HashMap 也是我們使用非常多的 Collection,它是基于哈希表的 Map 接口的實現(xiàn),以 key-value 的形式存在。在 HashMap 中,key-value 總是會當(dāng)做一個整體來處理,系統(tǒng)會根據(jù) hash 算法來來計算 key-value 的存儲位置,我們總是可以通過 key 快速地存、取 value。下面就來分析 HashMap 的存取。
HashMap 實現(xiàn)了 Map 接口,繼承 AbstractMap。其中 Map 接口定義了鍵映射到值的規(guī)則,而 AbstractMap 類提供 Map 接口的骨干實現(xiàn),以最大限度地減少實現(xiàn)此接口所需的工作,其實 AbstractMap 類已經(jīng)實現(xiàn)了Map,這里標(biāo)注 Map LZ 覺得應(yīng)該是更加清晰吧!
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
HashMap 提供了三個構(gòu)造函數(shù):
HashMap():構(gòu)造一個具有默認(rèn)初始容量 (16) 和默認(rèn)加載因子 (0.75) 的空 HashMap。
HashMap(int initialCapacity):構(gòu)造一個帶指定初始容量和默認(rèn)加載因子 (0.75) 的空 HashMap。
HashMap(int initialCapacity, float loadFactor):構(gòu)造一個帶指定初始容量和加載因子的空 HashMap。
在這里提到了兩個參數(shù):初始容量,加載因子。這兩個參數(shù)是影響 HashMap 性能的重要參數(shù),其中容量表示哈希表中桶的數(shù)量,初始容量是創(chuàng)建哈希表時的容量,加載因子是哈希表在其容量自動增加之前可以達(dá)到多滿的一種尺度,它衡量的是一個散列表的空間的使用程度,負(fù)載因子越大表示散列表的裝填程度越高,反之愈小。對于使用鏈表法的散列表來說,查找一個元素的平均時間是 O(1+a),因此如果負(fù)載因子越大,對空間的利用更充分,然而后果是查找效率的降低;如果負(fù)載因子太小,那么散列表的數(shù)據(jù)將過于稀疏,對空間造成嚴(yán)重浪費。系統(tǒng)默認(rèn)負(fù)載因子為 0.75,一般情況下我們是無需修改的。
HashMap 是一種支持快速存取的數(shù)據(jù)結(jié)構(gòu),要了解它的性能必須要了解它的數(shù)據(jù)結(jié)構(gòu)。
我們知道在 Java 中最常用的兩種結(jié)構(gòu)是數(shù)組和模擬指針(引用),幾乎所有的數(shù)據(jù)結(jié)構(gòu)都可以利用這兩種來組合實現(xiàn),HashMap 也是如此。實際上 HashMap 是一個“鏈表散列”,如下是它數(shù)據(jù)結(jié)構(gòu):
http://wiki.jikexueyuan.com/project/java-enhancement/images/23-1.png" alt="fig.1" />
從上圖我們可以看出 HashMap 底層實現(xiàn)還是數(shù)組,只是數(shù)組的每一項都是一條鏈。其中參數(shù) initialCapacity 就代表了該數(shù)組的長度。下面為 HashMap 構(gòu)造函數(shù)的源碼:
public HashMap(int initialCapacity, float loadFactor) {
//初始容量不能<0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: "
+ initialCapacity);
//初始容量不能 > 最大容量值,HashMap的最大容量值為2^30
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//負(fù)載因子不能 < 0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: "
+ loadFactor);
// 計算出大于 initialCapacity 的最小的 2 的 n 次方值。
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
//設(shè)置HashMap的容量極限,當(dāng)HashMap的容量達(dá)到該極限時就會進(jìn)行擴(kuò)容操作
threshold = (int) (capacity * loadFactor);
//初始化table數(shù)組
table = new Entry[capacity];
init();
}
從源碼中可以看出,每次新建一個 HashMap 時,都會初始化一個 table 數(shù)組。table 數(shù)組的元素為 Entry 節(jié)點。
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
final int hash;
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
.......
