java提高篇（三）HashMap(jdk1.6)

HashMap知识点：
特点： HashMap可以实现快速存取的操作。
1.HashMap是基于哈希表(数组)的双列（键值对）集合。
2.默认的大小是16
3.加载因子0.75
4.每次扩容后的大小都是2的指数。
5.添加元素时，首先利用hash算法散列化（散列化的目的：降低哈希冲突，使添加的元素尽可能的分布在不同的桶中），再根据散列化的值与map集合的长度-1做逻辑与运算（做逻辑与运算的目的：定位添加的元素在哈希表的位置）。hashMap集合虽然降低了哈希冲突，但还是存在添加元素的时候利用hash算法和逻辑运算得到位置上已经存在了元素，这中情况就是产生了hash冲突。出现了hash冲突问题就要想如何解决问题和降低该问题出现的可能性。
这时候产生了两个问题：1.如何解决冲突 2.如何做到降低冲突

• jdk如何做到降低哈希冲突
  通过Hash算法来降低哈希冲突，降低（哈希算法得到的值与map集合长度-1做逻辑与运算）定位在相同位置的概率。在jdk中实际是通过一些移位运算，降低冲突。

• 当出现哈希冲突时，jdk如何解决哈希冲突。
  答：jdk1.6是通过单向链表的数据结构来解决Hash冲突， 单向链表的体现是 在HashMap内定义一个内部类entry类，该类持有下一个元素结点的引用–>即 Entry next。

分析jdk1.6源码无非就是分析，HashMap的构造方法，增删改查一个元素的规则。分析构造方法就是为了知道调用默认构造方法创建集合的一些默认值。

一、 HashMap的数据结构

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，数组中的每个元素称为箱子，在HashMap中每个箱子都是一条链（原因：HashMap解决哈希冲突的方式为链表方式---单向链表的数据结构）。

二、HashMap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（即 1<<4 ) 和默认加载因子 (0.75) 的空集合。
public HashMap() {
//设置加载因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
//设置集合存储数据的临界值。 大于该值是数组要扩容
threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);、
//创建存储数据的数组。 默认大小是DEFAULT_INITIAL_CAPACITY即默认是16
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}

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.—-构造一个大于 initialCapacity（自定义大小） 的最小的 2 的 n 次方值的初始容量—- 例如：如果initialCapacity=4 初始容量为4；如果initialCapacity=5 则初始容量为8。 这样做的目的是容易得到添加元素在hash表中的位置。具体代码参考第三个构造方法

public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}


HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap。 构造一个大于 initialCapacity（自定义大小） 的最小的 2 的 n 次方值的初始容量—- 例如：如果initialCapacity=4 初始容量为4；如果initialCapacity=5 则初始容量为8。这样做的目。

   ` public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException ("Illegal load factor: "+

loadFactor);
int capacity = 1;
//这个循环设置了创建集合的长度 如果自定义的集合的长度不是2的指数，则该集合的长度是大于自定义长度的最小2的某一指数
while (capacity < initialCapacity)
capacity <<= 1;
//设计加载因子为自定义加载因子
this.loadFactor = loadFactor;
//设置集合存储数据的临界值。 大于该值是数组要扩容
threshold = (int)(capacity * loadFactor);
//创建存储数据的数组。
table = new Entry[capacity];
init();
}`

   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.75，一般情况下我们是无需修改的。

三、Entry介绍

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，Entry是HashMap中真正用来存储数据的类，也是模拟单向链表数据结构的类，在该类中持有下一个节点的引用。

static class Entry<K,V> implements Map.Entry<K,V> {
        final K key;
        V value;
        Entry<K,V> next;
        final int hash;   //key的hash值

        /**
         * 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为HashMap的内部类，一个该对象表示真正存储数据的对象。它包含了键key、值value、下一个节点next，以及该结点的键的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：

 public V put(K key, V value) {
     //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 
        if (key == null)
            return putForNullKey(value);
        //计算key的hash值
        int hash = hash(key.hashCode());
         //计算key hash 值在 table 数组中的位置  
        int i = indexFor(hash, table.length);
        //判断添加元素的key集合中是否已经存在，如果存在覆盖原来的值。
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            //判断该条链上是否有hash值相同的(key相同)  
           //若存在相同，则直接覆盖value，返回旧value  
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;    //旧值 = 新值  
                e.value = value;
                e.recordAccess(this);
                return oldValue;         //返回旧值
            }
        }
       //修改次数增加1
        modCount++;
        //将key、value添加至i位置处 
        addEntry(hash, key, value, i);
        return null;
    }

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算法和逻辑与运算搜索在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。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。

 static int hash(int h) {
           h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 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。

static int indexFor(int h, int length) {
        return h & (length-1);
    }

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：

void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 * table.length);
    }

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。

public V get(Object key) {
        // 若为null，调用getForNullKey方法返回相对应的value  
        if (key == null)
            return getForNullKey();
        // 根据该 key 的 hashCode 值计算它的 hash 码   
        int hash = hash(key.hashCode());

        // 取出 table 数组中指定索引处的值
        for (Entry<K,V> e = table[indexFor(hash, table.length)];
             e != null;
             e = e.next) {
            Object k;
            //若搜索的key与查找的key相同，则返回相对应的value  
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
    }

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。