一、概述
HashMap是我们工作中经常使用的类,方便我们存储数据,然后通过Key来进行快速查找。
二、实现
类头:
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
继承自AbstractMap,实现了Map,克隆,序列化接口
———————————————————————————————————————————————————
属性:
static final int DEFAULT_INITIAL_CAPACITY = 16;//默认初始容量大小16
static final int MAXIMUM_CAPACITY = 1 << 30;//能容纳最多个数
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认的载入因子,扩容依据,具体方法会看到作用
transient Entry[] table;//存储数据数组,原来HashMap内部实现也是通过数组来实现的,但是它是如何通过Key来实现快速查找,而且保证删除很快的?这里也被声明了为禁止序列化,应该跟ArrayList原理一样
transient int size;//大小
int threshold;//临界值,=容量*载入因子用来判断合适进行扩容
final float loadFactor;//载入因子
transient volatile int modCount;//修改计数器,作用跟ArrayList一样
____________________________________________________________________________________________
方法:
构造器:一共四个,指定大小跟载入因子、只制定大小、默认构造器和通过Map集合来创建
public HashMap() {//默认构造器
this.loadFactor = DEFAULT_LOAD_FACTOR;
threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}
void init() {//钩子方法,子类可以重写该方法,添加自己的特殊实现来保证父类的方法可以同样适用于子类。
}
static int hash(int h) {//自己的hash算法,这里是为了防止Key的hash算法不好,导致hash冲突过多,降低查找效率,采用了“防御性编程”的解决方法,进行二次hash
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
static int indexFor(int h, int length) {//通过传入的hash跟table长度来找到对应元素所在位置,这是Map实现快速查找的基础
return h & (length-1);
}
下面来重点学习一下HashMap的查找方法:
public V get(Object key) {
if (key == null)//查找key为null的value
return getForNullKey();
int hash = hash(key.hashCode());//通过计算一步定位到key所在行数
for (Entry<K,V> e = table[indexFor(hash, table.length)];//因为存在Hash冲突,所以要遍历同一行数据来找到到真正的值
e != null;
e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
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;
}
获取key为null的value,通过table[0]来获得,说明null被存储在table[0]里面,也说明了HashMap可以添加null key
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
final int hash;..............}
这里我们还需要看一下Entry这个类,这个类内部有key,
value(终于找到我们熟悉的key跟value了),还有next引用,它指向同一行数相邻数据。
结构如下图
该图摘自alex09大侠希望不要介意。
这样我们就明白HashMap是如何提高查找效率的了,通过Hash算法,把每个元素放到表中的不同位置,查找到时候直接计算得出结果,这样,效率的高低取决于元素是否分布的足够均匀,如果没有hash冲突,通过计算一次就能查找到对应value,所以设计者自己添加了一个hash计算方法来提高效率。这是很有必要的。加快Hash效率的另一个有效途径是编写良好的自定义对象的HashCode,String的实现采用了如下的计算方法:
for (int i = 0; i < len; i++) {
h = 31*h + val[off++];
}
这种方法HashCode的计算方法可能最早出现在Brian W. Kernighan和Dennis M. Ritchie的《The C Programming Language》中,被认为是性价比最高的算法,实际上,包括List在内的大多数的对象都是用这种方法计算Hash值。
public boolean containsKey(Object key) {//查找是否包含key
return getEntry(key) != null;
}
final Entry<K,V> getEntry(Object key) {
int hash = (key == null) ? 0 : hash(key.hashCode());
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;
}
该方法可以查找到key为null的value,实现近似get()方法
存储方法:存储是查找的实现基础,通过分析查找我们应该能反推出HashMap是如何实现的存储。下面来具体看一下实现:
public V put(K key, V value) {
if (key == null)
return putForNullKey(value);
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
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++;
addEntry(hash, key, value, i);
return null;
}
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;
}
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);
if (size++ >= threshold)
resize(2 * table.length);
}
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);
}
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;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
上面是存储过程中主要使用的几个方法,果然跟我们想的一样,HashMap会存储key为null的值(好像有点罗嗦),并且只会存储一个key为null的,key非null的会通过计算直接得出该key应该被存放的位置,这里总是将新添加的 Entry 对象放入 table 数组的 bucketIndex 索引处,如果 bucketIndex 索引处已经有了一个 Entry 对象,那新添加的 Entry 对象指向原有的 Entry 对象(产生一个 Entry 链),如果 bucketIndex 索引处没有 Entry 对象,也就是上面程序代码的 e 变量是 null,也就是新放入的 Entry 对象指向 null,也就是没有产生 Entry 链。
如果空间不够,依据是size>=临界值,会进行扩容(resize),然后重新根据新生成的数据进行hash分布,这个耗时很严重,所以性能要求高的项目里面,尽量避免使用默认HashMap,另外HashMap在添加时没有同步,如果多线程存放,transfer方法可能会导致闭环,形成死循环,导致CPU过高,所以在多线程情况下使用记得同步,切记。
public boolean containsValue(Object value) {
if (value == null)
return containsNullValue();
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (value.equals(e.value))
return true;
return false;
}
判断value是否存在,查找的时候通过全部遍历,效率低,查找到时候优先通过key
再看一下删除方法:
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
通过key查找然后删除,会返回原来的value值
public void clear() {
modCount++;
Entry[] tab = table;
for (int i = 0; i < tab.length; i++)
tab[i] = null;
size = 0;
}
清除方法,跟ArrayList基本一样,问题:为什么不直接table = new table[16];
三、总结
HashMap是线程不安全的类,多线程情况下,要使用同步锁,否则容易因为闭环而产生死循环,使得CPU 100%。可以存放key为null的值,查找删除很快(查找肯定没有ArrayList快),默认创建大小为16,每次达到临界值会进行扩容,扩大到原来的2倍,这个过程中会重新进行hash排列,耗时严重,尽量少使用containsValue方法,效率低。
学习hash的“防御性编程”,理解临界值的使用技巧,学习通过modCount实现Fail-Fast机制,学习常用的hashCode方法(31),理解如何通过数组一维结构来实现key跟value的两两对应关系,说白了就是key作为一个纽带来联系两者。领会HashMap是如何实现快速查找的,利用hash算法。