}
其中 Entry 為 HashMap 的內(nèi)部類,它包含了鍵 key、值 value、下一個節(jié)點 next,以及 hash 值,這是非常重要的,正是由于 Entry 才構(gòu)成了 table 數(shù)組的項為鏈表。
上面簡單分析了 HashMap 的數(shù)據(jù)結(jié)構(gòu),下面將探討 HashMap 是如何實現(xiàn)快速存取的。
首先我們先看源碼
public V put(K key, V value) {
//當(dāng)key為null,調(diào)用putForNullKey方法,保存null與table第一個位置中,這是HashMap允許為null的原因
if (key == null)
return putForNullKey(value);
//計算key的hash值
int hash = hash(key.hashCode()); ------(1)
//計算key hash 值在 table 數(shù)組中的位置
int i = indexFor(hash, table.length); ------(2)
//從i出開始迭代 e,找到 key 保存的位置
for (Entry<K, V> e = table[i]; e != null; e = e.next) {
Object k;
//判斷該條鏈上是否有hash值相同的(key相同)
//若存在相同,則直接覆蓋value,返回舊value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value; //舊值 = 新值
e.value = value;
e.recordAccess(this);
return oldValue; //返回舊值
}
}
//修改次數(shù)增加1
modCount++;
//將key、value添加至i位置處
addEntry(hash, key, value, i);
return null;
}
通過源碼我們可以清晰看到 HashMap 保存數(shù)據(jù)的過程為:首先判斷 key 是否為 null,若為 null,則直接調(diào)用 putForNullKey 方法。若不為空則先計算 key 的 hash 值,然后根據(jù) hash 值搜索在 table 數(shù)組中的索引位置,如果 table 數(shù)組在該位置處有元素,則通過比較是否存在相同的 key,若存在則覆蓋原來 key 的 value,否則將該元素保存在鏈頭(最先保存的元素放在鏈尾)。若 table 在該處沒有元素,則直接保存。這個過程看似比較簡單,其實深有內(nèi)幕。有如下幾點:
1、 先看迭代處。此處迭代原因就是為了防止存在相同的 key 值,若發(fā)現(xiàn)兩個 hash 值(key)相同時,HashMap 的處理方式是用新 value 替換舊 value,這里并沒有處理 key,這就解釋了 HashMap 中沒有兩個相同的 key。
2、 在看(1)、(2)處。這里是 HashMap 的精華所在。首先是 hash 方法,該方法為一個純粹的數(shù)學(xué)計算,就是計算 h 的 hash 值。
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
我們知道對于 HashMap 的 table 而言,數(shù)據(jù)分布需要均勻(最好每項都只有一個元素,這樣就可以直接找到),不能太緊也不能太松,太緊會導(dǎo)致查詢速度慢,太松則浪費空間。計算 hash 值后,怎么才能保證 table 元素分布均與呢?我們會想到取模,但是由于取模的消耗較大,HashMap 是這樣處理的:調(diào)用 indexFor 方法。
static int indexFor(int h, int length) {
return h & (length-1);
}
HashMap 的底層數(shù)組長度總是 2 的 n 次方,在構(gòu)造函數(shù)中存在:capacity <<= 1;這樣做總是能夠保證 HashMap 的底層數(shù)組長度為 2 的 n 次方。當(dāng) length 為 2 的 n 次方時,h&(length – 1) 就相當(dāng)于對 length 取模,而且速度比直接取??斓枚啵@是 HashMap 在速度上的一個優(yōu)化。至于為什么是 2 的 n 次方下面解釋。
我們回到 indexFor 方法,該方法僅有一條語句:h&(length – 1),這句話除了上面的取模運算外還有一個非常重要的責(zé)任:均勻分布 table 數(shù)據(jù)和充分利用空間。
這里我們假設(shè) length 為 16(2^n) 和 15,h 為 5、6、7。
http://wiki.jikexueyuan.com/project/java-enhancement/images/23-2.jpg" alt="fig.2" />
當(dāng) n=15 時,6 和 7 的結(jié)果一樣,這樣表示他們在 table 存儲的位置是相同的,也就是產(chǎn)生了碰撞,6、7 就會在一個位置形成鏈表,這樣就會導(dǎo)致查詢速度降低。誠然這里只分析三個數(shù)字不是很多,那么我們就看 0-15。
http://wiki.jikexueyuan.com/project/java-enhancement/images/23-3.jpg" alt="fig.3" />
