HashMap的实现原理.docx
- 文档编号:6451067
- 上传时间:2023-01-06
- 格式:DOCX
- 页数:12
- 大小:22.02KB
HashMap的实现原理.docx
《HashMap的实现原理.docx》由会员分享,可在线阅读,更多相关《HashMap的实现原理.docx(12页珍藏版)》请在冰豆网上搜索。
HashMap的实现原理
HashMap的实现原理
1.HashMap概述:
HashMap是基于哈希表的Map接口的非同步实现。
此实现提供所有可选的映射操作,并允许使用null值和null键。
此类不保证映射的顺序,特别是它不保证该顺序恒久不变。
2.HashMap的数据结构:
在java编程语言中,最基本的结构就是两种,一个是数组,另外一个是模拟指针(引用),所有的数据结构都可以用这两个基本结构来构造的,HashMap也不例外。
HashMap实际上是一个“链表散列”的数据结构,即数组和链表的结合体。
从上图中可以看出,HashMap底层就是一个数组结构,数组中的每一项又是一个链表。
当新建一个HashMap的时候,就会初始化一个数组。
源码如下:
viewsource
print?
01
/**
02
*Thetable,resizedasnecessary.LengthMUSTAlwaysbeapoweroftwo.
03
*/
04
transientEntry[]table;
05
06
staticclassEntry
07
finalKkey;
08
Vvalue;
09
Entry
10
finalinthash;
11
……
12
}
可以看出,Entry就是数组中的元素,每个Map.Entry其实就是一个key-value对,它持有一个指向下一个元素的引用,这就构成了链表。
3.HashMap的存取实现:
1)存储:
viewsource
print?
01
publicVput(Kkey,Vvalue){
02
//HashMap允许存放null键和null值。
03
//当key为null时,调用putForNullKey方法,将value放置在数组第一个位置。
04
if(key==null)
05
returnputForNullKey(value);
06
//根据key的keyCode重新计算hash值。
07
inthash=hash(key.hashCode());
08
//搜索指定hash值在对应table中的索引。
09
inti=indexFor(hash,table.length);
10
//如果i索引处的Entry不为null,通过循环不断遍历e元素的下一个元素。
11
for(Entry
=null;e=e.next){
12
Objectk;
13
if(e.hash==hash&&((k=e.key)==key||key.equals(k))){
14
VoldValue=e.value;
15
e.value=value;
16
e.recordAccess(this);
17
returnoldValue;
18
}
19
}
20
//如果i索引处的Entry为null,表明此处还没有Entry。
21
modCount++;
22
//将key、value添加到i索引处。
23
addEntry(hash,key,value,i);
24
returnnull;
25
}
从上面的源代码中可以看出:
当我们往HashMap中put元素的时候,先根据key的hashCode重新计算hash值,根据hash值得到这个元素在数组中的位置(即下标),如果数组该位置上已经存放有其他元素了,那么在这个位置上的元素将以链表的形式存放,新加入的放在链头,最先加入的放在链尾。
如果数组该位置上没有元素,就直接将该元素放到此数组中的该位置上。
addEntry(hash,key,value,i)方法根据计算出的hash值,将key-value对放在数组table的i索引处。
addEntry是HashMap提供的一个包访问权限的方法,代码如下:
viewsource
print?
01
voidaddEntry(inthash,Kkey,Vvalue,intbucketIndex){
02
//获取指定bucketIndex索引处的Entry
03
Entry
04
//将新创建的Entry放入bucketIndex索引处,并让新的Entry指向原来的Entry
05
table[bucketIndex]=newEntry
06
//如果Map中的key-value对的数量超过了极限
07
if(size++>=threshold)
08
//把table对象的长度扩充到原来的2倍。
09
resize(2*table.length);
10
}
当系统决定存储HashMap中的key-value对时,完全没有考虑Entry中的value,仅仅只是根据key来计算并决定每个Entry的存储位置。
我们完全可以把Map集合中的value当成key的附属,当系统决定了key的存储位置之后,value随之保存在那里即可。
hash(inth)方法根据key的hashCode重新计算一次散列。
此算法加入了高位计算,防止低位不变,高位变化时,造成的hash冲突。
viewsource
print?
