写在前面
HashMap是Map族中最为常用的一种,也是 Java Collection Framework 的重要成员。本文首先给出了 HashMap 的实质并概述了其与 Map、HashSet 的关系,紧接着给出了 HashMap 在 JDK 中的定义,并结合源码分析了其四种构造方式。最后,通过对 HashMap 的数据结构、实现原理、源码实现三个方面的剖析,深入到它底层 Hash 存储机制,解释了其底层数组长度总是 2 的 n 次方的原因,也揭示了其快速存取、扩容及扩容后的重哈希的原理与实现。
本文所有关于HashMap的源码都是基于 JDK 1.6 的,不同 JDK 版本之间也许会有些许差异,但不影响我们对 HashMap 的数据结构、原理等整体的把握和了解。
HashMap 概述
Map 是 Key-Value 对映射的抽象接口,该映射不包括重复的键,即一个键对应一个值。HashMap 是 Java Collection Framework 的重要成员,也是Map族(如下图所示)中我们最为常用的一种。简单地说,HashMap 是基于哈希表的 Map 接口的实现,以 Key-Value 的形式存在,即存储的对象是 Entry (同时包含了 Key 和 Value) 。在HashMap中,其会根据hash算法来计算key-value的存储位置并进行快速存取。特别地,HashMap最多只允许一条Entry的键为Null(多条会覆盖),但允许多条Entry的值为Null。此外,HashMap 是 Map 的一个非同步的实现。
虽然 HashMap 和 HashSet 实现的接口规范不同,但是它们底层的 Hash 存储机制完全相同。实际上,HashSet 本身就是在 HashMap 的基础上实现的
HashMap 在 JDK 中的定义
HashMap实现了Map接口,并继承 AbstractMap 抽象类,其中 Map 接口定义了键值映射规则。和 AbstractCollection抽象类在 Collection 族的作用类似, AbstractMap 抽象类提供了 Map 接口的骨干实现,以最大限度地减少实现Map接口所需的工作。HashMap 在JDK中的定义为:
public class HashMap<K, V> extends AbstractMap<K, V>implements Map<K, V>, Cloneable, Serializable { ...}
HashMap 的构造函数
HashMap 一共提供了四个构造函数,其中 默认无参的构造函数 和 参数为Map的构造函数 为 Java Collection Framework 规范的推荐实现,其余两个构造函数则是 HashMap 专门提供的。
1、HashMap()
该构造函数意在构造一个具有> 默认初始容量 (16) 和 默认负载因子(0.75) 的空 HashMap,是 Java Collection Framework 规范推荐提供的,其源码如下:
/** * Constructs an empty HashMap with the default initial capacity * (16) and the default load factor (0.75). */ public HashMap() { //负载因子:用于衡量的是一个散列表的空间的使用程度 this.loadFactor = DEFAULT_LOAD_FACTOR; //HashMap进行扩容的阈值,它的值等于 HashMap 的容量乘以负载因子 threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR); // HashMap的底层实现仍是数组,只是数组的每一项都是一条链 table = new Entry[DEFAULT_INITIAL_CAPACITY]; init(); }
2、HashMap(int initialCapacity, float loadFactor)
该构造函数意在构造一个 指定初始容量 和 指定负载因子的空 HashMap,其源码如下:
/** * Constructs an empty HashMap with the specified initial capacity and load factor. */ public HashMap(int initialCapacity, float loadFactor) { //初始容量不能小于 0 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //初始容量不能超过 2^30 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //负载因子不能小于 0 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // HashMap 的容量必须是2的幂次方,超过 initialCapacity 的最小 2^n int capacity = 1; while (capacity < initialCapacity) capacity <<= 1; //负载因子 this.loadFactor = loadFactor; //设置HashMap的容量极限,当HashMap的容量达到该极限时就会进行自动扩容操作 threshold = (int)(capacity * loadFactor); // HashMap的底层实现仍是数组,只是数组的每一项都是一条链 table = new Entry[capacity]; init(); }
3、HashMap(int initialCapacity)
该构造函数意在构造一个指定初始容量和默认负载因子 (0.75)的空 HashMap,其源码如下:
// Constructs an empty HashMap with the specified initial capacity and the default load factor (0.75) public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); // 直接调用上述构造函数 }
4、HashMap(Map<? extends K, ? extends V> m)
该构造函数意在构造一个与指定 Map 具有相同映射的 HashMap,其 初始容量不小于 16 (具体依赖于指定Map的大小),负载因子是 0.75,是 Java Collection Framework 规范推荐提供的,其源码如下:
// Constructs a new HashMap with the same mappings as the specified Map. // The HashMap is created with default load factor (0.75) and an initial capacity // sufficient to hold the mappings in the specified Map. public HashMap(Map<? extends K, ? extends V> m) { // 初始容量不小于 16 this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1, DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR); putAllForCreate(m); }
