14.集合框架之Set和Map
本章目标
- Set
- Map
本章内容
一、Set
1、Set简介
Java中的Set也属于Collection 接口，
2.1、Set有以下特性：
- 扩展Collection接口
- 不允许重复元素
- 不区分顺序
- 允许包括null的元素，但是最多只能有一个(HashSet)
2.2、分类
- HashSet类：
- TreeSet类：
- LinkedHashSet类：
2、HashSet类
HashSet是采用hash表算法来实现的，其中的元素没有按顺序排列，主要有add()、remove()以及contains()等方法；
public static void main(String[] args) {
HashSet dset = new HashSet();
dset.add("hello");
dset.add("world");
dset.add(11);
dset.add(null);
Iterator iterator = dset.iterator();
while (iterator.hasNext()) {
System.out.println(iterator.next() + " ");
}
}
输出结果
null
world
hello
11
3、TreeSet类
TreeSet是采用树结构实现(称为红黑树算法)，元素是按顺序进行排列，主要有add()、remove()以及contains()等方法；它还提供了一些处理排序的set方法，如first(), last(), headSet(), tailSet()等
public class SetDemo {
public static void main(String[] args) {
TreeSet tree = new TreeSet();
tree.add(28);
tree.add(58);
tree.add(38);
tree.add(18);
Iterator iterator = tree.iterator();
while (iterator.hasNext()) {
System.out.println(iterator.next() + " ");
}
}
}
输出结果
18
28
38
58
4、LinkedHashSet类
LinkedHashSet正好介于HashSet和TreeSet之间，它也是一个hash表，但它同时维护了一个双链表来记录插入的顺序
public class SetDemo {
public static void main(String[] args) {
LinkedHashSet dset = new LinkedHashSet();
dset.add("hello");
dset.add("world");
dset.add(11);
dset.add(null);
Iterator iterator = dset.iterator();
while (iterator.hasNext()) {
System.out.println(iterator.next() + " ");
}
}
}
结果
hello
world
11
null
5、拓展–集合去重
集合如何去重？
5.1、List的contains方法去重
public class Main {
public static void main(String[] args) {
List<Integer> list = new ArrayList<Integer>();
List<Integer> result = new ArrayList<Integer>();
list.add(11);
list.add(22);
list.add(33);
list.add(11);
for (Integer i : list) {
if (!result.contains(i)) {
result.add(i);
}
}
System.out.println(result);
}
}
5.2、HashSet去重
public class Main {
public static void main(String[] args) {
List<Integer> list = new ArrayList<Integer>();
list.add(11);
list.add(22);
list.add(33);
list.add(11);
Set<Integer> hashSet = new HashSet<Integer>(list);
list = new ArrayList<Integer>(hashSet);
System.out.println(list);
}
}
二、Map集合
在JAVA 2的集合框架中，主要包括两个接口及其扩展和实现类，即Collection接口和Map接口：
Collection接口存储一组对象- Map接口则用于维护键/值对(key/value pairs)
1、Map接口简介
Map是将键映射到值的对象。一个映射不能包含重复的键；每个键最多只能映射一个值。
Map 接口提供三种collection 视图，允许以键集、值集或键-值映射关系集的形式查看某个映射的内容。映射顺序 定义为迭代器在映射的 collection 视图上返回其元素的顺序。某些映射实现可明确保证其顺序，如 TreeMap 类；另一些映射实现则不保证顺序，如 HashMap 类。
1.1、Map集合的特点：
- Map是一个双列集合，一个元素包含两个值（一个key，一个value）
- Map集合中的元素，key和value的数据类型可以相同，也可以不同
- Map中的元素，key不允许重复，value可以重复
- Map里的key和value是一一对应的。
1.2、分类
- HashMap类：
- TreeMap类：
- LinkedHashMap类：
我们发现和Set的分类一样，实际上通过源码可以知道，Set底层的实现其实就是Map
2、常用方法
| 方法 | 说明 |
|---|---|
| Object put(Object key, Object value) | 将互相关联的一组键/值对放入该映像 |
| Object remove(Object key) | 从映像中删除与key相关的映射 |
| void putAll(Map t) | 将来自特定映像的所有元素添加给该映像 |
| void clear() | 从映像中删除所有映射 |
