Hashtable、HashMap、TreeMap都是比较常见的一些Map实现，它们都是key-value键值对的形式存储和操作数据的容器类，同时他们的元素中不能有重复的key,一个key也只能映射一个value值。
下面我从不同的维度来分别说说这三个集合，文章中涉及到的源码版本是JDK8
底层数据结构
Hashtable和HashMap底层都是采用数组存储数据TreeMap底层是采用红黑树存储数据
元素特性
Hashtable
Hashtable中存储的key和value都不能为null，这个从它的源码实现是可以看出来的
public synchronized V put(K key, V value) {
// Make sure the value is not null
if (value == null) {
throw new NullPointerException();
}
// Makes sure the key is not already in the hashtable.
Entry<?,?> tab[] = table;
int hash = key.hashCode();
...//省略部分
return null;
}这是Hashtable添加元素的源码实现，从开头的if判断就可以发现它的value值是不允许为null的，而它的key虽然没有显式判断，但是在执行int hash = key.hashCode();这句代码时，如果key为null的话，代码执行到这里程序就崩了，所以从侧面也反应出key也不能为null
HashMap
HashMap中存储的key和value都允许为null，这个依然是从源码中看出来的。
//HashMap的put方法具体实现比较复杂代码比较多，这里我只贴出添加元素时涉及到key和value的相关代码
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
return new Node<>(hash, key, value, next);
}
TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) {
return new TreeNode<>(hash, key, value, next);
}
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
...
}
//TreeNode最终还是继承自Node，所以这里就不贴出TreeNode的构造函数了从上面的几段代码中可以看到在将key-value添加到HashMap中时没有任何地方会使用它们，因此key和value都是可以为null的
但是一个HashMap中只能有一个key为null，但是可以有多个value为null
TreeMap
TreeMap中如果用户未实现Comparator接口，则key不能为null，如果实现了Comparator接口，那么key能否为null则需要根据Comparator接口的具体实现有关。value则是可以为null。至于原因，我们依然通过源码来寻求答案
public V put(K key, V value) {
...
Comparator<? super K> cpr = comparator;
if (cpr != null) {
do {
parent = t;
cmp = cpr.compare(key, t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);
} while (t != null);
} else {
if (key == null)
throw new NullPointerException();
Comparable<? super K> k = (Comparable<? super K>) key;
do {
parent = t;
cmp = k.compareTo(t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);
} while (t != null);
}
...
return null;
}通过上面的代码可以很明显的看到当成员变量comparator为空时(Comparator接口未实现)，有明显的key的非空判断，而当实现了该接口后，这会通过Comparator接口的compare方法比较当前key与TreeMap中已存在的key是否相等，所以这个时候key能否为nul就跟Comparator接口的compare方法具体实现有关了。
注意这段代码
cmp = k.compareTo(t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);从上面的代码中我们还可以看出TreeMap的key是有序的，而且当前节点的key比其左子树节点的key要大，而比右子树节点的key要小。
有序性
Hashtable和HashMap都是无序的TreeMap的key是有序的，有序的原因在前面分析其put源码的时候已经说过了。要注意的是这里是key是有序的，而不是其value是有序的，而且其默认是升序排序方式(深度优先搜索)，对于其排序方式，可以自定义实现Comparator接口来自定义排序规则
初始化和扩容方式
Hashtable
- 默认初始化容量为11个
- 容量阈值默认为当前容量的0.75倍，当集合数据大于等于阈值时就会进行扩容
- 不要求底层数组的容量一定为2的幂次方
- 扩容时会将容量变为原来的2倍加1
- 在初始化时就会创建底层数组
- 扩容时会创建一个扩容后的新数组，然后将原来数组的数据拷贝到新数组中
private void addEntry(int hash, K key, V value, int index) {
...
if (count >= threshold) {//数据个数大于等于阈值时进行扩容
rehash();
...
}
...