在这里,我们提到了两个非常重要的参数:初始容量 和 负载因子,这两个参数是影响HashMap性能的重要参数。其中,容量表示哈希表中桶的数量 (table 数组的大小),初始容量是创建哈希表时桶的数量;负载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度,它衡量的是一个散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。
HashMap 的数据结构
哈希的相关概念
Hash 就是把任意长度的输入(又叫做预映射, pre-image),通过哈希算法,变换成固定长度的输出(通常是整型),该输出就是哈希值。这种转换是一种 压缩映射 ,也就是说,散列值的空间通常远小于输入的空间。不同的输入可能会散列成相同的输出,从而不可能从散列值来唯一的确定输入值。简单的说,就是一种将任意长度的消息压缩到某一固定长度的息摘要函数。
哈希的应用:数据结构
我们知道,数组的特点是:寻址容易,插入和删除困难;而链表的特点是:寻址困难,插入和删除容易。那么我们能不能综合两者的特性,做出一种寻址容易,插入和删除也容易的数据结构呢?答案是肯定的,这就是我们要提起的哈希表。事实上,哈希表有多种不同的实现方法,我们接下来解释的是最经典的一种方法 —— 拉链法,我们可以将其理解为 链表的数组,如下图所示:
我们可以从上图看到,左边很明显是个数组,数组的每个成员是一个链表。该数据结构所容纳的所有元素均包含一个指针,用于元素间的链接。我们根据元素的自身特征把元素分配到不同的链表中去,反过来我们也正是通过这些特征找到正确的链表,再从链表中找出正确的元素。其中,根据元素特征计算元素数组下标的方法就是 哈希算法。
总的来说,哈希表适合用作快速查找、删除的基本数据结构,通常需要总数据量可以放入内存。在使用哈希表时,有以下几个关键点:
hash 函数(哈希算法)的选择:针对不同的对象(字符串、整数等)具体的哈希方法;
碰撞处理:常用的有两种方式,一种是open hashing,即 >拉链法;
另一种就是 closed hashing,即开地址法(opened addressing)。
HashMap 的数据结构
我们知道,在Java中最常用的两种结构是 数组 和 链表,几乎所有的数据结构都可以利用这两种来组合实现,HashMap 就是这种应用的一个典型。实际上,HashMap 就是一个 链表数组,如下是它数据结构:
从上图中,我们可以形象地看出HashMap底层实现还是数组,只是数组的每一项都是一条链。其中参数initialCapacity 就代表了该数组的长度,也就是桶的个数。在第三节我们已经了解了HashMap 的默认构造函数的源码:
/** * Constructs an empty HashMap with the default initial capacity * (16) and the default load factor (0.75). */ public HashMap() { //负载因子:用于衡量的是一个散列表的空间的使用程度 this.loadFactor = DEFAULT_LOAD_FACTOR; //HashMap进行扩容的阈值,它的值等于 HashMap 的容量乘以负载因子 threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR); // HashMap的底层实现仍是数组,只是数组的每一项都是一条链 table = new Entry[DEFAULT_INITIAL_CAPACITY]; init(); }
从上述源码中我们可以看出,每次新建一个HashMap时,都会初始化一个Entry类型的table数组,其中 Entry类型的定义如下:
static class Entry<K,V> implements Map.Entry<K,V> { final K key; // 键值对的键 V value; // 键值对的值 Entry<K,V> next; // 下一个节点 final int hash; // hash(key.hashCode())方法的返回值 /** * Creates new entry. */ Entry(int h, K k, V v, Entry<K,V> n) { // Entry 的构造函数 value = v; next = n; key = k; hash = h; } ......}
其中,Entry为HashMap的内部类,实现了 Map.Entry 接口,其包含了键key、值value、下一个节点next,以及hash值四个属性。事实上,Entry 是构成哈希表的基石,是哈希表所存储的元素的具体形式。
HashMap 的快速存取
下面我们结合JDK源码看HashMap 的存取实现。
HashMap 的存储实现
在 HashMap 中,键值对的存储是通过 put(key,vlaue) 方法来实现的,其源码如下:
/** * Associates the specified value with the specified key in this map. * If the map previously contained a mapping for the key, the old * value is replaced. * * @param key key with which the specified value is to be associated * @param value value to be associated with the specified key * @return the previous value associated with key, or null if there was no mapping for key. * Note that a null return can also indicate that the map previously associated null with key. */ public V put(K key, V value) { //当key为null时,调用putForNullKey方法,并将该键值对保存到table的第一个位置 if (key == null) return putForNullKey(value); //根据key的hashCode计算hash值 int hash = hash(key.hashCode()); // ------- (1) //计算该键值对在数组中的存储位置(哪个桶) int i = indexFor(hash, table.length); // ------- (2) //在table的第i个桶上进行迭代,寻找 key 保存的位置 for (Entry<K,V> e = table[i]; e != null; e = e.next) { // ------- (3) Object k; //判断该条链上是否存在hash值相同且key值相等的映射,若存在,则直接覆盖 value,并返回旧value if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; // 返回旧值 } } modCount++; //修改次数增加1,快速失败机制 //原HashMap中无该映射,将该添加至该链的链头 addEntry(hash, key, value, i); return null; }