| Object get(Object key) | 获得与关键字key相关的值 |
| boolean containsKey(Object key) | 判断映像中是否存在关键字key |
| boolean containsValue(Object value) | 判断映像中是否存在值value |
| int size() | 返回当前映像中映射的数量 |
| boolean isEmpty() | 判断映像是否为空 |
| Set keySet() | 返回映像中所有关键字的视图集 |
| Collection values() | 返回映像中所有值的视图集 |
| Set entrySet() | 返回Map.Entry对象的视图集，即映像中的关键字/值对 |
3、HashMap
public class MapDemo {
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
Map map = new HashMap();
map.put("stu01", new Student("武松",19,"景阳冈小学"));
map.put("stu02", new Student("宋江",23,"梁山大学"));
map.put("stu03", new Student("成吉思汗",29,"内蒙中学"));
Iterator entryIt = map.entrySet().iterator();
while(entryIt.hasNext()){
Map.Entry entry = (Map.Entry)entryIt.next();
System.out.println(entry.getKey() +" "+ entry.getValue());
}
TreeMap tree=new TreeMap(map);
Iterator it=tree.entrySet().iterator();
while(it.hasNext()){
Map.Entry en=(Map.Entry)it.next();
System.out.println(en.getKey() +" "+en.getValue());
}
}
}
4、TreeMap
SortedMap 接口的基于红黑树的实现。此类保证了映射按照升序顺序排列关键字，根据使用的构造方法不同，可能会按照键的类的自然顺序 进行排序（参见 Comparable），或者按照创建时所提供的比较器进行排序。
由于要排序，所以要求key的数据类型要一致，这样才能根据该类型的对应的的 Comparable 或 Comparator接口映射使用它的 compareTo（或 compare）方法对所有键进行比较
public static void main(String[] args) {
TreeMap<Object, Object> map = new TreeMap<>();
map.put("aa","bb");
map.put("1001","world");
map.put("1002",null);
map.put("aa","cc");
System.out.println(map.get("aa"));
System.out.println(map);
}
5、Hashtable
Hashtable jdk已经不推荐使用,处理多线程推荐采用ConcurrentHashMap,多线程时再涉及。
Hashtable类实现了Map接口，同Vector一样也是一个线程安全的集合。在Hashtable中使用key对象的哈希值，作为对应的对象的相对存储地址，以便实现根据关键字快速查找对象的功能。
-
Hashtable：底层也是哈希表，是同步的，是一个单线程结合，是线程安全的集合，速度慢
-
Hashtable：不能存储null键，null值
public static void main(String[] args) { Hashtable<String, String> map=new Hashtable<>(); map.put(“1”, “1”); map.put(“6”, “6”); map.put(“3”, “3”); map.put(“7”, null);//value不允许为空 map.put(null, “2”);//key不允许为空 Set<Entry<String,String>> entrySet = map.entrySet(); Iterator<Entry<String, String>> iterator = entrySet.iterator(); while(iterator.hasNext()) { Entry<String, String> next = iterator.next(); System.out.println(next.getKey()+“:”+next.getValue()); } }
三、HashMap存储结构（扩展）
这部分内容我们暂涉及不到，到就业阶段再作为重点，有兴趣的同学可以研究一下
HashMap底是哈希表，查询速度非常快（jdk1.8之前是数组+单向链表，1.8之后是数组+单向链表/红黑树 ，链表长度超过8时，换成红黑树），可参考：https://www.jianshu.com/p/51fd34de86c9
- 数组优点：通过数组下标可以快速实现对数组元素的访问，效率极高；
- 链表优点：插入或删除数据不需要移动元素，只需修改节点引用，效率极高。
1、JDK1.8之前HashMap存在的问题？
HashMap通过hash方法计算key的哈希码，然后通过(n-1)&hash公式（n为数组长度）得到key在数组中存放的下标。当两个key在数组中存放的下标一致时，数据将以链表的方式存储（哈希冲突，哈希碰撞）。在链表中查找数据必须从第一个元素开始一层一层往下找，直到找到为止，时间复杂度为O(N)，所以当链表长度越来越长时，HashMap的效率越来越低。
解决思想
JDK1.8开始采用数组+链表+红黑树的结构来实现HashMap。当链表中的元素超过8个（TREEIFY_THRESHOLD）并且数组长度大于64（MIN_TREEIFY_CAPACITY）时，会将链表转换为红黑树，转换后数据查询时间复杂度为O(logN)。
红黑树的节点使用TreeNode表示：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
...
