c# chart 各个属性_JavaHashMap与C#Dictionary的源码实现分析

1 背景

本文是Java HashMap与C# Dictionary的源码实现分析及比较，主要是想和大家分享一下两种语言中hash集合的实现原理及其背后的差异化逻辑。 我们常用的Hash集合实现方式大同小异。常见实现方式是：存储一个桶数组，桶数组中每一个元素关联一个键值对来存储实际元素。对存储的元素进行hash函数散列处理，根据散列值将元素放在桶数组元素对应的数据集合中。其中核心的两点：

• 良好的hash函数，保证元素在桶数组中的均匀分布；

• 均衡的扩容机制，通过动态扩容，在空间利用率和操作耗时之间做合理取舍。

2 Java HashMap(jdk1.8)

2.1 数据结构

JKD1.8中 HashMap的数据结构由数组+链表/红黑树(当链表的长度达到 8时会转换成红黑树)组成。数据具体存储格式是：将所有链表(树)的第一个结点存放在数组 table中，通过结点的 next( left/right)值来找到下一个链表(树)结点。

深入查看源码前，我们先看一下 HashMap定义的一些基本属性：

static final int DEFAULT_INITIAL_CAPACITY = 16;  // 默认初始容量static final int MAXIMUM_CAPACITY = 1073741824;  // 最大容量static final float DEFAULT_LOAD_FACTOR = 0.75F;  // 默认负载因子;static final int TREEIFY_THRESHOLD = 8;  // 链表转红黑树的长度static final int UNTREEIFY_THRESHOLD = 6;  // 红黑树转链表的长度;static final int MIN_TREEIFY_CAPACITY = 64;  // 转红黑树的最小容量;transient HashMap.Node[] table;  // 用来存放每个链表(树)的第一个结点的数组，通过key的hashcode来判断该key应该存放在哪个链表中;transient int size;  // table数组中元素个数transient int modCount;  // 集合修改次数int threshold;  // 容量阈值(元素个数大于等于该值时自动扩容)final float loadFactor;  // 扩容的负载因子，默认0.75

这里我们事先明确一些名词定义，以便于上下文理解：

• 桶数组：源码中声明的table数组变量，用来存放每个链表(树)第一个结点的数组。

• 树化：链表转为红黑树操作。

2.2 初始化

说到初始化，那么我们就需要看构造方法了。构造方法源码如下图：

public HashMap(int initialCapacity, float loadFactor) {
        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;    this.threshold = tableSizeFor(initialCapacity);}public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; }public HashMap(Map extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;    putMapEntries(m, false);}

源码中一共提供了4个构造方法。其中一个接收一个Map参数，将Map中的元素添加到新生成的HashMap中。另外三个构造方法仅对loadFactor和threshold属性进行了赋值操作。这里有两点需要仔细关注：

1. 初始化数组。在实例化HashMap对象时并没有立即初始化桶数组，而是在第一次put元素时初始化桶数组。这种技巧称为惰性初始化，在编程实践中很常见，主要是为了节省不必要的内存开销。

2. 容量。如果不指定初始容量大小，默认是16，负载因子是0.75， 如果指定容量initialCapacity，初始化大小为大于initialCapacity的2^n(例如：initialCapacity传10，实际初始化大小为16)。

容量为什么是2的幂次方呢？概括来说，就是希望数据能够高效均匀地分布到HashMap内部的各个桶。定位某个Key具体落到哪个桶？我们最常用的方式是按HashMap的长度取模，HashMap内部源码实现是：tab[(n - 1) & hash]，这里是将key进行hash操作后再和容量n-1进行按位与(&)操作，最终得到的值就是key所在桶的数组下标。采取这种实现方式有2个原因：

1. hash % n 等价于(n-1) & hash，但(n-1) & hash位运算通常效率高于取模运算；

2. 当n为2的幂次方时，能够确保Key均匀分布到每个HashMap的桶中，否则会出现桶的某个下标永远不会存在key的情况。我们可以简单分析一下为什么会导致这种情况？假设HashMap的容量是3，那么n-1就是2，对应的二进制数就是10，由于第1位是0，那么它和任意值的位运算结果的第1位也必然是0，最终得到的值只有10和00，永远不会得到01，那么对应的tab[1]永远不会填充数据，这样导致空间浪费的同时也增加了hash冲突几率。由于hash值的某一位没有参与运算，无法完整地体现出key的hash值特性。同理n-1的任意1位都不能是0，故n必须确保是2的幂次方。

2.3 插入元素

这里仅以 put方法为例，来讲解一下 HashMap插入元素的实现。我们将源码的逻辑转换成流程图，便于观看(对具体代码实现感兴趣的童鞋可自行查阅JDK源码)。

插入过程中会出现扩容和树化，这两点稍后详细讲解，我们先看链表元素的插入操作。

在JDK1.8之前，插入链表结点采用的是头插法，即链表的结点每次从头部插入。在多线程插入触发扩容的情况下会形成环形链导致死循环。下图是JDK1.8插入链表结点的源码，我们可以看到链表的插入是从尾部插入，这样避免了因环形链导致的死循环。但是多线程插入依旧会出现数据覆盖的情况。我们仔细分析一下，假设A、B两个线程同时进行插入操作，且插入的元素都分配到同一个hash桶。当线程A执行完下面代码片段中“Line 17”处的代码后挂