对NULL键的特别处理:putForNullKey()
我们直接看其源码:
/** * Offloaded version of put for null keys */ private V putForNullKey(V value) { // 若key==null,则将其放入table的第一个桶,即 table[0] for (Entry<K,V> e = table[0]; e != null; e = e.next) { if (e.key == null) { // 若已经存在key为null的键,则替换其值,并返回旧值 V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; // 快速失败 addEntry(0, null, value, 0); // 否则,将其添加到 table[0] 的桶中 return null; }
HashMap 中的哈希策略(算法)
/** * Applies a supplemental hash function to a given hashCode, which * defends against poor quality hash functions. This is critical * because HashMap uses power-of-two length hash tables, that * otherwise encounter collisions for hashCodes that do not differ * in lower bits. * * Note: Null keys always map to hash 0, thus index 0. */ static int hash( int h ) { /* * 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) ); }
正如JDK官方对该方法的描述那样,使用hash()方法对一个对象的hashCode进行重新计算是为了防止质量低下的hashCode()函数实现。由于hashMap的支撑数组长度总是 2 的幂次,通过右移可以使低位的数据尽量的不同,从而使hash值的分布尽量均匀。
通过上述hash()方法计算得到 Key 的 hash值 后,怎么才能保证元素均匀分布到table的每个桶中呢?我们会想到取模,但是由于取模的效率较低,HashMap 是通过调用上面的indexFor()方法处理的,其不但简单而且效率很高,对应源码如下所示:
/** * * Returns index for hash code h. * */static int indexFor( int h, int length ){ return(h & (length - 1) ); /* 作用等价于取模运算,但这种方式效率更高 */}
HashMap 中键值对的添加:addEntry()
我们直接看其源码:
/** * Adds a new entry with the specified key, value and hash code to * the specified bucket. It is the responsibility of this * method to resize the table if appropriate. * * Subclass overrides this to alter the behavior of put method. * * 永远都是在链表的表头添加新元素 */ void addEntry(int hash, K key, V value, int bucketIndex) { //获取bucketIndex处的链表 Entry<K,V> e = table[bucketIndex]; //将新创建的 Entry 链入 bucketIndex处的链表的表头 table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //若HashMap中元素的个数超过极限值 threshold,则容量扩大两倍 if (size++ >= threshold) resize(2 * table.length); }
HashMap 的扩容:resize()
随着HashMap中元素的数量越来越多,发生碰撞的概率将越来越大,所产生的子链长度就会越来越长,这样势必会影响HashMap的存取速度。为了保证HashMap的效率,系统必须要在某个临界点进行扩容处理,该临界点就是HashMap中元素的数量在数值上等于threshold(table数组长度*加载因子)。但是,不得不说,扩容是一个非常耗时的过程,因为它需要重新计算这些元素在新table数组中的位置并进行复制处理。所以,如果我们能够提前预知HashMap 中元素的个数,那么在构造HashMap时预设元素的个数能够有效的提高HashMap的性能。我们直接看其源码:
/** * * Rehashes the contents of this map into a new array with a * * larger capacity. This method is called automatically when the * * number of keys in this map reaches its threshold. * * * * If current capacity is MAXIMUM_CAPACITY, this method does not * * resize the map, but sets threshold to Integer.MAX_VALUE. * * This has the effect of preventing future calls. * * * * @param newCapacity the new capacity, MUST be a power of two; * * must be greater than current capacity unless current * * capacity is MAXIMUM_CAPACITY (in which case value * * is irrelevant). * */void resize( int newCapacity ){ Entry[] oldTable = table; int oldCapacity = oldTable.length; /* 若 oldCapacity 已达到最大值,直接将 threshold 设为 Integer.MAX_VALUE */ if ( oldCapacity == MAXIMUM_CAPACITY ) { threshold = Integer.MAX_VALUE; return; /* 直接返回 */ } /* 否则,创建一个更大的数组 */ Entry[] newTable = new Entry[newCapacity]; /* 将每条Entry重新哈希到新的数组中 */ transfer( newTable ); table = newTable; threshold = (int) (newCapacity * loadFactor); /* 重新设定 threshold */}
