之所以把HashSet和HashMap放在一起讲解,是因为二者在Java里有着相同的实现,前者仅仅是对后者做了一层包装,也就是说HashSet里面有一个HashMap(适配器模式)。因此本文将重点分析HashMap。
HashMap实现了Map接口,允许放入null
元素,除该类未实现同步外,其余跟Hashtable
大致相同,跟TreeMap不同,该容器不保证元素顺序,根据需要该容器可能会对元素重新哈希,元素的顺序也会被重新打散,因此不同时间迭代同一个HashMap的顺序可能会不同。
根据对冲突的处理方式不同,哈希表有两种实现方式,一种开放地址方式(Open addressing),另一种是冲突链表方式(Separate chaining with linked lists)。Java HashMap采用的是冲突链表方式。
从上图容易看出,如果选择合适的哈希函数,put()
和get()
方法可以在常数时间内完成。但在对HashMap进行迭代时,需要遍历整个table以及后面跟的冲突链表。因此对于迭代比较频繁的场景,不宜将HashMap的初始大小设的过大。
有两个参数可以影响HashMap的性能:初始容量(inital capacity)和负载系数(load factor)。初始容量指定了初始table
的大小,负载系数用来指定自动扩容的临界值。当entry
的数量超过capacity*load_factor
时,容器将自动扩容并重新哈希。对于插入元素较多的场景,将初始容量设大可以减少重新哈希的次数。
将对向放入到HashMap或HashSet中时,有两个方法需要特别关心:hashCode()
和equals()
。hashCode()
方法决定了对象会被放到哪个bucket
里,当多个对象的哈希值冲突时,equals()
方法决定了这些对象是否是“同一个对象”。所以,如果要将自定义的对象放入到HashMap
或HashSet
中,需要@Override hashCode()
和equals()
方法。
方法剖析
get()
get(Object key)
方法根据指定的key
值返回对应的value
,该方法调用了getEntry(Object key)
得到相应的entry
,然后返回entry.getValue()
。因此getEntry()
是算法的核心。
算法思想是首先通过hash()
函数得到对应bucket
的下标,然后依次遍历冲突链表,通过key.equals(k)
方法来判断是否是要找的那个entry
。
上图中hash(k)&(table.length-1)
等价于hash(k)%table.length
,原因是HashMap要求table.length
必须是2的指数,因此table.length-1
就是二进制低位全是1,跟hash(k)
相与会将哈希值的高位全抹掉,剩下的就是余数了。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
//getEntry()方法
final
Entry<K,V> getEntry(Object key) {
......
int
hash = (key ==
null
) ?
0
: hash(key);
for
(Entry<K,V> e = table[hash&(table.length-
1
)];
//得到冲突链表
e !=
null
; e = e.next) {
//依次遍历冲突链表中的每个entry
Object k;
//依据equals()方法判断是否相等
if
(e.hash == hash &&
((k = e.key) == key || (key !=
null
&& key.equals(k))))
return
e;
}
return
null
;
}
|
put()
put(K key, V value)
方法是将指定的key, value
对添加到map
里。该方法首先会对map
做一次查找,看是否包含该元组,如果已经包含则直接返回,查找过程类似于getEntry()
方法;如果没有找到,则会通过addEntry(int hash, K key, V value, int bucketIndex)
方法插入新的entry
,插入方式为头插法。
1
2
3
4
5
6
7
8
9
10
11
12
|
//addEntry()
void
addEntry(
int
hash, K key, V value,
int
bucketIndex) {
if
((size >= threshold) && (
null
!= table[bucketIndex])) {
resize(
2
* table.length);
//自动扩容,并重新哈希
hash = (
null
!= key) ? hash(key) :
0
;
bucketIndex = hash & (table.length-
1
);
//hash%table.length
}
//在冲突链表头部插入新的entry
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] =
new
Entry<>(hash, key, value, e);
size++;
}
|
remove()
remove(Object key)
的作用是删除key
值对应的entry
,该方法的具体逻辑是在removeEntryForKey(Object key)
里实现的。removeEntryForKey()
方法会首先找到key
值对应的entry
,然后删除该entry
(修改链表的相应指针)。查找过程跟getEntry()
过程类似。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
//removeEntryForKey()
final
Entry<K,V> removeEntryForKey(Object key) {
......
int
hash = (key ==
null
) ?
0
: hash(key);
int
i = indexFor(hash, table.length);
//hash&(table.length-1)
Entry<K,V> prev = table[i];
//得到冲突链表
Entry<K,V> e = prev;
while
(e !=
null
) {
//遍历冲突链表
Entry<K,V> next = e.next;
Object k;
if
(e.hash == hash &&
((k = e.key) == key || (key !=
null
&& key.equals(k)))) {
//找到要删除的entry
modCount++; size--;
if
(prev == e) table[i] = next;
//删除的是冲突链表的第一个entry
else
prev.next = next;
return
e;
}
prev = e; e = next;
}
return
e;
}
|
HashSet
前面已经说过HashSet是对HashMap的简单包装,对HashSet的函数调用都会转换成合适的HashMap方法,因此HashSet的实现非常简单,只有不到300行代码。这里不再赘述。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
//HashSet是对HashMap的简单包装
public
class
HashSet<E>
{
......
private
transient
HashMap<E,Object> map;
//HashSet里面有一个HashMap
// Dummy value to associate with an Object in the backing Map
private
static
final
Object PRESENT =
new
Object();
public
HashSet() {
map =
new
HashMap<>();
}
......
public
boolean
add(E e) {
//简单的方法转换
return
map.put(e, PRESENT)==
null
;
}
......
}
|