Java集合框架之 Java HashMap 源码解析.docx

Java集合框架之 Java HashMap 源码解析.docx

《Java集合框架之 Java HashMap 源码解析.docx》由会员分享，可在线阅读，更多相关《Java集合框架之 Java HashMap 源码解析.docx（20页珍藏版）》请在冰豆网上搜索。

Java集合框架之JavaHashMap源码解析

Java集合框架之JavaHashMap源码解析

继上一篇文章Java集合框架综述后，今天正式开始分析具体集合类的代码，首先以既熟悉又陌生的HashMap开始。

签名（signature）

1.public class HashMap 

2.extends AbstractMap 

3.implements Map, Cloneable, Serializable 

可以看到HashMap继承了

∙标记接口Cloneable，用于表明HashMap对象会重写java.lang.Object#clone（）方法，HashMap实现的是浅拷贝（shallowcopy）。

∙标记接口Serializable，用于表明HashMap对象可以被序列化

比较有意思的是，HashMap同时继承了抽象类AbstractMap与接口Map，因为抽象类AbstractMap的签名为

1.public abstract class AbstractMap implements Map 

StackOverfloooow上解释到：

在语法层面继承接口Map是多余的，这么做仅仅是为了让阅读代码的人明确知道HashMap是属于Map体系的，起到了文档的作用

AbstractMap相当于个辅助类，Map的一些操作这里面已经提供了默认实现，后面具体的子类如果没有特殊行为，可直接使用AbstractMap提供的实现。

Cloneable接口

1.It's evil, don't use it.  

Cloneable这个接口设计的非常不好，最致命的一点是它里面竟然没有clone方法，也就是说我们自己写的类完全可以实现这个接口的同时不重写clone方法。

关于Cloneable的不足，大家可以去看看《EffectiveJava》一书的作者给出的理由，在所给链接的文章里，JoshBloch也会讲如何实现深拷贝比较好，我这里就不在赘述了。

Map接口

在Eclipse中的outline面板可以看到Map接口里面包含以下成员方法与内部类：

Map_field_method

可以看到，这里的成员方法不外乎是“增删改查”，这也反映了我们编写程序时，一定是以“数据”为导向的。

在上篇文章讲了Map虽然并不是Collection，但是它提供了三种“集合视角”（collectionviews），与下面三个方法一一对应：

∙SetkeySet（），提供key的集合视角

∙Collectionvalues（），提供value的集合视角

∙Set>entrySet（），提供key-value序对的集合视角，这里用内部类Map.Entry表示序对

AbstractMap抽象类

AbstractMap对Map中的方法提供了一个基本实现，减少了实现Map接口的工作量。

举例来说：

如果要实现个不可变（unmodifiable）的map，那么只需继承AbstractMap，然后实现其entrySet方法，这个方法返回的set不支持add与remove，同时这个set的迭代器（iterator）不支持remove操作即可。

相反，如果要实现个可变（modifiable）的map，首先继承AbstractMap，然后重写（override）AbstractMap的put方法，同时实现entrySet所返回set的迭代器的remove方法即可。

设计理念（designconcept）

哈希表（hashtable）

HashMap是一种基于哈希表（hashtable）实现的map，哈希表（也叫关联数组）一种通用的数据结构，大多数的现代语言都原生支持，其概念也比较简单：

key经过hash函数作用后得到一个槽（buckets或slots）的索引（index），槽中保存着我们想要获取的值，如下图所示

hashtabledemo

很容易想到，一些不同的key经过同一hash函数后可能产生相同的索引，也就是产生了冲突，这是在所难免的。

所以利用哈希表这种数据结构实现具体类时，需要：

∙设计个好的hash函数，使冲突尽可能的减少

∙其次是需要解决发生冲突后如何处理。

后面会重点介绍HashMap是如何解决这两个问题的。

HashMap的一些特点

∙线程非安全，并且允许key与value都为null值，HashTable与之相反，为线程安全，key与value都不允许null值。

∙不保证其内部元素的顺序，而且随着时间的推移，同一元素的位置也可能改变（resize的情况）

∙put、get操作的时间复杂度为O

（1）。

∙遍历其集合视角的时间复杂度与其容量（capacity，槽的个数）和现有元素的大小（entry的个数）成正比，所以如果遍历的性能要求很高，不要把capactiy设置的过高或把平衡因子（loadfactor，当entry数大于capacity*loadFactor时，会进行resize，reside会导致key进行rehash）设置的过低。

∙由于HashMap是线程非安全的，这也就是意味着如果多个线程同时对一hashmap的集合试图做迭代时有结构的上改变（添加、删除entry，只改变entry的value的值不算结构改变），那么会报ConcurrentModificationException，专业术语叫fail-fast，尽早报错对于多线程程序来说是很有必要的。