1
staticinthash(inth){
2
h^=(h>>>20)^(h>>>12);
3
returnh^(h>>>7)^(h>>>4);
4
}
我们可以看到在HashMap中要找到某个元素,需要根据key的hash值来求得对应数组中的位置。
如何计算这个位置就是hash算法。
前面说过HashMap的数据结构是数组和链表的结合,所以我们当然希望这个HashMap里面的
元素位置尽量的分布均匀些,尽量使得每个位置上的元素数量只有一个,那么当我们用hash算法求得这个位置的时候,马上就可以知道对应位置的元素就是我们要的,而不用再去遍历链表,这样就大大优化了查询的效率。
对于任意给定的对象,只要它的hashCode()返回值相同,那么程序调用hash(inth)方法所计算得到的hash码值总是相同的。
我们首先想到的就是把hash值对数组长度取模运算,这样一来,元素的分布相对来说是比较均匀的。
但是,“模”运算的消耗还是比较大的,在HashMap中是这样做的:
调用indexFor(inth,intlength)方法来计算该对象应该保存在table数组的哪个索引处。
indexFor(inth,intlength)方法的代码如下:
viewsource
print?
1
staticintindexFor(inth,intlength){
2
returnh&(length-1);
3
}
这个方法非常巧妙,它通过h&(table.length-1)来得到该对象的保存位,而HashMap底层数组的长度总是2的n次方,这是HashMap在速度上的优化。
在HashMap构造器中有如下代码:
viewsource
print?
1
intcapacity=1;
2
while(capacity 3 capacity<<=1; 这段代码保证初始化时HashMap的容量总是2的n次方,即底层数组的长度总是为2的n次方。 当length总是2的n次方时,h&(length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。 这看上去很简单,其实比较有玄机的,我们举个例子来说明: 假设数组长度分别为15和16,优化后的hash码分别为8和9,那么&运算后的结果如下: h&(table.length-1)hashtable.length-1 8&(15-1): 0100&1110=0100 9&(15-1): 0101&1110=0100 --------------------------------------------------- 8&(16-1): 0100&1111=010 9&(16-1): 0101&1111=0101 从上面的例子中可以看出: 当它们和15-1(1110)“与”的时候,产生了相同的结果,也就是说它们会定位到数组中的同一个位置上去,这就产生了碰撞,8和9会被放到数组中的同一个位置上形成链表,那么查询的时候就需要遍历这个链 表,得到8或者9,这样就降低了查询的效率。 同时,我们也可以发现,当数组长度为15的时候,hash值会与15-1(1110)进行“与”,那么 最后一位永远是0,而0001,0011,0101,1001,1011,0111,1101这几个位置永远都不能存放元素了,空间浪费相当大,更糟的是这种情况中,数组可以使用的位置比数组长度小了很多,这意味着进一步增加了碰撞的几率,减慢了查询的效率! 而当数组长度为16时,即为2的n次方时,2n-1得到的二进制数的每个位上的值都为1,这使得在低位上&时,得到的和原hash的低位相同,加之hash(inth)方法对key的hashCode的进一步优化,加入了高位计算,就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。 所以说,当数组长度为2的n次幂的时候,不同的key算得得index相同的几率较小,那么数据在数组上分布就比较均匀,也就是说碰撞的几率小,相对的,查询的时候就不用遍历某个位置上的链表,这样查询效率也就较高了。 根据上面put方法的源代码可以看出,当程序试图将一个key-value对放入HashMap中时,程序首先根据该key的hashCode()返回值决定该Entry的存储位置: 如果两个Entry的key的hashCode()返回值相同,那它们的存储位置相同。 如果这两个Entry的key通过equals比较返回true,新添加Entry的value将覆盖集合中原有Entry的value,但key不会覆盖。 如果这两个Entry的key通过equals比较返回false,新添加的Entry将与集合中原有Entry形成Entry链,而且新添加的Entry位于Entry链的头部——具体说明继续看addEntry()方法的说明。 2)读取: viewsource print? 01 publicVget(Objectkey){ 02 if(key==null) 03 returngetForNullKey(); 04 inthash=hash(key.hashCode()); 05 for(Entry 06 e! =null; 07 e=e.next){ 08 Objectk; 09 if(e.hash==hash&&((k=e.key)==key||key.equals(k))) 10 returne.value; 11 } 12 returnnull; 13 } 有了上面存储时的hash算法作为基础,理解起来这段代码就很容易了。 从上面的源代码中可以看出: 从HashMap中get元素时,首先计算key的hashCode,找到数组中对应位置的某一元素,然后通过key的equals方法在对应位置的链表中找到需要的元素。 3)归纳起来简单地说,HashMap在底层将key-value当成一个整体进行处理,这个整体就是一个Entry对象。 