}
2、底层结构
HashMap内部使用数组存储数据，数组中的每个元素类型为Node<K,V>：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
Node包含了四个字段：hash、key、value、next，其中next表示链表的下一个节点。
HashMap包含几个重要的变量：
// 数组默认的初始化长度16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 数组最大容量，2的30次幂，即1073741824
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转换为红黑树的长度阈值
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转换为链表的长度阈值
static final int UNTREEIFY_THRESHOLD = 6;
// 链表转换为红黑树时，数组容量必须大于等于64
static final int MIN_TREEIFY_CAPACITY = 64;
// HashMap里键值对个数
transient int size;
// 扩容阈值，计算方法为 数组容量*加载因子
int threshold;
// HashMap使用数组存放数据，数组元素类型为Node<K,V>
transient Node<K,V>[] table;
// 加载因子
final float loadFactor;
// 用于快速失败，由于HashMap非线程安全，在对HashMap进行迭代时，如果期间其他线程的参与导致HashMap的结构发生变化了（比如put，remove等操作），直接抛出ConcurrentModificationException异常
transient int modCount;
上面这些字段在下面源码解析的时候尤为重要，其中需要着重讨论的是加载因子是什么。
3、 put源码
put方法源码如下：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
put方法通过hash函数计算key对应的哈希值，hash函数源码如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
对于 32 位的处理器，会分成高（左边的） 16 位和低（右边的） 16 位
int类型的数值是4个字节的，右移16位异或可以同时保留高16位于低16位的特征
如果key为null，返回0，不为null，则通过(h = key.hashCode()) ^ (h >>> 16)公式计算得到哈希值。该公式通过hashCode的高16位异或低16位得到哈希值，主要从性能、哈希碰撞角度考虑，减少系统开销，不会造成因为高位没有参与下标计算从而引起的碰撞。
得到key对应的哈希值后，再调用putVal(hash(key), key, value, false, true)方法插入元素：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果数组(哈希表)为null或者长度为0，则进行数组初始化操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 根据key的哈希值计算出数据插入数组的下标位置，公式为(n-1)&hash，数组长度为16为例，(n-1)&hash得到的值都小于16
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果该下标位置还没有元素，则直接创建Node对象，并插入
tab[i] = newNode(hash, key, value, null);
else {
// e用来存放被覆盖的节点元素
Node<K,V> e; K k;
// 如果目标位置key已经存在，则直接覆盖，覆盖操作在if (e != null) 处统一执行
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果目标位置key不存在，并且节点为红黑树，则插入红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 否则为链表结构，遍历链表，尾部插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表长度大于等于TREEIFY_THRESHOLD，则考虑转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); // 转换为红黑树操作，内部还会判断数组长度是否小于MIN_TREEIFY_CAPACITY，如果是的话不转换
break;
}
// 如果链表中已经存在该key的话，直接覆盖替换
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 如果上述两个条件都不成立，执行下一次循环操作，p指向当前节点
p = e;
}
}
// e不等于null时代表在数组中、或树的节点中、或链表中有被覆盖的节点
if (e != null) {
V oldValue = e.value;
// onlyIfAbsent默认false，条件成立，则用新值替换旧值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
// 返回被替换的值
return oldValue;
}
}
// 模数递增
++modCount;
// 当键值对个数大于等于扩容阈值的时候，进行扩容操作
if (++size > threshold)
// 扩容为当前值乘以2
resize();
afterNodeInsertion(evict);
return null;
}
put操作过程总结：
- 判断HashMap数组是否为空，是的话初始化数组（由此可见，在创建HashMap对象的时候并不会直接初始化数组）；
- 通过(n-1) & hash计算key在数组中的存放索引；
- 目标索引位置为空的话，直接创建Node存储；
- 目标索引位置不为空的话，分下面三种情况：
- key相同，覆盖旧值；
- 该节点类型是红黑树的话，执行红黑树插入操作；
- 该节点类型是链表的话，遍历到最后一个元素尾插入，如果期间有遇到key相同的，则直接覆盖。如果链表长度大于等于TREEIFY_THRESHOLD，并且数组容量大于等于MIN_TREEIFY_CAPACITY，则将链表转换为红黑树结构；
- 判断HashMap元素个数是否大于等于threshold，是的话，进行扩容操作。
4、 get源码
get和put相比，就简单多了，下面是get操作源码：
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 判断数组是否为空，数组长度是否大于0，目标索引位置下元素是否为空，是的话直接返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果目标索引位置元素就是要找的元素，则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果目标索引位置元素的下一个节点不为空
if ((e = first.next) != null) {
// 如果类型是红黑树，则从红黑树中查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
// 否则就是链表，遍历链表查找目标元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
5、 resize源码
通过put源码分析我们知道，数组的初始化和扩容都是通过调用resize方法完成的：
final Node<K,V>[] resize() {
// 扩容前的数组
Node<K,V>[] oldTab = table;
// 扩容前的数组的大小和阈值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
// 预定义新数组的大小和阈值
int newCap, newThr = 0;
if (oldCap > 0) {
// 超过最大值就不再扩容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩大容量为当前容量的两倍，但不能超过 MAXIMUM_CAPACITY
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 当前数组没有数据，使用初始化的值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 如果初始化的值为 0，则使用默认的初始化容量，默认值为16
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的容量等于 0
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 开始扩容，将新的容量赋值给 table
table = newTab;
// 原数据不为空，将原数据复制到新 table 中
if (oldTab != null) {
// 根据容量循环数组，复制非空元素到新 table
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果链表只有一个，则进行直接赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 红黑树相关的操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 链表复制，JDK 1.8 扩容优化部分
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将原索引放到哈希桶中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 将原索引 + oldCap 放到哈希桶中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
6、 与JDK1.7主要区别
6.1、数组元素类型不同
JDK1.8 HashMap数组元素类型为Node<K,V>，JDK1.7 HashMap数组元素类型为Entry<K,V>：
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
......
