java HashMap实现原理
2019獨角獸企業重金招聘Python工程師標準>>>
1.??? HashMap概述：
???HashMap是基于哈希表的Map接口的非同步實現。此實現提供所有可選的映射操作，并允許使用null值和null鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。
?
2.??? HashMap的數據結構：
???在java編程語言中，最基本的結構就是兩種，一個是數組，另外一個是模擬指針（引用），所有的數據結構都可以用這兩個基本結構來構造的，HashMap也不例外。HashMap實際上是一個“鏈表散列”的數據結構，即數組和鏈表的結合體。
?? 從上圖中可以看出，HashMap底層就是一個數組結構，數組中的每一項又是一個鏈表。當新建一個HashMap的時候，就會初始化一個數組。
?? 源碼如下：
Java代碼??
/**?
?*?The?table,?resized?as?necessary.?Length?MUST?Always?be?a?power?of?two.?
?*/??
transient?Entry[]?table;??
??
static?class?Entry<K,V>?implements?Map.Entry<K,V>?{??
????final?K?key;??
????V?value;??
????Entry<K,V>?next;??
????final?int?hash;??
????……??
}??
?? 可以看出，Entry就是數組中的元素，每個?Map.Entry?其實就是一個key-value對，它持有一個指向下一個元素的引用，這就構成了鏈表。
?
3.??? HashMap的存取實現：
?? 1) 存儲：
Java代碼??
public?V?put(K?key,?V?value)?{??
????//?HashMap允許存放null鍵和null值。??
????//?當key為null時，調用putForNullKey方法，將value放置在數組第一個位置。??
????if?(key?==?null)??
????????return?putForNullKey(value);??
????//?根據key的keyCode重新計算hash值。??
????int?hash?=?hash(key.hashCode());??
????//?搜索指定hash值在對應table中的索引。??
????int?i?=?indexFor(hash,?table.length);??
????//?如果?i?索引處的?Entry?不為?null，通過循環不斷遍歷?e?元素的下一個元素。??
????for?(Entry<K,V>?e?=?table[i];?e?!=?null;?e?=?e.next)?{??
????????Object?k;??
????????if?(e.hash?==?hash?&&?((k?=?e.key)?==?key?||?key.equals(k)))?{??
????????????V?oldValue?=?e.value;??
????????????e.value?=?value;??
????????????e.recordAccess(this);??
????????????return?oldValue;??
????????}??
????}??
????//?如果i索引處的Entry為null，表明此處還沒有Entry。??
????modCount++;??
????//?將key、value添加到i索引處。??
????addEntry(hash,?key,?value,?i);??
????return?null;??
}??
?? 從上面的源代碼中可以看出：當我們往HashMap中put元素的時候，先根據key的hashCode重新計算hash值，根據hash值得到這個元素在數組中的位置（即下標），如果數組該位置上已經存放有其他元素了，那么在這個位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。如果數組該位置上沒有元素，就直接將該元素放到此數組中的該位置上。
???addEntry(hash, key, value, i)方法根據計算出的hash值，將key-value對放在數組table的i索引處。addEntry?是HashMap?提供的一個包訪問權限的方法，代碼如下：
Java代碼??
void?addEntry(int?hash,?K?key,?V?value,?int?bucketIndex)?{??
????//?獲取指定?bucketIndex?索引處的?Entry???
????Entry<K,V>?e?=?table[bucketIndex];??
????//?將新創建的?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);??
????//?如果?Map?中的?key-value?對的數量超過了極限??
????if?(size++?>=?threshold)??
????//?把?table?對象的長度擴充到原來的2倍。??
????????resize(2?*?table.length);??
}??
?? 當系統決定存儲HashMap中的key-value對時，完全沒有考慮Entry中的value，僅僅只是根據key來計算并決定每個Entry的存儲位置。我們完全可以把?Map?集合中的?value?當成?key?的附屬，當系統決定了?key?的存儲位置之后，value?隨之保存在那里即可。
???hash(int h)方法根據key的hashCode重新計算一次散列。此算法加入了高位計算，防止低位不變，高位變化時，造成的hash沖突。
Java代碼??
static?int?hash(int?h)?{??
????h?^=?(h?>>>?20)?^?(h?>>>?12);??
????return?h?^?(h?>>>?7)?^?(h?>>>?4);??
}??
?
?? 我們可以看到在HashMap中要找到某個元素，需要根據key的hash值來求得對應數組中的位置。如何計算這個位置就是hash算法。前面說過HashMap的數據結構是數組和鏈表的結合，所以我們當然希望這個HashMap里面的元素位置盡量的分布均勻些，盡量使得每個位置上的元素數量只有一個，那么當我們用hash算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，而不用再去遍歷鏈表，這樣就大大優化了查詢的效率。
???對于任意給定的對象，只要它的?hashCode()?返回值相同，那么程序調用?hash(int h)?方法所計算得到的?hash?碼值總是相同的。我們首先想到的就是把hash值對數組長度取模運算，這樣一來，元素的分布相對來說是比較均勻的。但是，“模”運算的消耗還是比較大的，在HashMap中是這樣做的：調用?indexFor(int h, int length)?方法來計算該對象應該保存在?table?數組的哪個索引處。indexFor(int h, int length)?方法的代碼如下：
Java代碼??
static?int?indexFor(int?h,?int?length)?{??
