HashMap详解

本文讲解HashMap相关内容,JDK1.8对HashMap底层的实现进行了优化,例如引入红黑树的数据结构和扩容的优化等。


简介

Java为数据结构中的映射定义了一个接口java.util.Map

HashMap详解



1、HashMap:它根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度。

HashMap最多只允许一条记录的键为null,允许多条记录的值为null。非线程安全。

如果需要满足线程安全,可以用 Collections的synchronizedMap方法使HashMap具有线程安全的能力,或者使用ConcurrentHashMap


2、Hashtable:Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它承自Dictionary类。线程安全。并发性不如ConcurrentHashMap,因为ConcurrentHashMap引入了分段锁。


3、LinkedHashMap:LinkedHashMap是HashMap的一个子类,保存了记录的插入顺序,在用Iterator遍历LinkedHashMap时,先得到的记录肯定是先插入的,也可以在构造时带参数,按照访问次序排序。


4、TreeMap:TreeMap实现SortedMap接口,能够把它保存的记录根据键排序,默认是按键值的升序排序,也可以指定排序的比较器,当用Iterator遍历TreeMap时,得到的记录是排过序的。


在使用TreeMap时,key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator,否则会在运行时抛出java.lang.ClassCastException类型的异常。


如果你想学习java可以来这个Q群,首先是294,中间是919,最后是881,里面可以学习和交流,也有资料可以下载。 


内部实现

(1) 存储结构-字段
(2) 功能实现-方法


存储结构-字段

HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的。


HashMap详解



这里需要讲明白两个问题:数据底层具体存储的是什么?这样的存储方式有什么优点呢?


HashMap类中有一个非常重要的字段,就是 Node[] table,即哈希桶数组

static class Node<K,Vimplements Map.Entry<K,V{
   final int hash;    //用来定位数组索引位置
   final K key;
   V value;
   Node<K,V> next;   //链表的下一个node

   Node(int hash, K key, V value, Node<K,V> next) { ... }
   public final K getKey(){ ... }
   public final V getValue() { ... }
   public final String toString() { ... }
   public final int hashCode() { ... }
   public final V setValue(V newValue) { ... }
   public final boolean equals(Object o) { ... }
}


Node是HashMap的一个内部类,实现了Map.Entry接口,本质是就是一个映射(键值对)。上图中的每个黑色圆点就是一个Node对象。


HashMap就是使用哈希表来存储的。Java中HashMap采用了拉链法解决冲突。
例如程序执行下面代码:

map.put("美团","小美");


系统将调用"美团"这个key的hashCode()方法得到其hashCode 值(该方法适用于每个Java对象),然后再通过Hash算法的后两步运算(高位运算和取模运算,下文有介绍)来定位该键值对的存储位置。


哈希桶数组需要在空间成本和时间成本之间权衡。那么通过什么方式来控制map使得Hash碰撞的概率又小,哈希桶数组(Node[] table)占用空间又少呢?答案就是好的Hash算法和扩容机制


HashMap的默认构造函数就是对下面几个字段进行初始化

int threshold;             // 所能容纳的key-value对极限 
final float loadFactor;    // 负载因子
int modCount;              // 用来记录HashMap内部结构发生变化的次数
int size;



Node[] table的初始化长度length(默认值是16),Load factor为负载因子(默认值是0.75),threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。


threshold就是在此Load factor和length(数组长度)对应下允许的最大元素数目,超过这个数目就重新resize(扩容),扩容后的HashMap容量是之前容量的两倍


在HashMap中,哈希桶数组table的长度length大小必须为2的n次方(一定是合数),这是一种非常规的设计,常规的设计是把桶的大小设计为素数。相对来说素数导致冲突的概率要小于合数[2].


HashMap采用这种非常规设计,主要是为了在取模和扩容时做优化,同时为了减少冲突,HashMap定位哈希桶索引位置时,也加入了高位参与运算的过程。


当链表长度太长(默认超过8)时,链表就转换为红黑树,利用红黑树快速增删改查的特点提高HashMap的性能。


功能实现-方法

HashMap的内部功能实现很多,本文主要讲述:

1、根据key获取哈希桶数组索引位置

2、put方法的详细执行

3、扩容过程


确定哈希桶数组索引位置


先看看源码的实现(方法一+方法二):

方法一:
static final int hash(Object key) {   //jdk1.8 & jdk1.7
    int h;
    // h = key.hashCode() 为第一步 取hashCode值
    // h ^ (h >>> 16)  为第二步 高位参与运算
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

方法二:
static int indexFor(int h, int length) {  
//jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的
    return h & (length-1);  //第三步 取模运算
}


