HashMap基於哈希表的 Map 接口的實現,以 key-value 的形式存在。在 HashMap 中,key-value 總是會當做一個整體來處理,系統會根據 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 實現了 Map 接口,繼承 AbstractMap。其中 Map 接口定義了鍵映射到值的規則,而 AbstractMap 類提供 Map 接口的骨干實現,以最大限度地減少實現此接口所需的工作,其實 AbstractMap 類已經實現了Map。
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
HashMap 提供了三個構造函數:
HashMap():構造一個具有默認初始容量 (16) 和默認加載因子 (0.75) 的空 HashMap。
HashMap(int initialCapacity):構造一個帶指定初始容量和默認加載因子 (0.75) 的空 HashMap。
HashMap(int initialCapacity, float loadFactor):構造一個帶指定初始容量和加載因子的空 HashMap。
在這裡提到了兩個參數:初始容量,加載因子。這兩個參數是影響 HashMap 性能的重要參數,其中容量表示哈希表中桶的數量,初始容量是創建哈希表時的容量,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,負載因子越大表示散列表的裝填程度越高,反之愈小。對於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,然而後果是查找效率的降低;如果負載因子太小,那麼散列表的數據將過於稀疏,對空間造成嚴重浪費。系統默認負載因子為 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據結構,要了解它的性能必須要了解它的數據結構。
我們知道在 Java 中最常用的兩種結構是數組和模擬指針(引用),幾乎所有的數據結構都可以利用這兩種來組合實現,HashMap 也是如此。實際上 HashMap 是一個“鏈表散列”,如下是它數據結構:
從上圖我們可以看出 HashMap 底層實現還是數組,只是數組的每一項都是一條鏈。其中參數 initialCapacity 就代表了該數組的長度。下面為 HashMap 構造函數的源碼:
public HashMap(int initialCapacity, float loadFactor) {
//初始容量不能小於0 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
//初始容量不能大於最大容量之 2^30 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY;
//負載因子不能小於0 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; this.threshold = tableSizeFor(initialCapacity); }
從源碼中可以看出,每次新建一個 HashMap 時,都會初始化一個 table 數組。table 數組的元素為 Entry 節點。
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; }
其中 Node 為 HashMap 的內部類,它包含了鍵 key、值 value、下一個節點 next,以及 hash 值,這是非常重要的,正是由於 Entry 才構成了 table 數組的項為鏈表。
上面簡單分析了 HashMap 的數據結構,下面將探討 HashMap 是如何實現快速存取的。
首先我們先看源碼:
public V put(K key, V value) { //當key為null,調用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 } } //修改次數增加1 modCount++; //將key、value添加至i位置處 addEntry(hash, key, value, i); return null; }-------------------------------------------------------------------
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent if true, don't change existing value * @param evict if false, the table is in creation mode. * @return previous value, or null if none */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }-------------------------------------------------------------------
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v) { Class<?> kc = null; boolean searched = false; TreeNode<K,V> root = (parent != null) ? root() : this; for (TreeNode<K,V> p = root;;) { int dir, ph; K pk; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((pk = p.key) == k || (k != null && k.equals(pk))) return p; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) { if (!searched) { TreeNode<K,V> q, ch; searched = true; if (((ch = p.left) != null && (q = ch.find(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.find(h, k, kc)) != null)) return q; } dir = tieBreakOrder(k, pk); } TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { Node<K,V> xpn = xp.next; TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn); if (dir <= 0) xp.left = x; else xp.right = x; xp.next = x; x.parent = x.prev = xp; if (xpn != null) ((TreeNode<K,V>)xpn).prev = x; moveRootToFront(tab, balanceInsertion(root, x)); return null; } } }
