HshMap实现原理
Hashing(散列法或哈希法)的概念
哈希表(hash table)也叫散列表,是一种非常重要的数据结构
应用场景之一:缓存技术(memcached的核心就是在内存中维护一张大的哈希表)
MD5,SSL都属于Hash算法,通过Key进行Hash的计算,就可以获取Key对应的HashCode
HashMap概念
HashMap是基于哈希表的Map接口的非同步实现。(线程不安全)
并允许使用null值和null键。
HashMap是一个“链表散列”的数据结构,即是数组和链表的结合体。
数组:存储区间连续,占用内存严重,寻地址容易,插入删除困难;
链表:存储区间离散,占用呢村比较宽松,寻地址困难,插入删除容易;
HashMap综合结合了两种数据结构,实现寻址容易,插入删除也容易。
数据结构:
1、数组
用一段连续的存储单元来存储数据。
知道下标进行查找,时间复杂度为O(1)。
知道value值进行查找,时间复杂度为O(n),因为需要遍历数组,逐一比对给定关键字和数组元素。
对于有序数组,则可采用二分查找,斐波那契查找等方式,可将查找复杂度提高为O(logn)。
插入、删除操作,涉及到数组元素的移动,其平均复杂度也为O(n)。
2、线性链表
新增,删除等操作(在找到指定操作位置后),仅需处理结点间的引用即可,时间复杂度为O(1)。
查找操作需要遍历链表逐一进行比对,复杂度为O(n)。
3、二叉树
一颗相对平衡的有序二叉树,对其进行插入,查找,删除等操作,平均复杂度均为O(logn)。
4、哈希表
不考虑哈希冲突的情况下,相比上述几种数据结构,在哈希表中进行添加、删除、查找等操作,仅需一次定位即可完成,时间复杂度为O(1),性能十分之高。
讲解一下哈希表是如何实现达到常数阶O(1)的:
数据结构的物理存储结构两种:顺序存储结构和链式存储结构(像栈、队列、树、图等是从逻辑结构去抽象的,映射到内存中,也这两种物理组织形式),在数组中根据下标查找某个元素,一次定位就可以达到,哈希表利用了这种特性,哈希表的主干就是数组。
比如我们要新增或查找某个元素,我们通过把当前元素的关键字 通过某个函数映射到数组中的某个位置,通过数组下标一次就可完成操作。
存储位置 = f(关键字)
其中,这个函数f一般称为哈希函数,这个函数的设计会直接影响到哈希表的优劣。
比如我们要在哈希表中执行插入操作:
查找操作同理,先通过哈希函数计算出实际存储地址,然后从数组中对应地址取出即可。
哈希冲突
然而万事无完美,如果两个不同的元素,通过哈希函数得出的实际存储地址相同怎么办?
也就是说:当我们对某个元素进行哈希运算,得到一个存储地址,然后要进行插入的时候,发现已经被其他元素占用了, 其实这就是所谓的哈希冲突,也叫哈希碰撞。前面我们提到过,哈希函数的设计至关重要。
好的哈希函数会尽可能地保证 计算简单和散列地址分布均匀,但是我们需要如果解决呢?
哈希冲突的解决方案有多种:开放定址法(发生冲突,继续寻找下一块未被占用的存储地址),散列函数法,链地址法,而HashMap即是采用了链地址法,也就是数组+链表的方式。
HashMap实现原理
JDK1.7
HashMap的主干是一个Entry数组。Entry是HashMap的基本组成单元,每一个Entry包含一个key-value键值对。
//HashMap的主干数组,可以看到就是一个Entry数组,初始值为空数组{},主干数组的长度一定是2的次幂,至于为什么这么做,后面会有详细分析。
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
Entry是HashMap中的一个静态内部类。
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;//存储指向下一个Entry的引用,单链表结构
int hash;//对key的hashcode值进行hash运算后得到的值,存储在Entry,避免重复计算
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
HashMap的整体结构如下
简单来说,HashMap由数组+链表组成的,数组是HashMap的主体,链表则是主要为了解决哈希冲突而存在的,如果定位到的数组位置不含链表(当前entry的next指向null),那么对于查找,添加等操作很快,仅需一次寻址即可;如果定位到的数组包含链表,对于添加操作,其时间复杂度为O(n),首先遍历链表,存在即覆盖,否则新增;对于查找操作来讲,仍需遍历链表,然后通过key对象的queals方法逐一比对查找。所以,性能考虑,HashMap中的链表出现越少,性能才会越好。
其它几个重要字段
//实际存储的key-value键值对的个数
transient int size;
//阈值,当table == {}时,该值为初始容量(初始容量默认为16);当table被填充了,也就是为table分配内存空间后,threshold一般为 capacity*loadFactory。HashMap在进行扩容时需要参考threshold&