这里的Hash算法本质上就是三步:取key的hashCode值、高位运算、取模运算


只要它的hashCode()返回值相同,那么程序调用方法一所计算得到的Hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算,这样一来,元素的分布相对来说是比较均匀的。但是,模运算的消耗还是比较大的,在HashMap中是这样做的:调用方法二来计算该对象应该保存在table数组的哪个索引处。


而HashMap底层数组的长度总是2的n次方,这是HashMap在速度上的优化。当length总是2的n次方时,h& (length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。


HashMap详解


分析HashMap的put方法

HashMap详解


JDK1.8HashMap的put方法源码如下:

public V put(K key, V value{
   // 对key的hashCode()做hash
   return putVal(hash(key), key, valuefalsetrue);
 }

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict{
   Node<K, V>[] tab;
   Node<K, V> p;
   int n, i;
   // 步骤①:tab为空则创建
   if ((tab = table) == null || (n = tab.length) == 0)
     n = (tab = resize()).length;
   // 步骤②:计算index,并对null做处理
   if ((p = tab[i = (n - 1) & hash]) == null)
     tab[i] = newNode(hash, key, valuenull);
   else {
     Node<K, V> e;
     K k;
     // 步骤③:节点key存在,直接覆盖value
     if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
       e = p;
     // 步骤④:判断该链为红黑树
     else if (p instanceof TreeNode)
       e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
     // 步骤⑤:该链为链表
     else {
       for (int binCount = 0;; ++binCount) {
         if ((e = p.next) == null) {
           p.next = newNode(hash, key, valuenull);
           // 链表长度大于8转换为红黑树进行处理
           if (binCount >= TREEIFY_THRESHOLD - 1// -1 for 1st
             treeifyBin(tab, hash);
           break;
         }
         // key已经存在直接覆盖value
         if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
           break;
         p = e;
       }
     }

     if (e != null) { // existing mapping for key
       V oldValue = e.value;
       if (!onlyIfAbsent || oldValue == null)
         e.value = value;
       afterNodeAccess(e);
       return oldValue;
     }
   }

   ++modCount;
   // 步骤⑥:超过最大容量 就扩容
   if (++size > threshold)
     resize();
   afterNodeInsertion(evict);
   return null;
 }


扩容机制

当然Java里的数组是无法自动扩容的,方法是使用一个新的数组代替已有的容量小的数组,就像我们用一个小桶装水,如果想装更多的水,就得换大水桶。


鉴于JDK1.8融入了红黑树,较复杂,为了便于理解我们仍然使用JDK1.7的代码,好理解一些,本质上区别不大,具体区别后文再说。


void resize(int newCapacity) {   //传入新的容量
   Entry[] oldTable = table;    //引用扩容前的Entry数组
   int oldCapacity = oldTable.length;         
   if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了
       threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1),这样以后就不会扩容了
       return;
   }
  
  Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组
  transfer(newTable);                         //!!将数据转移到新的Entry数组里
  table = newTable;                           //HashMap的table属性引用新的Entry数组
  threshold = (int)(newCapacity * loadFactor);//修改阈值
  }


transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里。

void transfer(Entry[] newTable{
   Entry[] src = table;                   //src引用了旧的Entry数组
   int newCapacity = newTable.length;
   for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
       Entry<K,V> e = src[j];             //取得旧Entry数组的每个元素
       if (e != null) {
           src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
           do {
               Entry<K,V> next = e.next;
               int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置
               e.next = newTable[i]; //标记[1]
               newTable[i] = e;      //将元素放在数组上
               e = next;             //访问下一个Entry链上的元素
           } while (e != null);
       }
   }
}


同一位置上新元素总会被放在链表的头部位置,我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了(这部分并没有完全懂)


线程安全

HashMap在多线程的情况下可能链结构会受到破坏,导致无限循坏(JDK8 可能已经解决)


小结

    (1) 扩容是一个特别耗性能的操作,所以当程序员在使用HashMap的时候,估算map的大小,初始化的时候给一个大致的数值,避免map进行频繁的扩容。

    (2) 负载因子是可以修改的,也可以大于1,但是建议不要轻易修改,除非情况非常特殊。

    (3) HashMap是线程不安全的,不要在并发的环境中同时操作HashMap,建议使用ConcurrentHashMap。

    (4) JDK1.8引入红黑树大程度优化了HashMap的性能。

上一篇:mfc通过MapWinGIS控件读取shp文件(通过#import实现)


下一篇:oracle exp imp 导入 正在跳过表 plsql 导入表 成功终止 数据 被导入