}
实际就是换了个类名，并没有什么本质不同。
6.2、hash计算规则不同
JDK1.7 hash计算规则为：
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
相比于JDK1.8的hash方法，JDK1.7的hash方法的性能会稍差一点。
6.3、put操作不同
JDK1.7并没有使用红黑树，如果哈希冲突后，都用链表解决。区别于JDK1.8的尾部插入，JDK1.7采用头部插入的方式：
public V put(K key, V value) {
// 键为null，将元素放置到table数组的0下标处
if (key == null)
return putForNullKey(value);
// 计算hash和数组下标索引位置
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
// 遍历链表，当key一致时，说明该key已经存在，使用新值替换旧值并返回
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;
}
}
modCount++;
// 插入链表
addEntry(hash, key, value, i);
return null;
}
private V putForNullKey(V value) {
// 一样的，新旧值替换
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
// 插入到数组下标为0位置
addEntry(0, null, value, 0);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
// 新值头部插入，原先头部变成新的头部元素的next
Entry<K, V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
// 计数，扩容
if (size++ >= threshold)
resize(2 * table.length);
}
6.4、扩容操作不同
JDK1.8在扩容时通过高位运算e.hash & oldCap结果是否为0来确定元素是否需要移动，JDK1.7重新计算了每个元素的哈希值，按旧链表的正序遍历链表、在新链表的头部依次插入，即在转移数据、扩容后，容易出现链表逆序的情况：
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
7、其它问题
7.1、问一： 加载因子为什么默认值为0.75f ？
加载因子也叫扩容因子，用于决定HashMap数组何时进行扩容。比如数组容量为16，加载因子为0.75，那么扩容阈值为16*0.75=12，即HashMap数据量大于等于12时，数组就会进行扩容。我们都知道，数组容量的大小在创建的时候就确定了，所谓的扩容指的是重新创建一个指定容量的数组，然后将旧值复制到新的数组里。扩容这个过程非常耗时，会影响程序性能。所以加载因子是基于容量和性能之间平衡的结果：
- 当加载因子过大时，扩容阈值也变大，也就是说扩容的门槛提高了，这样容量的占用就会降低。但这时哈希碰撞的几率就会增加，效率下降；
- 当加载因子过小时，扩容阈值变小，扩容门槛降低，容量占用变大。这时候哈希碰撞的几率下降，效率提高。
可以看到容量占用和性能是此消彼长的关系，它们的平衡点由加载因子决定，0.75是一个即兼顾容量又兼顾性能的经验值。
7.2、问二：HashMap如何实现序列化和反序列化（学完IO之后研究）
此外用于存储数据的table字段使用transient修饰，通过transient修饰的字段在序列化的时候将被排除在外，那么HashMap在序列化后进行反序列化时，是如何恢复数据的呢？HashMap通过自定义的readObject/writeObject方法自定义序列化和反序列化操作。这样做主要是出于以下两点考虑：
- table一般不会存满，即容量大于实际键值对个数，序列化table未使用的部分不仅浪费时间也浪费空间；
- key对应的类型如果没有重写hashCode方法，那么它将调用Object的hashCode方法，该方法为native方法，在不同JVM下实现可能不同；换句话说，同一个键值对在不同的JVM环境下，在table中存储的位置可能不同，那么在反序列化table操作时可能会出错。
所以在HashXXX类中（如HashTable，HashSet，LinkedHashMap等等），我们可以看到，这些类用于存储数据的字段都用transient修饰，并且都自定义了readObject/writeObject方法。readObject/writeObject方法。
然后再点进putVal 方法，则会看到有下面的代码：
tab[i = (n - 1) & hash]
7.3、HashMap 中为什么需要一个hashCode 值？
原因就是需要用它来对HashMap 数组的位置来定位，如果向HashMap 里存一个数，单纯的依次使用equals 方法比较key 是否相同来确定当前数据是否已存储过，那效率非常低，而通过比较hashCode 值，效率就会大大提高，那它是如何定位数组位置呢，如果你使用的是jdk 1.8，那在put方法中的putVal方法里会看到如下内容：