∙Mapm=Collections.synchronizedMap（newHashMap（...））; 通过这种方式可以得到一个线程安全的map。

源码剖析

首先从构造函数开始讲，HashMap遵循集合框架的约束，提供了一个参数为空的构造函数与有一个参数且参数类型为Map的构造函数。

除此之外，还提供了两个构造函数，用于设置HashMap的容量（capacity）与平衡因子（loadFactor）。

1.public HashMap（int initialCapacity, float loadFactor） { 

2.    if （initialCapacity < 0） 

3.        throw new IllegalArgumentException（"Illegal initial capacity:

 " + 

4.                                           initialCapacity）; 

5.    if （initialCapacity > MAXIMUM_CAPACITY） 

6.        initialCapacity = MAXIMUM_CAPACITY; 

7.    if （loadFactor <= 0 || Float.isNaN（loadFactor）） 

8.        throw new IllegalArgumentException（"Illegal load factor:

 " + 

9.                                           loadFactor）; 

10.    this.loadFactor = loadFactor; 

11.    threshold = initialCapacity; 

12.    init（）; 

13.} 

14.public HashMap（int initialCapacity） { 

15.    this（initialCapacity, DEFAULT_LOAD_FACTOR）; 

16.} 

17.public HashMap（） { 

18.    this（DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR）; 

19.} 

20. 

21.从代码上可以看到，容量与平衡因子都有个默认值，并且容量有个最大值 

22. 

23./** 

24.* The default initial capacity - MUST be a power of two. 

25.*/ 

26.static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 

27./** 

28.* The maximum capacity, used if a higher value is implicitly specified 

29.* by either of the constructors with arguments. 

30.* MUST be a power of two <= 1<<30. 

31.*/ 

32.static final int MAXIMUM_CAPACITY = 1 << 30; 

33./** 

34.* The load factor used when none specified in constructor. 

35.*/ 

36.static final float DEFAULT_LOAD_FACTOR = 0.75f; 

可以看到，默认的平衡因子为0.75，这是权衡了时间复杂度与空间复杂度之后的最好取值（JDK说是最好的），过高的因子会降低存储空间但是查找（lookup，包括HashMap中的put与get方法）的时间就会增加。

这里比较奇怪的是问题：

容量必须为2的指数倍（默认为16），这是为什么呢？

解答这个问题，需要了解HashMap中哈希函数的设计原理。

哈希函数的设计原理

1./** 

2.  * Retrieve object hash code and applies a supplemental hash function to the 

3.  * result hash, which defends against poor quality hash functions.  This is 

4.  * critical because HashMap uses power-of-two length hash tables, that 

5.  * otherwise encounter collisions for hashCodes that do not differ 

6.  * in lower bits. Note:

 Null keys always map to hash 0, thus index 0. 

7.  */ 

8.final int hash（Object k） { 

9.     int h = hashSeed; 

10.     if （0 !

= h && k instanceof String） { 

11.         return sun.misc.Hashing.stringHash32（（String） k）; 

12.     } 

13.     h ^= k.hashCode（）; 

14.     // This function ensures that hashCodes that differ only by 

15.     // constant multiples at each bit position have a bounded 

16.     // number of collisions （approximately 8 at default load factor）. 

17.     h ^= （h >>> 20） ^ （h >>> 12）; 

18.     return h ^ （h >>> 7） ^ （h >>> 4）; 

19.} 

20./** 

21.  * Returns index for hash code h. 

22.  */ 

23.static int indexFor（int h, int length） { 

24.     // assert Integer.bitCount（length） == 1 :

 "length must be a non-zero power of 2"; 

25.     return h & （length-1）; 

26.} 

看到这么多位操作，是不是觉得晕头转向了呢，还是搞清楚原理就行了，毕竟位操作速度是很快的，不能因为不好理解就不用了。

网上说这个问题的也比较多，我这里根据自己的理解，尽量做到通俗易懂。

在哈希表容量（也就是buckets或slots大小）为length的情况下，为了使每个key都能在冲突最小的情况下映射到[0,length）（注意是左闭右开区间）的索引（index）内，一般有两种做法：

1.让length为素数，然后用hashCode（key）modlength的方法得到索引

2.让length为2的指数倍，然后用hashCode（key）&（length-1）的方法得到索引

HashTable用的是方法1，HashMap用的是方法2。

因为本篇主题讲的是HashMap，所以关于方法1为什么要用素数，我这里不想过多介绍，大家可以看这里。

重点说说方法2的情况，方法2其实也比较好理解：

因为length为2的指数倍，所以length-1所对应的二进制位都为1，然后在与hashCode（key）做与运算，即可得到[0,length）内的索引

但是这里有个问题，如果hashCode（key）的大于length的值，而且hashCode（key）的二进制位的低位变化不大，那么冲突就会很多，举个例子：

Java中对象的哈希值都32位整数，而HashMap默认大小为16，那么有两个对象那么的哈希值分别为：

0xABAB0000与0xBABA0000，它们的后几位都是一样，那么与16异或后得到结果应该也是一样的，也就是产生了冲突。

造成冲突的原因关键在于16限制了只能用低位来计算，高位直接舍弃了，所以我们需要额外的哈希函数而不只是简单的对象的hashCode方法了。

具体来说，就是HashMap中hash函数干的事了

首先有个随机的hashSeed，来降低冲突发生的几率

然后如果是字符串，用了sun.misc.Hashing.stringHash32（（String）k）;来获取索引值

最后，通过一系列无符号右移操作，来把高位与低位进行异或操作，来降低冲突发生的几率

右移的偏移量20，12，7，4是怎么来的呢？

因为Java中对象的哈希值都是32位的，所以这几个数应该就是把高位与低位做异或运算，至于这几个数是如何选取的，就不清楚了，网上搜了半天也没统一且让人信服的说法，大家可以参考下面几个链接：

