想了解HashMap的原因是,前几天去某公司面试,被问到这个,我一脸懵逼,所以决定回来补补知识。
- 数据结构基础操作执行性能
- 数组:采用一段连续的存储单元存储数据。对于查找指定数字的下标,时间复杂度是O(1)。对于查找关键字是否在数组里面,时间复杂度是O(n)。对于插入删除,时间复杂度是O(n)。
- 线性链表:对于链表的新增删除等操作,时间复杂度为O(1)。而查找操作时间复杂度是O(n)。
- 二叉树:对于相对平衡的有序二叉树,对其进行插入查找删除的操作,平均复杂度是O(logn)。
- 哈希表:哈希表中进行添加,删除,查找的操作性能十分之高,不考虑哈希冲突的情况下,只需一次定位即可完成。时间复杂度为O(1)。
- 数据结构的物理存储只有两种:顺序存储和链式存储。
- 哈希表的主干就是数组。
- 我们要新增或查找某个元素,通过把当前元素的关键字通过某函数映射到数组中的某个位置。这个函数被称为哈希函数,这个函数的好坏直接影响哈希表的优劣。
- 哈希冲突:当我们对某个元素进行哈希运算,得到一个存储值,,在进行插入的时候发现地址被占用了,那么就发生了所谓的哈希冲突。好的哈希函数可以保证计算简单和散列地址分布均匀。
- 哈希冲突的解决方法:开放定址法,再散列函数法,链地址法。而HashMap采用链地址法。也就是HashMap使用的是数组+链表。
- HashMap的实现原理:HashMap的主干是一个Entry数组。Entry是HashMap的基本组成元素。每个Entry包含一个key-value键值对。初始值是空数组{}。主干数组的长度一定是2的次幂。
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
- Entry是HashMap的静态内部类。
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;
}
则HashMap的整体结构
8. 简单来说,HashMap是由数组+链表组成。数组是HashMap的主体,链表是为了解决哈希冲突。如果定位到的数组不包含链表,那么查找和添加操作就很快,仅需一次寻址。如果定位到的数组包含链表,对于添加操作就是时间复杂度O(n),首先遍历数组,存在就覆盖,不存在就新加。对于查找操作,仍需遍历链表,通过key对象的equals方法逐一比对查找。所以性能考虑,HashMap中的链表出现越少,性能越好。
9. HashMap类中其他几个重要的数据结构
- transient int size:实际存储key-value键值对的个数
- int threshold:阀值,当table={}时,这个值是初始值16。当table被填充,也就是为table分配内存空间之后,threshold一般为capacity*loadFactor。HashMap在进行扩容的时候回考虑threshold。
- final float loadFactor:负载因子,代表了HashMap的填充度有多少,一般是0.75。
- transient int modCount:用于快速失败,由于HashMap非线程安全,在对HashMap进行线程迭代的时候,如果其他线程的参与导致HashMap结构发生变化(比如:put,remove等操作),需要抛出异常ConcurrentModificationException。
- HashMap有四个构造器:
- HashMap():构造一个空的HashMap,默认初始容量是16,负载因子是0.75。
- HashMap(int initialCapacity):构造一个空的HashMap,初始容量是initialCapacity,负载因子是0.75。
- HashMap(int initialCapacity,float loadFactor):构造一个空的HashMap,初始容量是initialCapacity,负载因子是loadFactor。
- HashMap(Map<? extends K,? extends V> m):用相同的Map构造一个新的HashMap。
- 看一下上面的第三个构造函数的代码。
public HashMap(int initialCapacity, float loadFactor) {
//此处对传入的初始容量进行校验,最大不能超过MAXIMUM_CAPACITY = 1<<30(230)
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);
this.loadFactor = loadFactor;
threshold = initialCapacity;
init();//init方法在HashMap中没有实际实现,不过在其子类如 linkedHashMap中就会有对应实现
}
在这里可以看到,在常规构造器中,没有为数组table分配内存空间(除了第四个构造器)。而是在执行put操作的时候才真正构建table数组。
12. 在了解put操作之前,我们先了解一下inflateTable方法。
private void inflateTable(int toSize) {
int capacity = roundUpToPowerOf2(toSize);//capacity一定是2的次幂
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);//此处为threshold赋值,取capacity*loadFactor和MAXIMUM_CAPACITY+1的最小值,capaticy一定不会超过MAXIMUM_CAPACITY,除非loadFactor大于1
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
inflateTable方法用于给主干数组table分配内存空间,通过roundUpToPowerOf2(toSize)可以确保capacity为大于或等于toSize的最接近toSize的二次幂。如果toSize=13,那么capacity=16。如果toSize=20,那么capacity=32。
