HashMap设计原理和实现分析.docx

1、HashMap设计原理和实现分析HashMap在Java开发中有着非常重要的角色地位，每一个Java程序员都应该了解HashMap。 本文主要从源码角度来解析HashMap的设计思路，并且详细地阐述HashMap中的几个概念，并深入探讨HashMap的内部结构和实现细节，讨论HashMap的性能问题，并且在文中贯穿着一些关于HashMap常见问题的讨论。读完本文，你会了解到： 1. HashMap的设计思路和内部结构组成 2. HashMap中的一些概念：什么是阀值？为什么会有阀值？什么是加载因子？它们有什么作用？ 3. HashMap的性能问题以及使用事项 4. HashMap的源码实现解析

2、 5. 为什么JDK建议我们重写Object.equals(Object obj)方法时，需要保证对象可以返回相同的hashcode值？1. HashMap设计思路以及内部结构组成HashMap设计思路 Map是一种以键值对存储数据的容器，而HashMap则是借助了键值Key的hashcode值来组织存储，使得可以非常快速和高效地地根据键值key进行数据的存取。对于键值对，HashMap内部会将其封装成一个对应的Entry对象，即Entry对象是键值对的组织形式； 对于每个对象而言，JVM都会为其生成一个hashcode值。HashMap在存储键值对Entry的时候，会根据Key的hashco

3、de值，以某种映射关系，决定应当将这对键值对Entry存储在HashMap中的什么位置上； 当通过Key值取数据的时候，然后根据Key值的hashcode，以及内部映射条件，直接定位到Key对应的Value值存放在什么位置，可以非常高效地将Value值取出。 为了实现上述的设计思路，在HashMap内部，采用了数组+链表的形式来组织键值对Entry。HashMap内部维护了一个Entry table数组，当我们使用new HashMap()创建一个HashMap时，Entry table的默认长度为16。Entry table的长度又被称为这个HashMap的容量（capacity）；对于En

4、try table的每一个元素而言，或为null，或为由若干个Entry组成的链表。HashMap中Entry的数目被称为HashMap的大小(size);Entry table中的某一个元素及其对应的Entry又被称为桶(bucket); 其结构如下图所示： HashMap内部组织结构由上图所示，现在来看一下HashMap的基本工作流程：2. 什么是阀值？为什么会有阀值？什么是加载因子？它们有什么作用？HashMap设计的初衷，是为了尽可能地迅速根据Key的hashCode值, 直接就可以定位到对应的Entry对象，然后得到Value。 请读者考虑这样一个问题： 当我们使用HashMap m

5、ap = new HashMap()语句时，我们会创建一个HashMap对象，它内部的Entry table的大小为16，我们假定Entry table的大小会改变。现在，我们现在向它添加160对Key值完全不同的键值对，那么，该HashMap内部有可能下面这种情况：即对于每一个桶中的由Entry组成的链表的长度会非常地长！我们知道，对于查找链表操作的时间复杂度是很高的，为O(n)。这样的一个HashMap的性能会很低很低，如下图所示：现在再来分析一下这个问题，当前的HashMap能够实现： 1. 根据Key的hashCode，可以直接定位到存储这个Entry的桶所在的位置，这个时间的复杂度为

6、O(1)； 2. 在桶中查找对应的Entry对象节点，需要遍历这个桶的Entry链表，时间复杂度为O(n); 那么，现在，我们应该尽可能地将第2个问题的时间复杂度o(n)降到最低，读者现在是不是有想法了：我们应该要求桶中的链表的长度越短越好！桶中链表的长度越短，所消耗的查找时间就越低，最好就是一个桶中就一个Entry对象节点就好了！ 这样一来，桶中的Entry对象节点要求尽可能第少，这就要求，HashMap中的桶的数量要多了。 我们知道，HashMap的桶数目，即Entry table数组的长度，由于数组是内存中连续的存储单元，它的空间代价是很大的，但是它的随机存取的速度是Java集合中最快的

7、。我们增大桶的数量，而减少Entry链表的长度，来提高从HashMap中读取数据的速度。这是典型的拿空间换时间的策略。 但是我们不能刚开始就给HashMap分配过多的桶(即Entry table 数组起始不能太大)，这是因为数组是连续的内存空间，它的创建代价很大，况且我们不能确定给HashMap分配这么大的空间，它实际到底能够用多少，为了解决这一个问题，HashMap采用了根据实际的情况，动态地分配桶的数量。HashMap的权衡策略 要动态分配桶的数量，这就要求要有一个权衡的策略了，HashMap的权衡策略是这样的：如果HashMap的大小HashMap的容量(即Entry table的大小)