從上面的圖表中我們看到總共發(fā)生了 8 此碰撞,同時發(fā)現(xiàn)浪費的空間非常大,有 1、3、5、7、9、11、13、15 處沒有記錄,也就是沒有存放數(shù)據(jù)。這是因為他們在與 14 進(jìn)行 & 運算時,得到的結(jié)果最后一位永遠(yuǎn)都是 0,即 0001、0011、0101、0111、1001、1011、1101、1111 位置處是不可能存儲數(shù)據(jù)的,空間減少,進(jìn)一步增加碰撞幾率,這樣就會導(dǎo)致查詢速度慢。而當(dāng) length = 16 時,length – 1 = 15 即 1111,那么進(jìn)行低位 & 運算時,值總是與原來 hash 值相同,而進(jìn)行高位運算時,其值等于其低位值。所以說當(dāng) length = 2^n 時,不同的 hash 值發(fā)生碰撞的概率比較小,這樣就會使得數(shù)據(jù)在 table 數(shù)組中分布較均勻,查詢速度也較快。
這里我們再來復(fù)習(xí) put 的流程:當(dāng)我們想一個 HashMap 中添加一對 key-value 時,系統(tǒng)首先會計算 key 的 hash 值,然后根據(jù) hash 值確認(rèn)在 table 中存儲的位置。若該位置沒有元素,則直接插入。否則迭代該處元素鏈表并依此比較其 key 的 hash 值。如果兩個 hash 值相等且 key 值相等 (e.hash == hash && ((k = e.key) == key || key.equals(k))),則用新的 Entry 的 value 覆蓋原來節(jié)點的 value。如果兩個 hash 值相等但 key 值不等 ,則將該節(jié)點插入該鏈表的鏈頭。具體的實現(xiàn)過程見 addEntry 方法,如下:
void addEntry(int hash, K key, V value, int bucketIndex) {
//獲取bucketIndex處的Entry
Entry<K, V> e = table[bucketIndex];
//將新創(chuàng)建的 Entry 放入 bucketIndex 索引處,并讓新的 Entry 指向原來的 Entry
table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
//若HashMap中元素的個數(shù)超過極限了,則容量擴(kuò)大兩倍
if (size++ >= threshold)
resize(2 * table.length);
}
這個方法中有兩點需要注意:
這是一個非常優(yōu)雅的設(shè)計。系統(tǒng)總是將新的 Entry 對象添加到 bucketIndex 處。如果 bucketIndex 處已經(jīng)有了對象,那么新添加的 Entry 對象將指向原有的 Entry 對象,形成一條 Entry 鏈,但是若 bucketIndex 處沒有 Entry 對象,也就是 e==null,那么新添加的 Entry 對象指向 null,也就不會產(chǎn)生 Entry 鏈了。
隨著 HashMap 中元素的數(shù)量越來越多,發(fā)生碰撞的概率就越來越大,所產(chǎn)生的鏈表長度就會越來越長,這樣勢必會影響 HashMap 的速度,為了保證 HashMap 的效率,系統(tǒng)必須要在某個臨界點進(jìn)行擴(kuò)容處理。該臨界點在當(dāng) HashMap 中元素的數(shù)量等于 table 數(shù)組長度 * 加載因子。但是擴(kuò)容是一個非常耗時的過程,因為它需要重新計算這些數(shù)據(jù)在新 table 數(shù)組中的位置并進(jìn)行復(fù)制處理。所以如果我們已經(jīng)預(yù)知 HashMap 中元素的個數(shù),那么預(yù)設(shè)元素的個數(shù)能夠有效的提高 HashMap 的性能。
相對于 HashMap 的存而言,取就顯得比較簡單了。通過 key 的 hash 值找到在 table 數(shù)組中的索引處的 Entry,然后返回該 key 對應(yīng)的 value 即可。
public V get(Object key) {
// 若為null,調(diào)用getForNullKey方法返回相對應(yīng)的value
if (key == null)
return getForNullKey();
// 根據(jù)該 key 的 hashCode 值計算它的 hash 碼
int hash = hash(key.hashCode());
// 取出 table 數(shù)組中指定索引處的值
for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
Object k;
//若搜索的key與查找的key相同,則返回相對應(yīng)的value
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
}
在這里能夠根據(jù) key 快速的取到 value 除了和 HashMap 的數(shù)據(jù)結(jié)構(gòu)密不可分外,還和 Entry 有莫大的關(guān)系,在前面就提到過,HashMap 在存儲過程中并沒有將 key,value 分開來存儲,而是當(dāng)做一個整體 key-value 來處理的,這個整體就是 Entry 對象。同時 value 也只相當(dāng)于 key 的附屬而已。在存儲的過程中,系統(tǒng)根據(jù) key 的 hashcode 來決定 Entry 在 table 數(shù)組中的存儲位置,在取的過程中同樣根據(jù) key 的 hashcode 取出相對應(yīng)的 Entry 對象。