13. 接着了解一下,hash()函数。
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
用了很多的异或,移位等运算,对key的hashcode进一步进行计算,以及二进制位的调整等来保证最终获取的存储位置尽量分布均匀。
14. 当用hash()函数计算出了值之后,通过indexFor()进一步处理来获取实际存储位置。
static int indexFor(int h, int length) {
return h & (length-1);
}
h & (length -1 )可以保证最终获得的下标一定在数组范围内。举例:h = 23,length = 14,length-1 = 13。
1 0 1 1 1
& 0 1 1 0 1
——————————————
0 0 1 0 1 =5
则最后在数组中的下标是5。当然这也可以用模运算来实现,但是位运算对计算机来说性能更高。
15. addEntry()的实现:
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);//当size超过临界阈值threshold,并且即将发生哈希冲突时进行扩容
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
当size大于阀值或者发生哈希冲突的时候,需要进行数组扩容。扩容时需要新建一个长度为之前数组2倍的新数组,然后将当前的Entry数组全部传输过去
16. 最后了解一下put()方法
public V put(K key, V value) {
//如果table数组为空数组{},进行数组填充(为table分配实际内存空间),入参为threshold,此时threshold为initialCapacity 默认是1<<4(24=16)
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
//如果key为null,存储位置为table[0]或table[0]的冲突链上
if (key == null)
return putForNullKey(value);
int hash = hash(key);//对key的hashcode进一步计算,确保散列均匀
int i = indexFor(hash, table.length);//获取在table中的实际位置
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
//如果该对应数据已存在,执行覆盖操作。用新value替换旧value,并返回旧value
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;//保证并发访问时,若HashMap内部结构发生变化,快速响应失败
addEntry(hash, key, value, i);//新增一个entry
return null;
}
- 关于HashMap的数组长度为何一定是2的次幂。
resize方法是对数组进行扩容
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, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
如果数组发生可扩容,那么数组长度发生变化,存储位置index = h & (length-1)的肯定会发生变化。需要重新计算index。
再看看transfer方法。
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//for循环中的代码,逐个遍历链表,重新计算索引位置,将老数组数据复制到新数组中去(数组不存储实际数据,所以仅仅是拷贝引用而已)
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
//将当前entry的next链指向新的索引位置,newTable[i]有可能为空,有可能也是个entry链,如果是entry链,直接在链表头部插入。
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
数组长度一定是2的次幂是因为,为了保持新的数组索引和老的数组索引的大致上的一致。
举例:h = 21, length - 1 = 15 ,new_length - 1 = 31。
1 0 1 0 1
& 0 1 1 1 1
————————
0 0 1 0 1 =5
0 1 0 1 0 1
& 0 1 1 1 1 1
————————
0 1 0 1 0 1 =21
当length-1低位全为1的情况下,h的低位就只有一种情况。这样就避免了之前散列的很好的老数组的数据位置重新调换。
- get()方法:
public V get(Object key) {
//如果key为null,则直接去table[0]处去检索即可。
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
getEntry()方法:
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
//通过key的hashcode值计算hash值
int hash = (key == null) ? 0 : hash(key);
//indexFor (hash&length-1) 获取最终数组索引,然后遍历链表,通过equals方法比对找出对应记录
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 != null && key.equals(k))))
return e;
}
return null;
}
- 写equals()方法时需要重写hashCode()方法
转载自
作者: dreamcatcher-cx
出处: http://www.cnblogs.com/chengxiao/