HashMap底层采用一个Entry[]数组来保存所有的key-value对,当需要存储一个Entry对象时,会根据hash算法来决定其在数组中的存储位置,在根据equals方法决定其在该数组位置上的链表中的存储位置;当需要取出一个Entry时,也会根据hash算法找到其在数组中的存储位置,再根据equals方法从该位置上的链表中取出该Entry。 4.HashMap的resize(rehash): 当HashMap中的元素越来越多的时候,hash冲突的几率也就越来越高,因为数组的长度是固定的。 所以为了提高查询的效率,就要对HashMap的数组进行扩容,数组扩容这个操作也会出现在ArrayList中,这是一个常用的操作,而在HashMap数组扩容之后,最消耗性能的点就出现了: 原数组中的数据必须重新计算其在新数组中的位置,并放进去,这就是resize。 那么HashMap什么时候进行扩容呢? 当HashMap中的元素个数超过数组大小*loadFactor时,就会进行数组扩容,loadFactor的默认值为0.75,这是一个折中的取值。 也就是说,默认情况下,数组大小为16,那么当HashMap中元素个数超过16*0.75=12的时候,就把数组的大小扩展为2*16=32,即扩大一倍,然后重新计算每个元素在数组中的位置,而这是一个非常消耗性能的操作,所以如果我们已经预知HashMap中元素的个数,那么预设元素的个数能够有效的提高HashMap的性能。 5.HashMap的性能参数: HashMap包含如下几个构造器: HashMap(): 构建一个初始容量为16,负载因子为0.75的HashMap。 HashMap(intinitialCapacity): 构建一个初始容量为initialCapacity,负载因子为0.75的HashMap。 HashMap(intinitialCapacity,floatloadFactor): 以指定初始容量、指定的负载因子创建一个HashMap。 HashMap的基础构造器HashMap(intinitialCapacity,floatloadFactor)带有两个参数,它们是初始容量initialCapacity和加载因子loadFactor。 initialCapacity: HashMap的最大容量,即为底层数组的长度。 loadFactor: 负载因子loadFactor定义为: 散列表的实际元素数目(n)/散列表的容量(m)。 负载因子衡量的是一个散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。 对于使用链表法的散列表来说,查找一个元素的平均时间是O(1+a),因此如果负载因子越大,对空间的利用更充分,然而后果是查找效率的降低;如果负载因子太小,那么散列表的数据将过于稀疏,对空间造成严重浪费。 HashMap的实现中,通过threshold字段来判断HashMap的最大容量: viewsource print? 1 threshold=(int)(capacity*loadFactor); 结合负载因子的定义公式可知,threshold就是在此loadFactor和capacity对应下允许的最大元素数目,超过这个数目就重新resize,以降低实际的负载因子。 默认的的负载因子0.75是对空间和时间效率的一个平衡选择。 当容量超出此最大容量时,resize后的HashMap容量是容量的两倍: viewsource print? 1 if(size++>=threshold) 2 resize(2*table.length); 6.Fail-Fast机制: 我们知道java.util.HashMap不是线程安全的,因此如果在使用迭代器的过程中有其他线程修改了map,那么将抛出ConcurrentModificationException,这就是所谓fail-fast策略。 这一策略在源码中的实现是通过modCount域,modCount顾名思义就是修改次数,对HashMap内容的修改都将增加这个值,那么在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount。 viewsource print? 1 HashIterator(){ 2 expectedModCount=modCount; 3 if(size>0){//advancetofirstentry 4 Entry[]t=table; 5 while(index 6 ; 7 } 8 } 在迭代过程中,判断modCount跟expectedModCount是否相等,如果不相等就表示已经有其他线程修改了Map: 注意到modCount声明为volatile,保证线程之间修改的可见性。 viewsource print? 1 finalEntry 2 if(modCount! =expectedModCount) 3 thrownewConcurrentModificationException(); 在HashMap的API中指出: 由所有HashMap类的“collection视图方法”所返回的迭代器都是快速失败的: 在迭代器创建之后,如果从结构上对映射进行修改,除非通过迭代器本身的remove方法,其他任何时间任何方式的修改,迭代器都将抛出ConcurrentModificationException。 因此,面对并发的修改,迭代器很快就会完全失败,而不冒在将来不确定的时间发生任意不确定行为的风险。 注意,迭代器的快速失败行为不能得到保证,一般来说,存在非同步的并发修改时,不可能作出任何坚决的保证。 快速失败迭代器尽最大努力抛出ConcurrentModificationException。 因此,编写依赖于此异常的程序的做法是错误的,正确做法是: 迭代器的快速失败行为应该仅用于检测程序错误
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- HashMap 实现 原理
![提示](https://static.bdocx.com/images/bang_tan.gif)