面试官：如何实现一个工业级的哈希表？

最新推荐文章于 2021-03-24 12:57:29 发布

Java技术栈

最新推荐文章于 2021-03-24 12:57:29 发布

阅读量251

点赞数

原文链接：https://mp.weixin.qq.com/s/flzGIy5QHqs2VN_bu5__ag#rd

版权

Java技术栈

www.javastack.cn

打开网站看更多优质文章

业务代码中的技术是每个程序员的基础，但只是掌握了这些技巧，并不能成为技术大牛，还要不断打怪升级。Do more，Do better，Do exercise ，送给身边所有程序员 !!!

一个工业级哈希表的要求：

支持快速的查询、插入、删除操作
内存占用合理，不能浪费过多的内存空间
性能稳定，极端情况下，散列表的性能也不会退化到无法接受的情况

Java 8 中哈希表底层采用数组存储，利用 hash 算法计算出下标值来存储元素，再配合上动态扩容，才能成为大拿写业务代码的利器。在哈希表中，最最重要的是哈希函数，其次是如何解决哈希冲突。我们分别来看：

哈希算法

在 Java 8 的源码中，hash函数的实现极其简单：

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

往数组中存储时，利用哈希值与数组长度做按位与运算，得到数组下标：

if ((p = tab[i = (n - 1) & hash]) == null)
    tab[i] = newNode(hash, key, value, null);

参数key的 hashcode 是个整型值，内存中占了32个字节，右移16位的结果是前16位都变成了0。再与hashcode值做异或操作，新的hash值的前16位也都变成了0。新的hash值，在与数组长度做按位与运算，得到数组下标。

举个例子，计算 "helloworld" 作为 key 存储时，数据下标的计算过程：

...    
    int h = "hello".hashCode();
    System.out.println("原始的hashcode值     ：" + getReplace(h));
    int t = h >>> 16;
    System.out.println("左移位16之后的值      ：" + getReplace(t));
    int r = h ^ t;
    System.out.println("异或结果             ：" + getReplace(r));
    int n = 15;
    System.out.println("数长度-1的哈希值      ：" + getReplace(n));
    int i = r & n;
    System.out.println("最终结果             ：" + getReplace(i));

    System.out.println("最终结果10进制 = " + i);
    System.out.println("00000101111010010001100011010010");
}

private static String getReplace(int r) {
    return String.format("%32s", Integer.toBinaryString(r)).replace(' ', '0');
}

把计算过程的二进制运算，绘制在下图中：

最终结果 1011 转换为 10 进制为11，也就是以 “hello” 为 key 的元素，保存在数据下标 11 的位置。

数组大小

在 hash(Object key) 函数中把 hash 值右移16位，刚是 32位字节的一半。再与自身异或，相当于用原始 hash 值的前半部分和后半部分混合，增加了 hash 的随机性。

与数组长度减一做按位与运算，相当于只保留了哈希值的低位值（后半部分）用来做数组下标。因此，要保证数组长度加一的 hash 值，高位为 0 低位都为 1。所以 HashMap 数组长度必须是 2 的整次幂，才能保证这一点。

构造函数中的确有指定参数的方法，具体跟踪代码在真正执行赋值时，会执行如下函数：

static final int tableSizeFor(int cap) {
    int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

先右移去掉低位数，再做按位或操作，相当于把结果固定在这样的范围：

因此即使是你传入了初始数组大小，也会调整最接近的长度范围，所以一定是2的整次幂

哈希冲突

再好的哈希算法也解决不了哈希冲突的问题，只能尽量的减少发生概率。那么如何处理真实发生的哈希冲突呢？

Java 8 中除了用单链表解决哈希冲突外，还引入了红黑树。我们看一下源码（java.util.HashMap#putVal）：

for (int binCount = 0; ; ++binCount) {
    if ((e = p.next) == null) {
        p.next = newNode(hash, key, value, null);
        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
            treeifyBin(tab, hash);
        break;
    }
    if (e.hash == hash &&
        ((k = e.key) == key || (key != null && key.equals(k))))
        break;
    p = e;
}

当链表上的长度大于 TREEIFY_THRESHOLD - 1 时，调用 treeifyBin() 方法。TREEIFY_THRESHOLD 为 8，意味着，当链表上的数据大于等于7个时，链表升级为红黑树。具体红黑树的实现，请自己赏悦代码。

当数据大小需要从新计算时，在java.util.HashMap#resize 中调用 java.util.HashMap.TreeNode#split

if (loHead != null) {
    if (lc <= UNTREEIFY_THRESHOLD)
        tab[index] = loHead.untreeify(map);
    else {
        tab[index] = loHead;
        if (hiHead != null) // (else is already treeified)
            loHead.treeify(tab);
    }
}
if (hiHead != null) {
    if (hc <= UNTREEIFY_THRESHOLD)
        tab[index + bit] = hiHead.untreeify(map);
    else {
        tab[index + bit] = hiHead;
        if (loHead != null)
            hiHead.treeify(tab);
    }
}

如果小于等于 UNTREEIFY_THRESHOLD （默认是6）执行 java.util.HashMap.TreeNode#untreeify，红黑树退化为链表。至于红黑树相关的代码，你还是自己查阅代码吧。