HashMap源码分析

原文http://blog.csdn.net/chenssy/article/details/18323767


HashMap也是我们使用非常多的Collection,它是基于哈希表的 Map 接口的实现,以key-value的形式存在。在HashMap中,key-value总是会当做一个整体来处理,系统会根据hash算法来来计算key-value的存储位置,我们总是可以通过key快速地存、取value。下面就来分析HashMap的存取。

       一、定义

       HashMap实现了Map接口,继承AbstractMap。其中Map接口定义了键映射到值的规则,而AbstractMap类提供 Map 接口的骨干实现,以最大限度地减少实现此接口所需的工作,其实AbstractMap类已经实现了Map,这里标注Map LZ觉得应该是更加清晰吧!

[java] view plain copy
 print?
  1. public class HashMap<K,V>  
  2.     extends AbstractMap<K,V>  
  3.     implements Map<K,V>, Cloneable, Serializable  

      二、构造函数

       HashMap提供了三个构造函数:

       HashMap():构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。

       HashMap(int initialCapacity):构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。

       HashMap(int initialCapacity, float loadFactor):构造一个带指定初始容量和加载因子的空 HashMap。

       在这里提到了两个参数:初始容量,加载因子。这两个参数是影响HashMap性能的重要参数,其中容量表示哈希表中桶的数量,初始容量是创建哈希表时的容量,加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度,它衡量的是一个散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。对于使用链表法的散列表来说,查找一个元素的平均时间是O(1+a),因此如果负载因子越大,对空间的利用更充分,然而后果是查找效率的降低;如果负载因子太小,那么散列表的数据将过于稀疏,对空间造成严重浪费。系统默认负载因子为0.75,一般情况下我们是无需修改的。

       HashMap是一种支持快速存取的数据结构,要了解它的性能必须要了解它的数据结构。


       三、数据结构

       我们知道在Java中最常用的两种结构是数组和模拟指针(引用),几乎所有的数据结构都可以利用这两种来组合实现,HashMap也是如此。实际上HashMap是一个“链表散列”,如下是它数据结构:


       从上图我们可以看出HashMap底层实现还是数组,只是数组的每一项都是一条链。其中参数initialCapacity就代表了该数组的长度。下面为HashMap构造函数的源码:

[java] view plain copy
 print?
  1. public HashMap(int initialCapacity, float loadFactor) {  
  2.         //初始容量不能<0  
  3.         if (initialCapacity < 0)  
  4.             throw new IllegalArgumentException("Illegal initial capacity: "  
  5.                     + initialCapacity);  
  6.         //初始容量不能 > 最大容量值,HashMap的最大容量值为2^30  
  7.         if (initialCapacity > MAXIMUM_CAPACITY)  
  8.             initialCapacity = MAXIMUM_CAPACITY;  
  9.         //负载因子不能 < 0  
  10.         if (loadFactor <= 0 || Float.isNaN(loadFactor))  
  11.             throw new IllegalArgumentException("Illegal load factor: "  
  12.                     + loadFactor);  
  13.   
  14.         // 计算出大于 initialCapacity 的最小的 2 的 n 次方值。  
  15.         int capacity = 1;  
  16.         while (capacity < initialCapacity)  
  17.             capacity <<= 1;  
  18.           
  19.         this.loadFactor = loadFactor;  
  20.         //设置HashMap的容量极限,当HashMap的容量达到该极限时就会进行扩容操作  
  21.         threshold = (int) (capacity * loadFactor);  
  22.         //初始化table数组  
  23.         table = new Entry[capacity];  
  24.         init();  
  25.     }  

       从源码中可以看出,每次新建一个HashMap时,都会初始化一个table数组。table数组的元素为Entry节点。

[java] view plain copy
 print?
  1. static class Entry<K,V> implements Map.Entry<K,V> {  
  2.         final K key;  
  3.         V value;  
  4.         Entry<K,V> next;  
  5.         final int hash;  
  6.   
  7.         /** 
  8.          * Creates new entry. 
  9.          */  
  10.         Entry(int h, K k, V v, Entry<K,V> n) {  
  11.             value = v;  
  12.             next = n;  
  13.             key = k;  
  14.             hash = h;  
  15.         }  
  16.         .......  
  17.     }  