}
//扩容函数
protected void rehash() {
int oldCapacity = table.length;
Entry<?,?>[] oldMap = table;
//此处将oldCapacity左移一位，即将其扩大一倍
int newCapacity = (oldCapacity << 1) + 1;
if (newCapacity - MAX_ARRAY_SIZE > 0) {
if (oldCapacity == MAX_ARRAY_SIZE)
return;
newCapacity = MAX_ARRAY_SIZE;
}
Entry<?,?>[] newMap = new Entry<?,?>[newCapacity];
modCount++;
//重新计算容量阈值
threshold = (int)Math.min(newCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
table = newMap;
//拷贝数据
for (int i = oldCapacity ; i-- > 0 ;) {
for (Entry<K,V> old = (Entry<K,V>)oldMap[i] ; old != null ; ) {
Entry<K,V> e = old;
old = old.next;
int index = (e.hash & 0x7FFFFFFF) % newCapacity;
e.next = (Entry<K,V>)newMap[index];
newMap[index] = e;
}
}
}HashMap
- 默认初始化容量为16个
- 容量阈值默认为当前容量的0.75倍，当集合数据大于等于阈值时就会进行扩容
- 底层数据的容量要求一定是2的幂次方
- 扩容时会将容量变为原来的2倍
- 初始化时不会创建底层数组，而是在调用put方法添加数据时再创建底层数据
- 扩容时会创建一个扩容后的新数组，然后将原来数组的数据拷贝到新数组中
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;//初始化创建底层数组
...
if (++size > threshold)//元素个数大于等于阈值则进行扩容
resize();
afterNodeInsertion(evict);
return null;
}
//初始化或扩容函数
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {//MAXIMUM_CAPACITY=2^30
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)//此处的newCap = oldCap << 1则是进行数组扩容一倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);//重新计算新的阈值
}
threshold = newThr;
....
return newTab;
}TreeMap
- 因为
TreeMap是树结构，所以不存在容量和扩容的问题 - 初始化时不会创建其根节点，而是在调用put方法添加数据时才会创建其根节点
线程安全性
Hashtable
其方法都采用了synchronized修饰，因此是线程安全的，不会出现两个线程同时对数据进行操作的情况，它保证了线程安全性。但也因为这样导致其在多线程环境下使用此集合效率低下，因为一个线程访问其同步方法时，其他访问Hashtable的线程都会处于阻塞状态，现在已不推荐使用此集合。
HashMap
HashMap的方法没有采用synchronized修饰，所以是非线程安全的，在程序中任一时刻可能会存在多个线程同时修改其数据，从而导致数据不一致。
在多线程环境下，我们可以使用下面两种方式使用HashMap
- 使用
Collections.synchronizedMap()方法将HashMap转换为线程安全的SynchronizedMap包装类,其内部也是使用synchronized来达到同步效果，只不过此时锁住的是一个Object类型的成员变量,和锁住HashMap对象本身效果是一样，效率也比较低下，仅仅适合用在并发度不高的情景。 - 使用
ConcurrentHashMap集合，相较于Hashtable锁住的是对象整体，ConcurrentHashMap基于lock实现锁分段技术。首先将Map存放的数据分成一段一段的存储方式，然后给每一段数据分配一把锁，当一个线程占用锁访问其中一个段的数据时，其他段的数据也能被其他线程访问。ConcurrentHashMap不仅保证了多线程运行环境下的数据访问安全性，而且性能上有长足的提升
TreeMap
HashMap的方法没有采用synchronized修饰，所以TreeMap也是非线程安全的。
在多线程环境下建议使用ConcurrentSkipListMap代替
HashMap的哈希冲突
HashMap采用链地址法来解决哈希冲突，对哈希冲突或链地址法不了解的同学请参考我的另外一篇文章Hash冲突解决方法
但是在HashMap中对链地址法采用了一点点变化，对于哈希冲突导致出现同义词元素显示采用单链表存放，当这个链表大小超过一个阈值(TREEIFY_THRESHOLD=8)且HashMap的大小大于等于另一个容量阈值(MIN_TREEIFY_CAPACITY = 64),就会把这个单链表该造为树形结构。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//此处判断链表的大小是否超过阈值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
...
}
}
...
}
...
return null;
}
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//HashMap的元素大小大于等于MIN_TREEIFY_CAPACITY则将该单链表改造成红黑树
//树改造逻辑
}
}为什么要改造呢，我的理解是这样的：
- 因为单链表适合数据的插入和删除，而对于查询来说其效率要低一点，在单链表数据量小的时候，查询遍历的效率可能影响不太大，而当单链表数据量变大之后，其查询带来的性能影响就没法忽略了，所以这里就对单链表改造为红黑树，这样其
key是有序的，查询的时候性能就要提高很多。 - 还有一种说法是因为安全性。因为构造哈希冲突的数据难度不大，会有人利用恶意代码产生大量这种数据与服务器交互，导致服务器CPU资源被大量占用，这样就会导致哈希碰撞拒绝服务器攻击。
扫一扫
1473
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
