Hash一般翻译为散列,也有直接音译为哈希的,这就是把任意长度的输入通过散列算法,变换成固定长度的输出,该输出就是散列值(哈希值);这种转换是一种压缩映射,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,所以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消息摘要的函数。
消息摘要算法的使用 md5、SHA-1等
MessageDigest md = MessageDigest.getInstance("md5");
String source="柏嘉safsadfsadflsajdflsakdvklxjcvlkjdsl";
String ss=Base64.getEncoder().encodeToString(sbyte);
System.out.println(ss);
所有散列函数都有如下一个基本特性:根据同一散列函数计算出的散列值如果不同,那么输入值肯定也不同。但是,根据同一散列函数计算出的散列值如果相同,输入值不一定相同。
哈希冲突:
当两个不同的输入值,根据同一散列函数计算出相同的散列值的现象,就把它叫做碰撞(哈希碰撞)。哈希 碰撞的解决方案为开放地址法和链地址法。
以key/value的方式存储数据,采用拉链法综合了数组和链表结构。如果key已知则存取效率较高,但是删除慢,如果不知道key存取则慢,对存储空间使用不充分。最典型的实现是HashMap。
JDK8+对桶内数据处理从链表转换为红黑树,则查询效率从O(N)提高到O(logN)。当链表中的个数超过8个时 会转换为红黑树。
Map实现类:HashMap、TreeMap、LinkedHashMap、Hashtable等。
HashMap:
类定义
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable注意:Map接口的定义
public interface Map<K, V> 没有父接口
具体的内部数据存储方式:
transient Node<K,V>[] table; //哈希表的本质是一个数组,数组中每一个元素称为一个桶,桶中存放的是键值对
transient Set<Map.Entry<K,V>> entrySet;并不是用于实际存储数据,主要用于针对entrySet和keySet两个视图
提供支持:
transient int size;当前集合中的元素个数
final float loadFactor; 当前集合的负载因子,当前Map集合中扩容的阈值【负载因子*最大容积】transient int modCount;修改次数,主要用于实现多线程操作时的快死异常
重要的阈值:
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 默认的初始化容积
static final int MAXIMUM_CAPACITY = 1 << 30;最大容积值,实际上就是2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f; 默认的负载因子/加载因子
static final int TREEIFY_THRESHOLD = 8;//树化阈值:即链表转成红黑树的阈值,在存储数据时,当链表长度 > 该值时,则将链表转换成红黑树
static final int MIN_TREEIFY_CAPACITY = 64;//最小树形化容量阈值:即 当哈希表中的容量 > 该值时,才允许树形化链表 (即将链表转换成红黑树)否则,若桶内元素太多时,则直接扩容,而不是树形化
static final int UNTREEIFY_THRESHOLD = 6;//桶的链表还原阈值:即红黑树转为链表的阈值,当在扩容resize)时(此时HashMap的数据存储位置会重新计算),在重新计算存储位置后,当原有的红黑树内数量 < 6时,则将 红黑树转换成链表。
内部存储的实现:
静态内部类用于实现Entry,HahMap中存放的key/value对就被封装为Node对象。其中key就是存放的键值,用于决定具体的存放位置;value是具体存放的数据,hash就是当前Node对象的hash值,next用于指向下一个Node节点(单向链表)
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; 当前节点的hash值
final K key; 该节点存储的key值
V value; 该节点存储的value值
Node<K,V> next; 下一个节点对象 --- 默认使用单向链表结构,当一个链表上的节点 数>8并且总存储元素个数>64时自动转换为红黑树}
构造器 :
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; //给属性loadFactor负载因子赋默认值0.75
//并没有对数组进行初始化操作。采用延迟初始化的策略可以节约空间
}
//当指定初始化容积时,调用另外的构造器进行HashMap的初始化,采用默认的负载因子0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//2个参数的构造器,参数1初始化容积大小,参数2负载因子
public HashMap(int initialCapacity, float loadFactor) {