????return?h?&?(length-1);??
}??
?
?? 這個方法非常巧妙，它通過?h & (table.length -1)?來得到該對象的保存位，而HashMap底層數組的長度總是?2?的n?次方，這是HashMap在速度上的優化。在?HashMap?構造器中有如下代碼：
Java代碼??
int?capacity?=?1;??
????while?(capacity?<?initialCapacity)??
????????capacity?<<=?1;??
?? 這段代碼保證初始化時HashMap的容量總是2的n次方，即底層數組的長度總是為2的n次方。
當length總是?2?的n次方時，h& (length-1)運算等價于對length取模，也就是h%length，但是&比%具有更高的效率。
???這看上去很簡單，其實比較有玄機的，我們舉個例子來說明：
???假設數組長度分別為15和16，優化后的hash碼分別為8和9，那么&運算后的結果如下：
???????h & (table.length-1)??????????????????? ?hash??????????????????????????? ?table.length-1
???????8 & (15-1)：?????????????????????????????????0100???????????????????&??????????????1110???????????????????=?????????????? ?0100
? ?????9 & (15-1)：?????????????????????????????????0101???????????????????&??????????????1110????????????????? ?=????????????????0100
???????-----------------------------------------------------------------------------------------------------------------------
?????? 8 & (16-1)：?????????????????????????????????0100???????????????????&??????????????1111???????????????????=????????????????0100
?????? 9 & (16-1)：?????????????????????????????????0101???????????????????&??????????????1111???????????????????=????????????????0101
??
???從上面的例子中可以看出：當它們和15-1（1110）“與”的時候，產生了相同的結果，也就是說它們會定位到數組中的同一個位置上去，這就產生了碰撞，8和9會被放到數組中的同一個位置上形成鏈表，那么查詢的時候就需要遍歷這個鏈?表，得到8或者9，這樣就降低了查詢的效率。同時，我們也可以發現，當數組長度為15的時候，hash值會與15-1（1110）進行“與”，那么?最后一位永遠是0，而0001，0011，0101，1001，1011，0111，1101這幾個位置永遠都不能存放元素了，空間浪費相當大，更糟的是這種情況中，數組可以使用的位置比數組長度小了很多，這意味著進一步增加了碰撞的幾率，減慢了查詢的效率！而當數組長度為16時，即為2的n次方時，2n-1得到的二進制數的每個位上的值都為1，這使得在低位上&時，得到的和原hash的低位相同，加之hash(int h)方法對key的hashCode的進一步優化，加入了高位計算，就使得只有相同的hash值的兩個值才會被放到數組中的同一個位置上形成鏈表。
???
???所以說，當數組長度為2的n次冪的時候，不同的key算得得index相同的幾率較小，那么數據在數組上分布就比較均勻，也就是說碰撞的幾率小，相對的，查詢的時候就不用遍歷某個位置上的鏈表，這樣查詢效率也就較高了。
???根據上面?put?方法的源代碼可以看出，當程序試圖將一個key-value對放入HashMap中時，程序首先根據該?key的?hashCode()?返回值決定該?Entry?的存儲位置：如果兩個?Entry?的?key?的?hashCode()?返回值相同，那它們的存儲位置相同。如果這兩個?Entry?的?key?通過?equals?比較返回?true，新添加?Entry?的?value?將覆蓋集合中原有Entry?的?value，但key不會覆蓋。如果這兩個?Entry?的?key?通過?equals?比較返回?false，新添加的?Entry?將與集合中原有?Entry?形成?Entry?鏈，而且新添加的?Entry?位于?Entry?鏈的頭部——具體說明繼續看?addEntry()?方法的說明。
?? 2)?讀取：
Java代碼??
public?V?get(Object?key)?{??
????if?(key?==?null)??
????????return?getForNullKey();??
????int?hash?=?hash(key.hashCode());??
????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;??
}??
?
?? 有了上面存儲時的hash算法作為基礎，理解起來這段代碼就很容易了。從上面的源代碼中可以看出：從HashMap中get元素時，首先計算key的hashCode，找到數組中對應位置的某一元素，然后通過key的equals方法在對應位置的鏈表中找到需要的元素。
??
?? 3)?歸納起來簡單地說，HashMap?在底層將?key-value?當成一個整體進行處理，這個整體就是一個?Entry?對象。HashMap?底層采用一個?Entry[]?數組來保存所有的?key-value?對，當需要存儲一個?Entry?對象時，會根據hash算法來決定其在數組中的存儲位置，在根據equals方法決定其在該數組位置上的鏈表中的存儲位置；當需要取出一個Entry時，也會根據hash算法找到其在數組中的存儲位置，再根據equals方法從該位置上的鏈表中取出該Entry。
?
