jdk7中hashmap实现原理和jdk8中hashmap的改进方法总结

原文链接：http://blog.csdn.net/vking_wang/article/details/14166593

 

1. HashMap的数据结构

 

数据结构中有数组和链表来实现对数据的存储，但这两者基本上是两个极端。

      数组

数组存储区间是连续的，占用内存严重，故空间复杂的很大。但数组的二分查找时间复杂度小，为O(1)；数组的特点是：寻址容易，插入和删除困难；

链表

链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。链表的特点是：寻址困难，插入和删除容易。

哈希表

那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的哈希表。哈希表（(Hash table）既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。

　　哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法—— 拉链法，我们可以理解为“链表的数组” ，如图：

 

从上图我们可以发现哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。

　　HashMap其实也是一个线性的数组实现的,所以可以理解为其存储数据的容器就是一个线性数组。这可能让我们很不解，一个线性的数组怎么实现按键值对来存取数据呢？这里HashMap有做一些处理。

　　首先HashMap里面实现一个静态内部类Entry，其重要的属性有 key , value, next，从属性key,value我们就能很明显的看出来Entry就是HashMap键值对实现的一个基础bean，我们上面说到HashMap的基础就是一个线性数组，这个数组就是Entry[]，Map里面的内容都保存在Entry[]里面。

     /**

     * The table, resized as necessary. Length MUST Always be a power of two.

     */

    transient Entry[] table;

2. HashMap的存取实现

     既然是线性数组，为什么能随机存取？这里HashMap用了一个小算法，大致是这样实现：

// 存储时:
int hash  = key.hashCode();  // 这个hashCode方法这里不详述,只要理解每个key的hash是一个固定的int值
int index  = hash  % Entry[].length;
Entry[index]  = value;

// 取值时:
int hash  = key.hashCode();
int index  = hash  % Entry[].length;
return Entry[index];

 

1）put

 

疑问：如果两个key通过hash%Entry[].length得到的index相同，会不会有覆盖的危险？

　　这里HashMap里面用到链式数据结构的一个概念。上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。打个比方， 第一个键值对A进来，通过计算其key的hash得到的index=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其index也等于0，现在怎么办？HashMap会这样做:B.next = A,Entry[0] = B,如果又进来C,index也等于0,那么C.next = B,Entry[0] = C；这样我们发现index=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起。所以疑问不用担心。也就是说数组中存储的是最后插入的元素（在前面进行插入）。到这里为止，HashMap的大致实现，我们应该已经清楚了。

  public V put(K key, V value) {

         if (key ==  null)

             return  putForNullKey(value);  //null总是放在数组的第一个链表中

         int hash =  hash(key.hashCode());

         int i =  indexFor(hash,  table. length);

         //遍历链表

         for (Entry<K,V> e =  table[i]; e !=  null; e = e. next) {

            Object k;

             //如果key在链表中已存在，则替换为新value

             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;

    }

 

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);  //参数e, 是Entry.next

     //如果size超过threshold，则扩充table大小。再散列

     if ( size++ >=  threshold)

            resize(2 *  table. length);

}

　　当然HashMap里面也包含一些优化方面的实现，这里也说一下。比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个index的链就会很长，会不会影响性能？HashMap里面设置一个因子，随着map的size越来越大，Entry[]会以一定的规则加长长度。

2）get

  public V get(Object key) {

         if (key ==  null)

             return getForNullKey();

         int hash =  hash(key.hashCode());

         //先定位到数组元素，再遍历该元素处的链表

         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.equals(k)))

                 return e. value;

        }

         return  null;

}

 

3）null key的存取

null key总是存放在Entry[]数组的第一个元素。

    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;

    }

 

     private V getForNullKey() {

         for (Entry<K,V> e =  table[0]; e !=  null; e = e. next) {

             if (e. key ==  null)

                 return e. value;

        }

         return  null;

    }

 

 

 

 

4）确定数组index：hashcode % table.length取模

HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标；算法如下：

    /**

     * Returns index for hash code h.

     */

     static  int indexFor( int h,  int length) {

         return h & (length-1);

    }

 

按位取并，作用上相当于取模mod或者取余%。

这意味着数组下标相同，并不表示hashCode相同。

 

5）table初始大小

初始化大小是16， loadFactor默认是0.75，也就是当元素个超过12个时，就进行扩容为原来的一倍。

hashMap为什么存储2的n次幂个空间？

HashMap是根据key的hash值决定key放到哪个桶中，通过hash&(length-1)公式计算得出，2的n次方一定是最高位1其它低位是0，这样减1的时候才能得到01111这样都是1的二进制。这样(n - 1) & hash的值是均匀分布的，可以减少hash冲突。

   public HashMap( int initialCapacity,  float loadFactor) {

        .....

 

         // Find a power of 2 >= initialCapacity

         int capacity = 1;

         while (capacity < initialCapacity)

            capacity <<= 1;

 

         this. loadFactor = loadFactor;

         threshold = ( int)(capacity * loadFactor);

         table =  new Entry[capacity];

        init();

    }

 

注意table初始大小并不是构造函数中的initialCapacity！！

而是 >= initialCapacity的2的n次幂！！！！因为里面有移位操作，这样初始化更方便

3. 解决hash冲突的办法

1. 开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
2. 再哈希法
3. 链地址法
4. 建立一个公共溢出区

Java中hashmap的解决办法就是采用的链地址法。

 

 

4. 再散列resize/rehash过程

当哈希表的容量超过默认容量时，必须调整table的大小。当容量已经达到最大可能值时，那么该方法就将容量调整到Integer.MAX_VALUE返回，这时，需要创建一张新表，将原表的映射到新表中。

扩容的过程：

 

         //初始化一个新的Entry数组

         //！！将数据转移到新的Entry数组里

         //HashMap的table属性引用新的Entry数组

         //修改阈值

 

 

    /**

     * 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;

         if (oldCapacity ==  MAXIMUM_CAPACITY) {

             threshold = Integer. MAX_VALUE;

             return;

        }

 

        Entry[] newTable =  new Entry[newCapacity];  //初始化一个新的Entry数组

        transfer(newTable);                   //！！将数据转移到新的Entry数组里

         table = newTable;                //HashMap的table属性引用新的Entry数组

         threshold = ( int)(newCapacity *  loadFactor);              //修改阈值

    }

 

     /**

     * Transfers all entries from current table to newTable.

     */

     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;

                     //重新计算index

                     int i =  indexFor(e. hash, newCapacity);

                    e. next = newTable[i];

                    newTable[i] = e;

                    e = next;

                }  while (e !=  null);

            }

        }

    }

5.java8的性能改善

这里存在一个问题，即使负载因子和Hash算法设计的再合理，也免不了会出现拉链过长的情况，一旦出现拉链过长，则会严重影响HashMap的性能。于是，在JDK1.8版本中，对数据结构做了进一步的优化，引入了红黑树。而当链表长度太长（默认超过8）时，链表就转换为红黑树，利用红黑树快速增删改查的特点提高HashMap的性能，其中会用到红黑树的插入、删除、查找等算法。

当插入新元素时，对于红黑树的判断如下：

判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向下面；

遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；