HashMap底层实现原理

9.4.2 HashMap底层实现详解

【节选自高淇老师300集中的内容，该文章的源码来自JDK1.6，在JDK1.8中Entry已换成Node，并且哈希算法有所改变，可自行查看源码，但底层原理是一样的】

  HashMap底层实现采用了哈希表，这是一种非常重要的数据结构。
  对于我们以后理解很多技术都非常有帮助(比如：redis数据库的核心技术和HashMap一样)，
  因此，非常有必要让大家理解。

  数据结构中由数组和链表来实现对数据的存储，他们各有特点。

  (1) 数组：占用空间连续。 寻址容易，查询速度快。但是，增加和删除效率非常低。

  (2) 链表：占用空间不连续。 寻址困难，查询速度慢。但是，增加和删除效率非常高。

  那么，我们能不能结合数组和链表的优点(即查询快，增删效率也高)呢? 
  答案就是“哈希表”。 哈希表的本质就是“数组+链表”。

▪ Hashmap基本结构讲解

  哈希表的基本结构就是“数组+链表”。我们打开HashMap源码，发现有如下两个核心内容：

  其中的Entry[] table 就是HashMap的核心数组结构，
  我们也称之为“位桶数组”。我们再继续看Entry是什么，源码如下：

图9-13 HashMap底层源码(2)

  一个Entry对象存储了：

  1. key：键对象 value：值对象

  2. next:下一个节点

  3. hash: 键对象的hash值

  显然每一个Entry对象就是一个单向链表结构，我们使用图形表示一个Entry对象的典型示意：

图9-14 Entry对象存储结构图

  然后，我们画出Entry[]数组的结构(这也是HashMap的结构)：

▪ 存储数据过程put(key,value)

  明白了HashMap的基本结构后，我们继续深入学习HashMap如何存储数据。此处的核心是如何产生hash值，该值用来对应数组的存储位置。

  我们的目的是将”key-value两个对象”成对存放到HashMap的Entry[]数组中。参见以下步骤：

  (1) 获得key对象的hashcode

       首先调用key对象的hashcode()方法，获得hashcode。

  (2) 根据hashcode计算出hash值(要求在[0, 数组长度-1]区间)

       hashcode是一个整数，我们需要将它转化成[0, 数组长度-1]的范围。
       我们要求转化后的hash值尽量均匀地分布在[0,数组长度-1]这个区间，减少“hash冲突”

       i. 一种极端简单和低下的算法是：

       hash值 = hashcode/hashcode;

       也就是说，hash值总是1。意味着，键值对对象都会存储到数组索引1位置，
       这样就形成一个非常长的链表。相当于每存储一个对象都会发生“hash冲突”，
       HashMap也退化成了一个“链表”。

       ii. 一种简单和常用的算法是(相除取余算法)：

       hash值 = hashcode%数组长度

       这种算法可以让hash值均匀的分布在[0,数组长度-1]的区间。 
       早期的HashTable就是采用这种算法。但是，这种算法由于使用了“除法”，效率低下。
       JDK后来改进了算法。首先约定数组长度必须为2的整数幂，
       这样采用位运算即可实现取余的效果：hash值 = hashcode&(数组长度-1)。

       iii. 如下为我们自己测试简单的hash算法：

【示例9-8】测试hash算法

public class Test {
public static void main(String[] args) {
int h = 25860399;
int length = 16;//length为2的整数次幂,则h&(length-1)相当于对length取模
myHash(h, length);
}
/**
* @param h 任意整数
* @param length 长度必须为2的整数幂
* @return
*/
public static int myHash(int h,int length){
System.out.println(h&(length-1));
//length为2的整数幂情况下，和取余的值一样
System.out.println(h%length);//取余数
return h&(length-1);
}
}
运行如上程序，我们就能发现直接取余(h%length)和位运算(h&(length-1))结果是一致的。事实上，为了获得更好的散列效果，JDK对hashcode进行了两次散列处理(核心目标就是为了分布更散更均匀)，源码如下：

(3) 生成Entry对象

      如上所述，一个Entry对象包含4部分：
      key对象、value对象、hash值、指向下一个Entry对象的引用。
      我们现在算出了hash值。下一个Entry对象的引用为null。

  (4) 将Entry对象放到table数组中

      如果本Entry对象对应的数组索引位置还没有放Entry对象，
      则直接将Entry对象存储进数组;如果对应索引位置已经有Entry对象，
      则将已有Entry对象的next指向本Entry对象，形成链表。

总结如上过程：

  当添加一个元素(key-value)时，首先计算key的hash值，以此确定插入数组中的位置，
  但是可能存在同一hash值的元素已经被放在数组同一位置了，这时就添加到同一hash值的元素的后面，
  他们在数组的同一位置，就形成了链表，同一个链表上的Hash值是相同的，所以说数组存放的是链表。
   JDK8中，当链表长度大于8时，链表就转换为红黑树，这样又大大提高了查找的效率。

▪ 取数据过程get(key)

  我们需要通过key对象获得“键值对”对象，进而返回value对象。明白了存储数据过程，取数据就比较简单了，参见以下步骤：

  (1) 获得key的hashcode，通过hash()散列算法得到hash值，进而定位到数组的位置。

  (2) 在链表上挨个比较key对象。 调用equals()方法，将key对象和链表上所有节点的key对象进行比较，
  直到碰到返回true的节点对象为止。

  (3) 返回equals()为true的节点对象的value对象。

  明白了存取数据的过程，我们再来看一下hashcode()和equals方法的关系：

  Java中规定，两个内容相同(equals()为true)的对象必须具有相等的hashCode。
  因为如果equals()为true而两个对象的hashcode不同;那在整个存储过程中就发生了悖论。

▪ 扩容问题

  HashMap的位桶数组，初始大小为16。实际使用时，显然大小是可变的。
  如果位桶数组中的元素达到(0.75*数组 length)， 就重新调整数组大小变为原来2倍大小。

  扩容很耗时。扩容的本质是定义新的更大的数组，并将旧数组内容挨个拷贝到新数组中。

▪ JDK8将链表在大于8情况下变为红黑二叉树

  JDK8中，HashMap在存储一个元素时，当对应链表长度大于8时，链表就转换为红黑树，
  这样又大大提高了查找的效率。