∙

∙

∙

HashMap.Entry

HashMap中存放的是HashMap.Entry对象，它继承自Map.Entry，其比较重要的是构造函数

1.static class Entry implements Map.Entry { 

2.    final K key; 

3.    V value; 

4.    Entry next; 

5.    int hash; 

6.    Entry（int h, K k, V v, Entry n） { 

7.        value = v; 

8.        next = n; 

9.        key = k; 

10.        hash = h; 

11.    } 

12.    // setter, getter, equals, toString 方法省略 

13.    public final int hashCode（） { 

14.        //用key的hash值与上value的hash值作为Entry的hash值 

15.        return Objects.hashCode（getKey（）） ^ Objects.hashCode（getValue（））; 

16.    } 

17.    /** 

18.     * This method is invoked whenever the value in an entry is 

19.     * overwritten by an invocation of put（k,v） for a key k that's already 

20.     * in the HashMap. 

21.     */ 

22.    void recordAccess（HashMap m） { 

23.    } 

24.    /** 

25.     * This method is invoked whenever the entry is 

26.     * removed from the table. 

27.     */ 

28.    void recordRemoval（HashMap m） { 

29.    } 

30.} 

可以看到，Entry实现了单向链表的功能，用next成员变量来级连起来。

介绍完Entry对象，下面要说一个比较重要的成员变量

/**

*Thetable,resizedasnecessary.LengthMUSTAlwaysbeapoweroftwo.

*/

//HashMap内部维护了一个为数组类型的Entry变量table，用来保存添加进来的Entry对象

transientEntry[]table=（Entry[]）EMPTY_TABLE;

你也许会疑问，Entry不是单向链表嘛，怎么这里又需要个数组类型的table呢？

我翻了下之前的算法书，其实这是解决冲突的一个方式：

链地址法（开散列法），效果如下：

链地址法处理冲突得到的散列表

就是相同索引值的Entry，会以单向链表的形式存在

链地址法的可视化

网上找到个很好的网站，用来可视化各种常见的算法，很棒。

瞬间觉得国外大学比国内的强不知多少倍。

下面的链接可以模仿哈希表采用链地址法解决冲突，大家可以自己去玩玩

∙https:

//www.cs.usfca.edu/~galles/visualization/OpenHash.html

get操作

get操作相比put操作简单，所以先介绍get操作

1.public V get（Object key） { 

2.    //单独处理key为null的情况 

3.    if （key == null） 

4.        return getForNullKey（）; 

5.    Entry entry = getEntry（key）; 

6.    return null == entry ?

 null :

 entry.getValue（）; 

7.} 

8.private V getForNullKey（） { 

9.    if （size == 0） { 

10.        return null; 

11.    } 

12.    //key为null的Entry用于放在table[0]中，但是在table[0]冲突链中的Entry的key不一定为null 

13.    //所以需要遍历冲突链，查找key是否存在 

14.    for （Entry e = table[0]; e !

= null; e = e.next） { 

15.        if （e.key == null） 

16.            return e.value; 

17.    } 

18.    return null; 

19.} 

20.final Entry getEntry（Object key） { 

21.    if （size == 0） { 

22.        return null; 

23.    } 

24.    int hash = （key == null） ?

 0 :

 hash（key）; 

25.    //首先定位到索引在table中的位置 

26.    //然后遍历冲突链，查找key是否存在 

27.    for （Entry e = table[indexFor（hash, table.length）]; 

28.         e !

= null; 

29.         e = e.next） { 

30.        Object k; 

31.        if （e.hash == hash && 

32.            （（k = e.key） == key || （key !

= null && key.equals（k）））） 

33.            return e; 

34.    } 

35.    return null; 

36.} 

put操作（含update操作）

因为put操作有可能需要对HashMap进行resize，所以实现略复杂些

1.private void inflateTable（int toSize） { 

2.    //辅助函数，用于填充HashMap到指定的capacity 

3.    // Find a power of 2 >= toSize 

4.    int capacity = roundUpToPowerOf2（toSize）; 

5.    //threshold为resize的阈值，超过后HashMap会进行resize，内容的entry会进行rehash 

6.    threshold = （int） Math.min（capacity * loadFactor, MAXIMUM_CAPACITY + 1）; 

7.    table = new Entry[capacity]; 

8.    initHashSeedA