4.??? HashMap的resize（rehash）：
???當HashMap中的元素越來越多的時候，hash沖突的幾率也就越來越高，因為數組的長度是固定的。所以為了提高查詢的效率，就要對HashMap的數組進行擴容，數組擴容這個操作也會出現在ArrayList中，這是一個常用的操作，而在HashMap數組擴容之后，最消耗性能的點就出現了：原數組中的數據必須重新計算其在新數組中的位置，并放進去，這就是resize。
???那么HashMap什么時候進行擴容呢？當HashMap中的元素個數超過數組大小*loadFactor時，就會進行數組擴容，loadFactor的默認值為0.75，這是一個折中的取值。也就是說，默認情況下，數組大小為16，那么當HashMap中元素個數超過16*0.75=12的時候，就把數組的大小擴展為?2*16=32，即擴大一倍，然后重新計算每個元素在數組中的位置，而這是一個非常消耗性能的操作，所以如果我們已經預知HashMap中元素的個數，那么預設元素的個數能夠有效的提高HashMap的性能。
?
5.??? HashMap的性能參數：
???HashMap?包含如下幾個構造器：
???HashMap()：構建一個初始容量為?16，負載因子為?0.75?的?HashMap。
???HashMap(int initialCapacity)：構建一個初始容量為?initialCapacity，負載因子為?0.75?的?HashMap。
???HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負載因子創建一個?HashMap。
???HashMap的基礎構造器HashMap(int initialCapacity, float loadFactor)帶有兩個參數，它們是初始容量initialCapacity和加載因子loadFactor。
???initialCapacity：HashMap的最大容量，即為底層數組的長度。
???loadFactor：負載因子loadFactor定義為：散列表的實際元素數目(n)/?散列表的容量(m)。
???負載因子衡量的是一個散列表的空間的使用程度，負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；如果負載因子太小，那么散列表的數據將過于稀疏，對空間造成嚴重浪費。
???HashMap的實現中，通過threshold字段來判斷HashMap的最大容量：
Java代碼??
threshold?=?(int)(capacity?*?loadFactor);??
?? 結合負載因子的定義公式可知，threshold就是在此loadFactor和capacity對應下允許的最大元素數目，超過這個數目就重新resize，以降低實際的負載因子。默認的的負載因子0.75是對空間和時間效率的一個平衡選擇。當容量超出此最大容量時，?resize后的HashMap容量是容量的兩倍：
?
Java代碼??
if?(size++?>=?threshold)?????
????resize(2?*?table.length);????
?
6.??? Fail-Fast機制：
???我們知道java.util.HashMap不是線程安全的，因此如果在使用迭代器的過程中有其他線程修改了map，那么將拋出ConcurrentModificationException，這就是所謂fail-fast策略。
???這一策略在源碼中的實現是通過modCount域，modCount顧名思義就是修改次數，對HashMap內容的修改都將增加這個值，那么在迭代器初始化過程中會將這個值賦給迭代器的expectedModCount。
Java代碼??
HashIterator()?{??
????expectedModCount?=?modCount;??
????if?(size?>?0)?{?//?advance?to?first?entry??
????Entry[]?t?=?table;??
????while?(index?<?t.length?&&?(next?=?t[index++])?==?null)??
????????;??
????}??
}??
?
?? 在迭代過程中，判斷modCount跟expectedModCount是否相等，如果不相等就表示已經有其他線程修改了Map：
?? 注意到modCount聲明為volatile，保證線程之間修改的可見性。
Java代碼??
final?Entry<K,V>?nextEntry()?{?????
????if?(modCount?!=?expectedModCount)?????
????????throw?new?ConcurrentModificationException();??
?
???在HashMap的API中指出：
???由所有HashMap類的“collection?視圖方法”所返回的迭代器都是快速失敗的：在迭代器創建之后，如果從結構上對映射進行修改，除非通過迭代器本身的?remove?方法，其他任何時間任何方式的修改，迭代器都將拋出ConcurrentModificationException。因此，面對并發的修改，迭代器很快就會完全失敗，而不冒在將來不確定的時間發生任意不確定行為的風險。
???注意，迭代器的快速失敗行為不能得到保證，一般來說，存在非同步的并發修改時，不可能作出任何堅決的保證。快速失敗迭代器盡最大努力拋出?ConcurrentModificationException。因此，編寫依賴于此異常的程序的做法是錯誤的，正確做法是：迭代器的快速失敗行為應該僅用于檢測程序錯誤。
轉載于:https://my.oschina.net/everyDay111/blog/508665
超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生總結
以上是生活随笔為你收集整理的java HashMap实现原理的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Ehcache 整合Spring 使用页
- 下一篇： 从源码编译Chrome(chromium