聊聊传说中的散列哈希Hash算法,以及Java中的HashTable,HashMap,HashSet,ConcurrentHashMap......

建议本文结合java源码来阅读，看了之后就什么都懂了，还有参考文献。

• 散列(Hash) 是一种按关键字编址的存储和检索方法
• 散列表(HashTable)根据元素的关键字确定元素的位置
• 散列函数(Hash Function)建立数据元素的关键字到该元素的存储位置的一种映射关系
  （具体如何计算百度一下很简单，Hash算法的难处在如何确定散列函数和解决冲突)

常见的散列函数计算方法

• 除留余数法

int hash(int key)
{
	return key%prime;
}

如果key的类型是T 要返回一个 int hashCode() 返回散列码，约定对象到int的一对一映射，每个对象的散列码必须不同

template<T>
int HashSet<T>::set(T key)
{
	return key.hashCode() %prime;
}

除留余数法的关键在于如何选取prime的值。通常选取小于散列表长度的最大素数。

• 平方取中法 例如，k=4731，k2=22382361，若表长为100，取中间两位。hash(k)=82
• 全域散列法：在所有的散列函数中随机的选取一个散列函数，以防止n个关键字全部散列到同一个槽中

处理冲突

• 链地址法。将同义词冲突的元素存储在一条同义词单链表中。

下面来谈一下java中的hash集合

HashMap

取hashMap的方法

System.out.println("里面的键值对是：");  
Set<Map.Entry<String, String>> set = map.entrySet();  
Iterator<Map.Entry<String, String>> iterator2 = set.iterator();  
while (iterator2.hasNext()) {  
    Map.Entry<String, String> entry = iterator2.next();  
    System.out.println("键是：" + entry.getKey() + "值是：" + entry.getValue());  
}  

谈谈你理解的 HashMap，讲讲其中的 get put 过程。

• 是由数组加链表组成，
• put过程会根据key的hashcode做hash，如果没碰撞直接放到桶里，如果碰撞了，则执行equals()函数判断key是否相等，如果相等进行覆盖，不相等，以链表的形式存放，如果长度于TREEIFY_THRESHOLD，就把链表转换成红黑树，桶满了要resize() 超过了load factor * current capacity
• get 如果桶中只有一个节点则命中，如果有冲突则通过key.equals去查找要查找的值，有红黑树和链表两种。

1.8 做了什么优化？

• 在1.8之前是用链表解决冲突的，1.8采用的红黑树解决冲突时间复杂度编程logn

你知道hash的实现吗？为什么要这样实现？

• 在Java 1.8的实现中，是通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在bucket的n比较小的时候，也能保证考虑到高低bit都参与到hash的计算中，同时不会有太大的开销。

是线程安全的嘛？

• 不是线程安全的，线程安全的有HashTable和ConcurrentHashMap.

不安全会导致哪些问题？

• 原子性，有序性，可见性

ConcurrentHashMap 是如何实现的？ 1.7、1.8 实现有何不同？为什么这么做？

原理上来说：ConcurrentHashMap 采用了分段锁技术。不会像 HashTable 那样不管是 put 还是 get 操作都需要做同步处理，理论上 ConcurrentHashMap 支持 CurrencyLevel 的线程并发。jdk 1.7使用segment存放数据，segment继承了ReentrantLock充当锁的角色，为每一个segment提供了线程安全的保障，segment维护了哈希的若干个桶，每个桶由HashEntry构成链表。1.8舍弃了segment，大量使用了synchronized，以及CAS无锁操作以保证ConcurrentHashMap操作的线程安全性。至于为什么不用 ReentrantLock 而是 Synchronzied 呢？实际上，synchronzied 做了很多的优化，包括偏向锁，轻量级锁，重量级锁，可以依次向上升级锁状态，但不能降级，因此，使用 synchronized 相较于 ReentrantLock 的性能会持平甚至在某些情况更优。另外，底层数据结构改变为采用数组+链表+红黑树的数据形式。

HashTable和HashMap的区别

• HashMap不是线程安全的，但是效率较高，HashTable是线程安全的但是效率较低，因为put和get的操作都加上了同步锁，解决这个问题就是用ConcurrentHashMap

HashTable和ConcurrentHashMap的区别

• HashTable的put和get操作都用到了同步锁是一种悲观锁效率比较低。
• ConcurrentHashMap用的是同步锁加CAS无锁操作，通过加transient关键字来实现。
• put操作。
  • 如果没有初始化就先调用initTable（）方法来进行初始化过程
  • 如果没有hash冲突就直接CAS插入
  • 如果还在进行扩容操作就先进行扩容如果存在hash冲突，就加锁来保证线程安全，这里有两种情况，一种是链表形式就直接遍历到尾端插入，一种是红黑树就按照红黑树结构插入，最后一个如果该链表的数量大于阈值8，就要先转换成黑红树的结构，break再一次进入循环如果添加成功就调用addCount（）方法统计size，并且检查是否需要扩容
• get操作
  • 计算hash值，定位到该table索引位置，如果是首节点符合就返回
  • 如果遇到扩容的时候，会调用标志正在扩容节点ForwardingNode的find方 法，查找该节点，匹配就返回
  • 以上都不符合的话，就往下遍历节点，匹配就返回，否则最后就返回null

HashSet

• HashSet是基于HashMap来实现的，操作很简单，更像是对HashMap做了一次“封装”，而且只使用了HashMap的key来实现各种特性。

LinkedHashMap和LinkedHashSet

• LinkedHashSet就是继承了HashSet维护一个双链表和LinkedHashMap一样。、
• LinkedHashMap 是 HashMap 的一个子类，它保留插入的顺序，如果需要输出的顺序和输入时的相同，那么就选用 LinkedHashMap。

参考文献

1.java源码
2.《数据结构(C++版)》 叶核亚编著
3.ConcurrentHashMap
4.Java并发编程:volatile关键字解析
5.java HashMap工作原理及实现
6.java中Cloneable和Serializable接口详情
7.Java transient关键字使用小记
8.无锁算法——CAS原理
9.HashTable，ConcurrentHashMap
10.LinkedHashMap