HashMap 的重哈希:transfer()
重哈希的主要是一个重新计算原HashMap中的元素在新table数组中的位置并进行复制处理的过程,我们直接看其源码:
/** * * Transfers all entries from current table to newTable. * */void transfer( Entry[] newTable ){/* 将原数组 table 赋给数组 src */ Entry[] src = table; int newCapacity = newTable.length;/* 将数组 src 中的每条链重新添加到 newTable 中 */ for ( int j = 0; j < src.length; j++ ) { Entry<K, V> e = src[j]; if ( e != null ) { src[j] = null; /* src 回收 *//* 将每条链的每个元素依次添加到 newTable 中相应的桶中 */ do { Entry<K, V> next = e.next;/* e.hash指的是 hash(key.hashCode())的返回值; *//* 计算在newTable中的位置,注意原来在同一条子链上的元素可能被分配到不同的子链 */ int i = indexFor( e.hash, newCapacity ); e.next = newTable[i]; newTable[i] = e; e = next; } while ( e != null ); } }}
特别需要注意的是,在重哈希的过程中,原属于一个桶中的Entry对象可能被分到不同的桶,因为HashMap 的容量发生了变化,那么 h&(length - 1) 的值也会发生相应的变化。极端地说,如果重哈希后,原属于一个桶中的Entry对象仍属于同一桶,那么重哈希也就失去了意义。
HashMap 的读取实现
相对于HashMap的存储而言,读取就显得比较简单了。因为,HashMap只需通过key的hash值定位到table数组的某个特定的桶,然后查找并返回该key对应的value即可,源码如下:
/** * * Returns the value to which the specified key is mapped, * * or {@code null} if this map contains no mapping for the key. * * <p>More formally, if this map contains a mapping from a key * * {@code k} to a value {@code v} such that {@code (key==null ? k==null : * * key.equals(k))}, then this method returns {@code v}; otherwise * * it returns {@code null}. (There can be at most one such mapping.) * <p>A return value of {@code null} does not <i>necessarily</i> * * indicate that the map contains no mapping for the key; it's also * * possible that the map explicitly maps the key to {@code null}. * * The {@link #containsKey containsKey} operation may be used to * * distinguish these two cases. * @see #put(Object, Object) * */public V get( Object key ){/* 若为null,调用getForNullKey方法返回相对应的value */ if ( key == null )/* 从table的第一个桶中寻找 key 为 null 的映射;若不存在,直接返回null */ return(getForNullKey() );/* 根据该 key 的 hashCode 值计算它的 hash 码 */ int hash = hash( key.hashCode() );/* 找出 table 数组中对应的桶 */ for ( Entry<K, V> e = table[indexFor( hash, table.length )]; e != null; e = e.next ) { Object k;/* 若搜索的key与查找的key相同,则返回相对应的value */ if ( e.hash == hash && ( (k = e.key) == key || key.equals( k ) ) ) return(e.value); } return(null);}
针对键为NULL的键值对,HashMap 提供了专门的处理:getForNullKey(),其源码如下:
/** * * Offloaded version of get() to look up null keys. Null keys map * * to index 0. This null case is split out into separate methods * * for the sake of performance in the two most commonly used * * operations (get and put), but incorporated with conditionals in * * others. * */private V getForNullKey(){ /* 键为NULL的键值对若存在,则必定在第一个桶中 */ for ( Entry<K, V> e = table[0]; e != null; e = e.next ) { if ( e.key == null ) return(e.value); } /* 键为NULL的键值对若不存在,则直接返回 null */ return(null);}
因此,调用HashMap的get(Object key)方法后,若返回值是 NULL,则存在如下两种可能:
该 key 对应的值就是 null;
HashMap 中不存在该 key。
转载于:https://blog.51cto.com/14207296/2380981