1. HashMap的数据结构
数据结构 中有 数组 和 链表 来实现对数据的存储，但这两者基本上是两个极端。
数组
数组 存储区间是连续的，占用内存严重，故空间复杂度大。但数组的 二分查找 时间复杂度小，为 O(1)；数组的特点是：寻址容易，插入和删除困难；
链表
链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。链表的特点是：寻址困难，插入和删除容易。
哈希表
那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的 哈希表。哈希表（Hash table）既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。
哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法 —— 拉链法，我们可以理解为 “链表的数组” ，如图：
从上图我们可以发现哈希表是由 数组+链表 组成的，一个长度为 16 的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过 hash(key)%len 获得，也就是元素的 key 的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12, 28%16=12, 108%16=12, 140%16=12。所以 12、28、108 以及 140 都存储在数组下标为 12 的位置。
HashMap 其实也是一个线性的数组实现的,所以可以理解为其存储数据的容器就是一个线性数组。这可能让我们很不解，一个线性的数组怎么实现按键值对来存取数据呢？这里 HashMap 有做一些处理。
首先 HashMap 里面实现一个静态内部类 Entry，其重要的属性有 key , value, next，从属性 key,value 我们就能很明显的看出来 Entry 就是 HashMap 键值对实现的一个基础 bean，我们上面说到HashMap 的基础就是一个线性数组，这个数组就是 Entry[]，Map 里面的内容都保存在 Entry[] 里面。
/**
* The table, resized as necessary. Length MUST Always be a power of two.
*/
transient Entry[] table;
2. HashMap 的存取实现
既然是线性数组，为什么能随机存取？这里 HashMap 用了一个小算法，大致是这样实现：
// 存储时:
int hash = key.hashCode(); // 这个 hashCode 方法这里不详述,只要理解每个 key 的 hash 是一个固定的int 值
int index = hash % Entry[].length;
Entry[index] = value;
// 取值时:
int hash = key.hashCode();
int index = hash % Entry[].length;
return Entry[index];
1）put
疑问：如果两个 key 通过 hash%Entry[].length 得到的 index 相同，会不会有覆盖的危险？
这里 HashMap 里面用到链式数据结构的一个概念。上面我们提到过 Entry 类里面有一个 next 属性，作用是指向下一个 Entry。打个比方， 第一个键值对 A 进来，通过计算其 key 的 hash 得到的 index=0，记做: Entry[0] = A。一会后又进来一个键值对 B，通过计算其 index 也等于0，现在怎么办？HashMap 会这样做: B.next = A,Entry[0] = B,如果又进来 C, index 也等于 0, 那么 C.next = B, Entry[0] = C ；这样我们发现 index=0 的地方其实存取了 A, B, C 三个键值对,他们通过 next 这个属性链接在一起。所以疑问不用担心。也就是说数组中存储的是最后插入的元素。到这里为止，HashMap 的大致实现，我们应该已经清楚了。
public V put(K key, V value) {
if (key == null)
return putForNullKey(value); //nul 总是放在数组的第一个链表中
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
//遍历链表
for ( Entry<K,V> e = table[i]; e != null; e = e.next ) {
Object k;
//如果 key 在链表中已存在，则替换为新 value
if ( e.hash == hash && ( (k = e.key) == key || key.equals(k) ) ) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
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); //参数e, 是Entry.next
//如果size超过threshold，则扩充table大小。再散列
if (size++ >= threshold)
resize(2 * table.length);
}
当然 HashMap 里面也包含一些优化方面的实现，这里也说一下。比如：Entry[] 的长度一定后，随着map 里面数据的越来越长，这样同一个 index 的链就会很长，会不会影响性能？HashMap 里面设置一个因子，随着 map 的 size 越来越大，Entry[] 会以一定的规则加长长度。
2）get
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
//先定位到数组元素，再遍历该元素处的链表
for (Entry<K,V> e = 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;
}
3）null key的存取
null key总是存放在Entry[]数组的第一个元素。
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}
private V getForNullKey() {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
4）确定数组index：hashcode % table.length取模
HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标；算法如下：
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
return h & (length-1);
}
按位取并，作用上相当于取模mod或者取余%。
这意味着数组下标相同，并不表示hashCode相同。
5）table初始大小
public HashMap(int initialCapacity, float loadFactor) {
..... // Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
threshold = (int)(capacity * loadFactor);
table = new Entry[capacity];
init();
}
注意 table 初始大小并不是构造函数中的 initialCapacity！！
而是 >= initialCapacity 的 2 的 n 次幂！！！！
————为什么这么设计呢？——
3. 解决hash冲突的办法
- 开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
- 再哈希法
- 链地址法
- 建立一个公共溢出区
Java中 hashmap 的解决办法就是采用的 链地址法。
4. 再散列 rehash 过程
当哈希表的容量超过默认容量时，必须调整 table 的大小。当容量已经达到最大可能值时，那么该方法就将容量调整到 Integer.MAX_VALUE 返回，这时，需要创建一张新表，将原表的映射到新表中。
/**
* Rehashes the contents of this map into a new array with a
* larger capacity. This method is called automatically when the
* number of keys in this map reaches its threshold.
*
* If current capacity is MAXIMUM_CAPACITY, this method does not
* resize the map, but sets threshold to Integer.MAX_VALUE.
* This has the effect of preventing future calls.
*
* @param newCapacity the new capacity, MUST be a power of two;
* must be greater than current capacity unless current
* capacity is MAXIMUM_CAPACITY (in which case value
* is irrelevant).
*/
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
//重新计算index
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
6352
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