8、*加载因子(经验值0.75)则HashMap中的Entry table 的容量扩充为当前的一倍； 然后重新将以前桶中的Entry链表重新分配到各个桶中上述的HashMap的容量(即Entry table的大小) * 加载因子(经验值0.75)就是所谓的阀值(threshold)： 最后，请读者看一个实例： 默认创建的HashMap map =new HashMap();map的容量是16，那么，当我们往map中添加第几个完全不同的键值对时，HashMap的容量会扩充呢？ 呵呵，很简单的计算：由于默认的加载因子是0.75，那么，此时map的阀值是16*0.75 = 12，即添加第13个键值对的时

9、候，map的容量会扩充一倍。 这时候读者可能会有疑问：本来Entry table的容量是16，当放入12个键值对后，不是至少还剩下4个Entry table元素没有被使用到吗？这不是浪费了宝贵的空间了吗？！ 确实如此，但是为了尽可能第减少桶中的Entry链表的长度，以提高HashMap的存取性能，确定的这个经验值。如果读者你对存取效率要求的不是太高，想省点空间的话，你可以new HashMap(int initialCapacity, float loadFactor)构造方法将这个因子设置得大一些也无妨。2. HashMap的算法实现解析HashMap的算法实现最重要的两个是put() 和g

10、et() 两个方法，下面我将分析这两个方法：javaview plaincopy print?1. publicVput(Kkey,Vvalue);2. publicVget(Objectkey);另外，HashMap支持Key值为null 的情况，我也将详细地讨论这个问题。 1. 向HashMap中存储一对键值对流程-put()方法实现：put()方法-向HashMap存储键值对 a. 获取这个Key的hashcode值，根据此值确定应该将这一对键值对存放在哪一个桶中，即确定要存放桶的索引；b. 遍历所在桶中的Entry链表，查找其中是否已经有了以Key值为Key存储的Entry对象，c1.

11、 若已存在，定位到对应的Entry,其中的Value值更新为新的Value值；返回旧值；c2. 若不存在，则根据键值对 创建一个新的Entry对象，然后添加到这个桶的Entry链表的头部。d. 当前的HashMap的大小(即Entry节点的数目)是否超过了阀值，若超过了阀值(threshold)，则增大HashMap的容量(即Entry table 的大小)，并且重新组织内部各个Entry排列。详细流程如下列的代码所示：javaview plaincopy print?1. /*2. *将键值对存到HashMap中，如果Key在HashMap中已经存在，那么最终返回被替换掉的Value值。3.

12、 *Key和Value允许为空4. */5. publicVput(Kkey,Vvalue)6. 7. /1.如果key为null，那么将此value放置到table0,即第一个桶中8. if(key=null)9. returnputForNullKey(value);10. /2.重新计算hashcode值，11. inthash=hash(key.hashCode();12. /3.计算当前hashcode值应当被分配到哪一个桶中，获取桶的索引13. inti=indexFor(hash,table.length);14. /4.循环遍历该桶中的Entry列表15. for(Entrye

13、=tablei;e!=null;e=e.next)16. Objectk;17. /5.查找Entry链表中是否已经有了以Key值为Key存储的Entry对象,18. /已经存在,则将Value值覆盖到对应的Entry对象节点上19. if(e.hash=hash&(k=e.key)=key|key.equals(k)/请读者注意这个判定条件，非常重要！20. VoldValue=e.value;21. e.value=value;22. e.recordAccess(this);23. returnoldValue;24. 25. 26. modCount+;27. /6不存在，则根据键值对

14、创建一个新的Entry对象，然后添加到这个桶的Entry链表的头部。28. addEntry(hash,key,value,i);29. returnnull;30. 31. 32. /*33. *Key为null,则将Entry放置到第一桶table0中34. */35. privateVputForNullKey(Vvalue)36. for(Entrye=table0;e!=null;e=e.next)37. if(e.key=null)38. VoldValue=e.value;39. e.value=value;40. e.recordAccess(this);41. returno

15、ldValue;42. 43. 44. modCount+;45. addEntry(0,null,value,0);46. returnnull;47. javaview plaincopy print?1. /*2. *根据特定的hashcode重新计算hash值，3. *由于JVM生成的的hashcode的低字节(lowerbits)冲突概率大，（JDK只是这么一说，至于为什么我也不清楚）4. *为了提高性能，HashMap对Key的hashcode再加工，取Key的hashcode的高字节参与运算5. */6. staticinthash(inth)7. /Thisfunctionen