对于上边的n-1 后边会说到，先说一下上边的写法，& 为二进制中的与运算 ，它的运算特点是，两个数进行& ，如果都为1，则运算结果为1，否则为0。 因为hashMap 的数组长度都是2的n次幂 ，那么对于这个数再减去1，转换成二进制的话，就肯定是最高位为0，其他位全是1 的数，那以数组长度为8为例（默认HashMap初始数组长度是16），那8-1 转成二进制的话，就是0111 。 那我们举一个随便的hashCode值，与0111 进行与运算 看看结果如何，如下：
第一个key： hashcode值：10101000
与0111进行&运算 & 0111
0000 （十进制为0）
------------------------------------------
第二个key： hashcode值：11101000
与0111进行&运算 & 0111
0000 （十进制为0）
--------------------------------------------
第三个key： hashcode值：11101010
与0111进行&运算 & 0111
0010 （十进制为2）
你可以随便变hashcode 值来测试，最终得到的数都会小于8 ,当然会像上边一样，出现相同的数据，那样的话，就会以链表的形式存在那个数组元素上了。 回过头来再设想一下，那我们就可以通过把key转为hashCode值，然后与数组长度进行与运算 ，来确定HahsMap 中当前key对应的数据在数组中的位置 。 原本，需要查找数组下的每个元素，以及他们对应的链，疯狂的调用equals 方法，誓死遍历出数据的方式，变成了仅仅是查找数组下的一个元素，然后，只需要equals 比较这一条链上的数据就可以了，这样equals 的使用次数降低了很多。 通过上边的说明，不知道大家是否理解到了hashCode 值，在HashMap 中的作用呢？
7.4、为什么hashMap 的数组长度为2的n次幂？
HashMap构造方法
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
数组长度为2的n次方
/**
* Returns a power of two size for the given target capacity.
*/
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;
}
得到数组下标
tab[i = (n - 1) & hash]
我们知道了& 的作用，但是n-1 到底是什么意思呢？ 其实上边，已经提到过了，就是2的n次幂 是很特殊的数，随便满足这个条件的数，对它减去1，转换成二进制，都会有这样的特点，即，最高位为0，其他低位全为1 。 就以数组长度分别为8和7 为例，看下边的情况： 数字8减去1转换成二进制是0111，即下边的情况
第一个key： hashcode值：10101001
与0111进行&运算 & 0111
0001 （十进制为1）
------------------------------------------
第二个key： hashcode值：11101000
与0111进行&运算 & 0111
0000 （十进制为0）
--------------------------------------------
第三个key： hashcode值：11101110
与0111进行&运算 & 0111
0110 （十进制为6）
这样得到的数，就会完整的得到原hashcode 值的低位值，不会受到与运算对数据的变化影响。 数字7减去1转换成二进制是0110，即下边的情况
第一个key： hashcode值：10101001
与0111进行&运算 & 0110
0000 （十进制为0）
------------------------------------------
第二个key： hashcode值：11101000
与0111进行&运算 & 0110
0000 （十进制为0）
--------------------------------------------
第三个key： hashcode值：11101110
与0111进行&运算 & 0111
0110 （十进制为6）
通过上边可以看到，当数组长度不为2的n次幂 的时候，hashCode 值与数组长度减一做与运算 的时候，会出现重复的数据，因为不为2的n次幂 的话，对应的二进制数肯定有一位为0 ,这样，不管你的hashCode 值对应的该位，是0 还是1 ,最终得到的该位上的数肯定是0 ，这带来的问题就是HashMap 上的数组元素分布不均匀，而数组上的某些位置，永远也用不到。如下图所示： 这里写图片描述 这将带来的问题就是你的HashMap 数组的利用率太低，并且链表可能因为上边的(n - 1) & hash 运算结果碰撞率过高，导致链表太深。（当然jdk 1.8已经在链表数据超过8个以后转换成了红黑树的操作，但那样也很容易造成它们之间的转换时机的提前到来）。
思维导图
本文来自博客园，作者：icui4cu，转载请注明原文链接：https://www.cnblogs.com/icui4cu/p/18802620
浙公网安备 33010602011771号