       其中Entry为HashMap的内部类,它包含了键key、值value、下一个节点next,以及hash值,这是非常重要的,正是由于Entry才构成了table数组的项为链表。

       上面简单分析了HashMap的数据结构,下面将探讨HashMap是如何实现快速存取的。

       四、存储实现:put(key,vlaue)

       首先我们先看源码

[java] view plain copy
 print?
  1. public V put(K key, V value) {  
  2.         //当key为null,调用putForNullKey方法,保存null与table第一个位置中,这是HashMap允许为null的原因  
  3.         if (key == null)  
  4.             return putForNullKey(value);  
  5.         //计算key的hash值  
  6.         int hash = hash(key.hashCode());                  ------(1)  
  7.         //计算key hash 值在 table 数组中的位置  
  8.         int i = indexFor(hash, table.length);             ------(2)  
  9.         //从i出开始迭代 e,找到 key 保存的位置  
  10.         for (Entry<K, V> e = table[i]; e != null; e = e.next) {  
  11.             Object k;  
  12.             //判断该条链上是否有hash值相同的(key相同)  
  13.             //若存在相同,则直接覆盖value,返回旧value  
  14.             if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
  15.                 V oldValue = e.value;    //旧值 = 新值  
  16.                 e.value = value;  
  17.                 e.recordAccess(this);  
  18.                 return oldValue;     //返回旧值  
  19.             }  
  20.         }  
  21.         //修改次数增加1  
  22.         modCount++;  
  23.         //将key、value添加至i位置处  
  24.         addEntry(hash, key, value, i);  
  25.         return null;  
  26.     }  

       通过源码我们可以清晰看到HashMap保存数据的过程为:首先判断key是否为null,若为null,则直接调用putForNullKey方法。若不为空则先计算key的hash值,然后根据hash值搜索在table数组中的索引位置,如果table数组在该位置处有元素,则通过比较是否存在相同的key,若存在则覆盖原来key的value,否则将该元素保存在链头(最先保存的元素放在链尾)。若table在该处没有元素,则直接保存。这个过程看似比较简单,其实深有内幕。有如下几点:

       1、 先看迭代处。此处迭代原因就是为了防止存在相同的key值,若发现两个hash值(key)相同时,HashMap的处理方式是用新value替换旧value,这里并没有处理key,这就解释了HashMap中没有两个相同的key。

       2、 在看(1)、(2)处。这里是HashMap的精华所在。首先是hash方法,该方法为一个纯粹的数学计算,就是计算h的hash值。

[java] view plain copy
 print?
  1. static int hash(int h) {  
  2.         h ^= (h >>> 20) ^ (h >>> 12);  
  3.         return h ^ (h >>> 7) ^ (h >>> 4);  
  4.     }  

       我们知道对于HashMap的table而言,数据分布需要均匀(最好每项都只有一个元素,这样就可以直接找到),不能太紧也不能太松,太紧会导致查询速度慢,太松则浪费空间。计算hash值后,怎么才能保证table元素分布均与呢?我们会想到取模,但是由于取模的消耗较大,HashMap是这样处理的:调用indexFor方法。

[java] view plain copy
 print?
  1. static int indexFor(int h, int length) {  
  2.         return h & (length-1);  
  3.     }  

       HashMap的底层数组长度总是2的n次方,在构造函数中存在:capacity <<= 1;这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时,h&(length - 1)就相当于对length取模,而且速度比直接取模快得多,这是HashMap在速度上的一个优化。至于为什么是2的n次方下面解释。

       我们回到indexFor方法,该方法仅有一条语句:h&(length - 1),这句话除了上面的取模运算外还有一个非常重要的责任:均匀分布table数据和充分利用空间。

       这里我们假设length为16(2^n)和15,h为5、6、7。


       当n=15时,6和7的结果一样,这样表示他们在table存储的位置是相同的,也就是产生了碰撞,6、7就会在一个位置形成链表,这样就会导致查询速度降低。诚然这里只分析三个数字不是很多,那么我们就看0-15。