通過源碼我們可以清晰看到 HashMap 保存數據的過程為:首先判斷 key 是否為 null,若為 null,則直接調用 putForNullKey 方法。若不為空則先計算 key 的 hash 值,然後根據 hash 值搜索在 table 數組中的索引位置,如果 table 數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,若發現兩個 hash 值(key)相同時,HashMap 的處理方式是用新 value 替換舊 value,這裡並沒有處理 key,這就解釋了 HashMap 中沒有兩個相同的 key。
2、 在看(1)、(2)處。這裡是 HashMap 的精華所在。首先是 hash 方法,該方法為一個純粹的數學計算,就是計算 h 的 hash 值。
static int hash(int h) { h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }
我們知道對於 HashMap 的 table 而言,數據分布需要均勻(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,太緊會導致查詢速度慢,太松則浪費空間。計算 hash 值後,怎麼才能保證 table 元素分布均與呢?我們會想到取模,但是由於取模的消耗較大,HashMap 是這樣處理的:調用 indexFor 方法。
static int indexFor(int h, int length) { return h & (length-1); }
HashMap 的底層數組長度總是 2 的 n 次方,在構造函數中存在:capacity <<= 1;這樣做總是能夠保證 HashMap 的底層數組長度為 2 的 n 次方。當 length 為 2 的 n 次方時,h&(length – 1) 就相當於對 length 取模,而且速度比直接取模快得多,這是 HashMap 在速度上的一個優化。至於為什麼是 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任:均勻分布 table 數據和充分利用空間。
這裡我們假設 length 為 16(2^n) 和 15,h 為 5、6、7。
當 n=15 時,6 和 7 的結果一樣,這樣表示他們在 table 存儲的位置是相同的,也就是產生了碰撞,6、7 就會在一個位置形成鏈表,這樣就會導致查詢速度降低。誠然這裡只分析三個數字不是很多,那麼我們就看 0-15。
從上面的圖表中我們看到總共發生了 8 此碰撞,同時發現浪費的空間非常大,有 1、3、5、7、9、11、13、15 處沒有記錄,也就是沒有存放數據。這是因為他們在與 14 進行 & 運算時,得到的結果最後一位永遠都是 0,即 0001、0011、0101、0111、1001、1011、1101、1111 位置處是不可能存儲數據的,空間減少,進一步增加碰撞幾率,這樣就會導致查詢速度慢。而當 length = 16 時,length – 1 = 15 即 1111,那麼進行低位 & 運算時,值總是與原來 hash 值相同,而進行高位運算時,其值等於其低位值。所以說當 length = 2^n 時,不同的 hash 值發生碰撞的概率比較小,這樣就會使得數據在 table 數組中分布較均勻,查詢速度也較快。
這裡我們再來復習 put 的流程:當我們想一個 HashMap 中添加一對 key-value 時,系統首先會計算 key 的 hash 值,然後根據 hash 值確認在 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並依此比較其 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 覆蓋原來節點的 value。如果兩個 hash 值相等但 key 值不等 ,則將該節點插入該鏈表的鏈頭。具體的實現過程見 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]; //將新創建的 Entry 放入 bucketIndex 索引處,並讓新的 Entry 指向原來的 Entry table[bucketIndex] = new Entry<K, V>(hash, key, value, e); //若HashMap中元素的個數超過極限了,則容量擴大兩倍 if (size++ >= threshold) resize(2 * table.length); }
這個方法中有兩點需要注意:
這是一個非常優雅的設計。系統總是將新的 Entry 對象添加到 bucketIndex 處。如果 bucketIndex 處已經有了對象,那麼新添加的 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,那麼新添加的 Entry 對象指向 null,也就不會產生 Entry 鏈了。
隨著 HashMap 中元素的數量越來越多,發生碰撞的概率就越來越大,所產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,系統必須要在某個臨界點進行擴容處理。該臨界點在當 HashMap 中元素的數量等於 table 數組長度 * 加載因子。但是擴容是一個非常耗時的過程,因為它需要重新計算這些數據在新 table 數組中的位置並進行復制處理。所以如果我們已經預知 HashMap 中元素的個數,那麼預設元素的個數能夠有效的提高 HashMap 的性能。
相對於 HashMap 的存而言,取就顯得比較簡單了。通過 key 的 hash 值找到在 table 數組中的索引處的 Entry,然後返回該 key 對應的 value 即可。
public V get(Object key) { // 若為null,調用getForNullKey方法返回相對應的value if (key == null) return getForNullKey(); // 根據該 key 的 hashCode 值計算它的 hash 碼 int hash = hash(key.hashCode()); // 取出 table 數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,則返回相對應的value if (e.hash == hash && ((k = e.key) == key || key.equals(k))) return e.value; } return null; }
在這裡能夠根據 key 快速的取到 value 除了和 HashMap 的數據結構密不可分外,還和 Entry 有莫大的關系,在前面就提到過,HashMap 在存儲過程中並沒有將 key,value 分開來存儲,而是當做一個整體 key-value 來處理的,這個整體就是 Entry 對象。同時 value 也只相當於 key 的附屬而已。在存儲的過程中,系統根據 key 的 hashcode 來決定 Entry 在 table 數組中的存儲位置,在取的過程中同樣根據 key 的 hashcode 取出相對應的 Entry 對象。