16、suresthathashCodesthatdifferonlyby8. /constantmultiplesateachbitpositionhaveabounded9. /numberofcollisions(approximately8atdefaultloadfactor).10. h=(h20)(h12);11. returnh(h7)(h4);12. 13. 14. /*15. *返回此hashcode应当分配到的桶的索引16. */17. staticintindexFor(inth,intlength)18. returnh&(length-1);19. 当HashMap的大小

17、大于阀值时，HashMap容量的扩充算法当当前的HashMap的大小大于阀值时，HashMap会对此HashMap的容量进行扩充，即对内部的Entry table 数组进行扩充。HashMap对容量（Entry table数组长度） 有两点要求：1. 容量的大小应当是 2的N次幂；2. 当容量大小超过阀值时，容量扩充为当前的一倍；这里第2点很重要,如果当前的HashMap的容量为16，需要扩充时，容量就要变成16*2 = 32,接着就是32*2=64、64*2=128、128*2=256.可以看出，容量扩充的大小是呈指数级的级别递增的。 这里容量扩充的操作可以分为以下几个步骤：1. 申请一个新

18、的、大小为当前容量两倍的数组； 2. 将旧数组的Entry table中的链表重新计算hash值，然后重新均匀地放置到新的扩充数组中； 3. 释放旧的数组；由上述的容量扩充的步骤来看，一次容量扩充的代价非常大，所以在容量扩充时，扩充的比例为当前的一倍，这样做是尽量减少容量扩充的次数。为了提高HashMap的性能：1.在使用HashMap的过程中，你比较明确它要容纳多少Entry，你应该在创建HashMap的时候直接指定它的容量； 2. 如果你确定HashMap的使用的过程中，大小会非常大，那么你应该控制好 加载因子的大小，尽量将它设置得大些。避免Entry table过大，而利用率觉很低。ja

19、vaview plaincopy print?1. /*2. *Rehashesthecontentsofthismapintoanewarraywitha3. *largercapacity.Thismethodiscalledautomaticallywhenthe4. *numberofkeysinthismapreachesitsthreshold.5. *6. *IfcurrentcapacityisMAXIMUM_CAPACITY,thismethoddoesnot7. *resizethemap,butsetsthresholdtoInteger.MAX_VALUE.8. *Th

20、ishastheeffectofpreventingfuturecalls.9. *10. *paramnewCapacitythenewcapacity,MUSTbeapoweroftwo;11. *mustbegreaterthancurrentcapacityunlesscurrent12. *capacityisMAXIMUM_CAPACITY(inwhichcasevalue13. *isirrelevant).14. */15. voidresize(intnewCapacity)16. EntryoldTable=table;17. intoldCapacity=oldTable

21、.length;18. if(oldCapacity=MAXIMUM_CAPACITY)19. threshold=Integer.MAX_VALUE;20. return;21. 22. 23. EntrynewTable=newEntrynewCapacity;24. transfer(newTable);25. table=newTable;26. threshold=(int)(newCapacity*loadFactor);27. 28. 29. /*30. *TransfersallentriesfromcurrenttabletonewTable.31. */32. voidtr

22、ansfer(EntrynewTable)33. Entrysrc=table;34. intnewCapacity=newTable.length;35. for(intj=0;jsrc.length;j+)36. Entrye=srcj;37. if(e!=null)38. srcj=null;39. do40. Entrynext=e.next;41. inti=indexFor(e.hash,newCapacity);42. e.next=newTablei;43. newTablei=e;44. e=next;45. while(e!=null);46. 47. 48. 为什么JDK

23、建议我们重写Object.equals(Object obj)方法时，需要保证对象可以返回相同的hashcode值？Java程序员都看过JDK的API文档，该文档关于Object.equals(Object obj)方法，有这样的描述： “注意：当此方法被重写时，通常有必要重写hashCode方法，以维护hashCode方法的常规协定，该协定声明相等对象必须具有相等的哈希码。”读者虽然知道这个协定，但是不一定真正知道为什么会有这一个要求，现在，就来看看原因吧。请读者再注意看一下上述的额put()方法实现，当遍历某个桶中的Entry链表来查找Entry实例的过程中所使用的判断条件：javavie

24、w plaincopy print?1. for(Entrye=tablei;e!=null;e=e.next)2. Objectk;3. /5.查找Entry链表中是否已经有了以Key值为Key存储的Entry对象,4. /已经存在,则将Value值覆盖到对应的Entry对象节点上5. if(e.hash=hash&(k=e.key)=key|key.equals(k)6. VoldValue=e.value;7. e.value=value;8. e.recordAccess(this);9. returnoldValue;10. 11. 对于给定的Key,Value，判断该Key是否与Entry链表中有某一个Entry对象的Key值相等