//对初始化容积值进行合法性验证,如果<0则抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor)) 负载因子应该在(0,1]之间的浮点数
//负载因子越小,哈希碰撞的概率越低,也就意味着链表长度越小,但是浪费空间;如果值越
大,则节约空间,但是哈希碰撞概论提高,所以一般建议值在(0,1]之间
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
this.loadFactor = loadFactor; //接收合法的负载因子值
this.threshold = tableSizeFor(initialCapacity); 并不是直接使用传入的参数作为初始
化数组的长度,而是将传入的整数转换大于等于initialCapacity的最小2的n次方值
例如initialCapacity=5,则真正的初始化容积为8
initialCapacity=10,则真正的初始化容积为16
}
Float.isNaN判断参数是否为一个不是数值 NaN含义为Not a number
public static boolean isNaN(float v) {
return (v != v);
}
//根据传入的初始化容积值求一个合法的初始化容积值
static final int tableSizeFor(int cap) {
int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
HashMap()采用所有的默认配置值,其中的参数值有initialCapacity:int初始化容积,默认值
DEFAULT_INITIAL_CAPACITY=16,第2个参数是loadFactor:float用于设置加载因子,取值范围为
0-1之间,默认值为DEFAULT_LOAD_FACTOR=0.75,值越大则存储数据越多,hash冲突的概越高;值越小则越浪费空间,但是hash冲突的概率越低。为了减少hash冲突,引入了加载因子,加载因子表示容器中最多存储百分子多少的数据。例如默认容器为16,默认加载因子为0.75,则表示最多存储16*0.75个元素,如果大于这个值则需要进行扩容
tableSizeFor用于计算容积值,不是设置多少就是多少。就是计算一个2**n值>=设定的容积值.例
如初始化容积参数值为7则实际创建容积值为8
注意:在构造器中并没有创建任何用于存储数据的集合---延迟加载,第一次存储数据时才进行空间
分配
每个Node[]数组中的元素被称一个桶bucket,一个桶对应一个hash映射的值,例如0,1等,可能会出现不同的key,但是hash映射的位置相同,例如16、32等,这采用链表结构存储hash映射值相同的所有数据(JDK8+在单个链表长度大于阈值8时自动转换为红黑树,删除节点使某单个链表节点数小于阈值6时会自动从红黑树退化为链表结构)。
相关参数:
- capacity:当前数组容量,始终保持 2^n,可以扩容,扩容后数组大小为当前的2倍。
- loadFactor:负载因子,默认为 0.75。
- threshold:扩容的阈值,等于 capacity * loadFactor
JDK1.8以前版本的实现HashMap底层采用的是Entry数组和链表实现。JDK1.8和以后的版本是采用Node数组(Entry)+ 单向链表 + 红黑树 实现
Map主要用于存储键key值value对,根据键得到值,因此键不允许重复,但允许值重复。
HashMap是一个最常用的Map,它根据键的HashCode值存储数据,根据键可以直接获取它的值,具有很快的访问速度。
HashMap最多只允许一条记录的键为null;允许多条记录的值为null
HashMap不支持线程的同步,即任一时刻可以有多个线程同时写HashMap;可能会导致数据的不一致,在JDK1.7中会出现环形链,虽然JDK1.8不会出现环形链,但是还会有rehash操作出现死循环、脏读问题、size值不准确等问题。如果需要同步,可以用Collections的synchronizedMap方法使HashMap具有同步的能力。
如何判断环型链?
创建一个Set,然后遍历整个集合,将每个元素的key值存入set,如果要存的key值已经存储在set中,则出现环型链。
Java7中使用Entry来代表每个HashMap中的数据节点,Java8中使用Node,基本没有区别,都是key,value,hash和next这四个属性,不过,Node只能用于链表的情况,红黑树的情况需要使用TreeNode。
TREEIFY_THRESHOLD为 8如果新插入的值是链表中的第 9 个会触发下面的 treeifyBin(树化操作,就是将单向链转换为红黑树),也就是将链表转换为红黑树。
HashMap的put方法的具体流程:
public V put(K key, V value) { 以key存储value值,返回原始位置上的value值
先执行hash(key)根据key获取一个hash值, 参数2是要存储的key值,参数3是要存储的value,参数4表示如果当前位置已存在一个值
是否替换,false是替换,true是不替换。参数5是否在创建模式,如果为false,则表是在创建模式
return putVal(hash(key), key, value, false, true);
}
hash方法:将高位数据移位到低位进行异或计算,这是因为有些数据计算出的哈希值差异在于高位,而HashMap里的哈希寻址是忽略容量以上的高位的,可以有效地避免类似情况下的哈希碰撞