       从上面的图表中我们看到总共发生了8此碰撞,同时发现浪费的空间非常大,有1、3、5、7、9、11、13、15处没有记录,也就是没有存放数据。这是因为他们在与14进行&运算时,得到的结果最后一位永远都是0,即0001、0011、0101、0111、1001、1011、1101、1111位置处是不可能存储数据的,空间减少,进一步增加碰撞几率,这样就会导致查询速度慢。而当length = 16时,length – 1 = 15 即1111,那么进行低位&运算时,值总是与原来hash值相同,而进行高位运算时,其值等于其低位值。所以说当length = 2^n时,不同的hash值发生碰撞的概率比较小,这样就会使得数据在table数组中分布较均匀,查询速度也较快。

       这里我们再来复习put的流程:当我们想一个HashMap中添加一对key-value时,系统首先会计算key的hash值,然后根据hash值确认在table中存储的位置。若该位置没有元素,则直接插入。否则迭代该处元素链表并依此比较其key的hash值。如果两个hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value覆盖原来节点的value。如果两个hash值相等但key值不等 ,则将该节点插入该链表的链头。具体的实现过程见addEntry方法,如下:

[java] view plain copy
 print?
  1. void addEntry(int hash, K key, V value, int bucketIndex) {  
  2.         //获取bucketIndex处的Entry  
  3.         Entry<K, V> e = table[bucketIndex];  
  4.         //将新创建的 Entry 放入 bucketIndex 索引处,并让新的 Entry 指向原来的 Entry   
  5.         table[bucketIndex] = new Entry<K, V>(hash, key, value, e);  
  6.         //若HashMap中元素的个数超过极限了,则容量扩大两倍  
  7.         if (size++ >= threshold)  
  8.             resize(2 * table.length);  
  9.     }  

       这个方法中有两点需要注意:

      一是链的产生。这是一个非常优雅的设计。系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象,那么新添加的Entry对象将指向原有的Entry对象,形成一条Entry链,但是若bucketIndex处没有Entry对象,也就是e==null,那么新添加的Entry对象指向null,也就不会产生Entry链了。

       二、扩容问题。

       随着HashMap中元素的数量越来越多,发生碰撞的概率就越来越大,所产生的链表长度就会越来越长,这样势必会影响HashMap的速度,为了保证HashMap的效率,系统必须要在某个临界点进行扩容处理。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。但是扩容是一个非常耗时的过程,因为它需要重新计算这些数据在新table数组中的位置并进行复制处理。所以如果我们已经预知HashMap中元素的个数,那么预设元素的个数能够有效的提高HashMap的性能。

       五、读取实现:get(key)

       相对于HashMap的存而言,取就显得比较简单了。通过key的hash值找到在table数组中的索引处的Entry,然后返回该key对应的value即可。

[java] view plain copy
 print?
  1. public V get(Object key) {  
  2.         // 若为null,调用getForNullKey方法返回相对应的value  
  3.         if (key == null)  
  4.             return getForNullKey();  
  5.         // 根据该 key 的 hashCode 值计算它的 hash 码    
  6.         int hash = hash(key.hashCode());  
  7.         // 取出 table 数组中指定索引处的值  
  8.         for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {  
  9.             Object k;  
  10.             //若搜索的key与查找的key相同,则返回相对应的value  
  11.             if (e.hash == hash && ((k = e.key) == key || key.equals(k)))  
  12.                 return e.value;  
  13.         }  
  14.         return null;  
  15.     }  

       在这里能够根据key快速的取到value除了和HashMap的数据结构密不可分外,还和Entry有莫大的关系,在前面就提到过,HashMap在存储过程中并没有将key,value分开来存储,而是当做一个整体key-value来处理的,这个整体就是Entry对象。同时value也只相当于key的附属而已。在存储的过程中,系统根据key的hashcode来决定Entry在table数组中的存储位置,在取的过程中同样根据key的hashcode取出相对应的Entry对象。

展开阅读全文

没有更多推荐了,返回首页