HashMap的底层实现原理
1. 首先我们需要了解数组和链表的特点:
数组
数组存储区间是连续的,占用内存严重,所以空间复杂度很大.特点:查询容易,插入和删除困难;
链表
链表存储区间是离散的,占用内存比较宽松,空间复杂度很小.特点:查询困难,插入和删除容易;
哈希表
哈希表有多中实现方法,我接下来解释的是最常用的一种方法--拉链法
从上图中我们可以发现哈希表是由数组+链表组成的,一个长度为16的数组中,每一个元素存储的是一个链表的头结点.那么这些这些元素是按什么样的规则存储到数组中?一般是通过hash(key)%len获得,,也就是数组的hash值对数组的长度取模得到的,比如上述的hash表中,12%16=12,28%16=12,108%16=12,140%16=12.所以12,28,108,140都存储在数组的下标为12的位置.
HashMap其实也是一个线性的数组实现的,所以可以理解为其存储数据的容器就是一个线性数组,这可能让我们很不解,一个线性数组怎么实现按键值对来存取数据呢?
首先HashMap里面实现了一个静态内部类Entry,其重要的属性有key,value,next,从属性key,value我们就能看出来 Entry就是hashMap键值对实现的一个基础bean,我们上面说到HashMap的基础就是一个线性数组,这个数组就是Entry[],Map里面的内容都保存在Entry[]里面.
/**
* The table, resized as necessary. Length MUST Always be a power of two.
*/
transient Entry[] table;
2. HashMAP的存取实现
既然是线性数组,为什么能随机存取?这里HashMAP用了一个算法
存储时:
int hash = key.hashCode(); // 这个hashCode方法这里不详述,只要理解每个key的hash是一个固定的int值
int index = hash % Entry[].length;
Entry[index] = value;
取值时:
int hash = key.hashCode();
int index = hash % Entry[].length;
return Entry[index];
- put
如果两个key通过hashMap%Entry[].length得到的index相同,会不会被覆盖?
这里HashMAP里面用到链式数据结构的概念.上面我们提到过Entry类里面有一个next属性,作者是指向下一个Entry.打个比方， 第一个键值对A进来，通过计算其key的hash得到的index=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其index也等于0，现在怎么办？HashMap会这样做:B.next = A,Entry[0] = B,如果又进来C,index也等于0,那么C.next = B,Entry[0] = C；这样我们发现index=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起。所以疑问不用担心。也就是说数组中存储的是最后插入的元素。到这里为止，HashMap的大致实现，我们应该已经清楚了。
public V put(K key, V value) {
if (key == null)
return putForNullKey(value); //null总是放在数组的第一个链表中
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
//遍历链表
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//如果key在链表中已存在，则替换为新value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //参数e, 是Entry.next
//如果size超过threshold，则扩充table大小。再散列
if (size++ >= threshold)
resize(2 * table.length);
}
当然HashMAP里面也包含了一些优化方面的实现,例如:Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个index的链就会很长，会不会影响性能？HashMap里面设置一个负载因子(loadFactor)，随着map的size越来越大，Entry[]会以一定的规则加长长度。
负载因子为什么会影响HashMap性能
首先回忆HashMap的数据结构，
我们都知道有序数组存储数据，对数据的索引效率都很高，但是插入和删除就会有性能瓶颈（回忆ArrayList），
链表存储数据，要一次比较元素来检索出数据，所以索引效率低，但是插入和删除效率高（回忆LinkedList），
两者取长补短就产生了哈希散列这种存储方式，也就是HashMap的存储逻辑.
而负载因子表示一个散列表的空间的使用程度，有这样一个公式：initailCapacity*loadFactor=HashMap的容量。
所以负载因子越大则散列表的装填程度越高，也就是能容纳更多的元素，元素多了，链表大了，所以此时索引效率就会降低。
反之，负载因子越小则链表中的数据量就越稀疏，此时会对空间造成烂费，但是此时索引效率高。
- get
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
//先定位到数组元素，再遍历该元素处的链表
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;
}
- null key的存取
null key总是存在Entry[]的第一个元素
private V putForNullKey(V value) {
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++;
addEntry(0, null, value, 0);
return null;
}
private V getForNullKey() {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
- 确定数组index:hashcode%table.length取模
HashMAP存取 时,都需要计算当前key应该对应Entry[]数组的哪个元素,即计算数组的下标
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
return h & (length-1);
}
按位取并,作用上相当于取模或者取余
这以为着数组下标相同,并不表示hashCode相同
- table初始值的大小
public HashMap(int initialCapacity, float loadFactor) {
.....
// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
threshold = (int)(capacity * loadFactor);
table = new Entry[capacity];
init();
}
注意table初始大小并不是构造函数的initialCapacity(是map的初始化容量)
