialCapacity, float loadFactor)帶有兩個(gè)參數(shù)，它們是初始容量initialCapacity和加載因子loadFactor。
initialCapacity：HashMap的最大容量，即為底層數(shù)組的長度。
loadFactor：負(fù)載因子loadFactor定義為：散列表的實(shí)際元素?cái)?shù)目(n)/ 散列表的容量(m)。
負(fù)載因子衡量的是一個(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)。
HashMap的實(shí)現(xiàn)中，通過threshold字段來判斷HashMap的最大容量：
復(fù)制代碼 代碼如下:
threshold = (int)(capacity * loadFactor);
結(jié)合負(fù)載因子的定義公式可知，threshold就是在此loadFactor和capacity對(duì)應(yīng)下允許的最大元素?cái)?shù)目，超過這個(gè)數(shù)目就重新resize，以降低實(shí)際的負(fù)載因子。默認(rèn)的的負(fù)載因子0.75是對(duì)空間和時(shí)間效率的一個(gè)平衡選擇。當(dāng)容量超出此最大容量時(shí)， resize后的HashMap容量是容量的兩倍：
if (size++ >= threshold) resize(2 * table.length);
6. Fail-Fast機(jī)制：
我們知道java.util.HashMap不是線程安全的，因此如果在使用迭代器的過程中有其他線程修改了map，那么將拋出ConcurrentModificationException，這就是所謂fail-fast策略。
這一策略在源碼中的實(shí)現(xiàn)是通過modCount域，modCount顧名思義就是修改次數(shù)，對(duì)HashMap內(nèi)容的修改都將增加這個(gè)值，那么在迭代器初始化過程中會(huì)將這個(gè)值賦給迭代器的expectedModCount。
HashIterator() { expectedModCount = modCount; if (size > 0) { // advance to first entry Entry[] t = table; while (index < t.length && (next = t[index++]) == null) ; } }
在迭代過程中，判斷modCount跟expectedModCount是否相等，如果不相等就表示已經(jīng)有其他線程修改了Map：
注意到modCount聲明為volatile，保證線程之間修改的可見性。
final EntrynextEntry() { if (modCount != expectedModCount) throw new ConcurrentModificationException();
在HashMap的API中指出：
由所有HashMap類的“collection 視圖方法”所返回的迭代器都是快速失敗的：在迭代器創(chuàng)建之后，如果從結(jié)構(gòu)上對(duì)映射進(jìn)行修改，除非通過迭代器本身的 remove 方法，其他任何時(shí)間任何方式的修改，迭代器都將拋出 ConcurrentModificationException。因此，面對(duì)并發(fā)的修改，迭代器很快就會(huì)完全失敗，而不冒在將來不確定的時(shí)間發(fā)生任意不確定行為的風(fēng)險(xiǎn)。
注意，迭代器的快速失敗行為不能得到保證，一般來說，存在非同步的并發(fā)修改時(shí)，不可能作出任何堅(jiān)決的保證�？焖偈〉鞅M最大努力拋出 ConcurrentModificationException。因此，編寫依賴于此異常的程序的做法是錯(cuò)誤的，正確做法是：迭代器的快速失敗行為應(yīng)該僅用于檢測(cè)程序錯(cuò)誤。
【深入解析hashmap,java實(shí)現(xiàn)原理】相關(guān)文章：
對(duì)Java中HashMap和TreeMap的區(qū)別的深入理解06-09
Java中hashmap和hashtable的區(qū)別06-20
深入理解java的反射07-16
java語言源碼解析05-27
Java原理面試題07-13
關(guān)于Java動(dòng)態(tài)實(shí)現(xiàn)的方法08-23
Java并發(fā)編程:深入剖析ThreadLocal09-20
教你JAVA語言快速排序的原理10-04
最新的Java容器類的深入理解09-05