基于JDK1.6的HashMap底层实现与分析

吖龙Sam

浏览: 21172 次
性别:
来自: 北京

最近访客更多访客>>

zlf3865072

javaxiaokuangren

wd1282988143

YZBYZZ

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

Java

HashMap实现 HashMap原理 HashMap分析 hash冲突

最新仔细看了一遍JDK1.6 HashMap的源码，收获颇深，写一篇博客来记录下自己的学习心得。HashMap也是Java中一个非常重要的集合，确实值得研究和学习。

本文主要分几个步骤来讲HashMap：

一、HashMap底层实现

二、HashMap源码分析

1.成员变量

2.构造方法

3.put()方法和get()方法

三、HashMap需要注意的关键点

一、HashMap底层实现

HashMap底层是通过数组和链表来实现的。

HashMap是Java中存储键值对的容器，当我们调用HashMap的put()方法往Map存储数据时，HashMap先通过“hash算法”得出该key的hashCode值，再通过hash值和数组长度计算出该key存储在数组中的索引位置，如果该索引位置上存在相同的hashCode和相同的key，则新值覆盖旧值，并返回旧值；如果存在相同的hashCode，但是key不相同，这时就产生hash冲突，hash冲突后数组里单个元素存放的不是一个Entry，而是一个Entry链，Entyr存放的是key-value，HashMap结构如下图：

二、HashMap源码分析

1、成员变量

static final int DEFAULT_INITIAL_CAPACITY = 16;// 默认容量

static final int MAXIMUM_CAPACITY = 1 << 30;// 最大容量，其实就是2的30次幂

static final float DEFAULT_LOAD_FACTOR = 0.75f;// 默认加载因子

transient Entry[] table;// 存放key-value的数组

transient int size;// Map容器里存放的元素个数

int threshold;// 临界值

final float loadFactor;// 加载因子

transient volatile int modCount;// Map被操作的次数

分析：

treashold 表示Map容量的临界值，当存放的元素超过这个临界值时，Map就会扩容，threashold=capacity * loadFactor，loadFactor 是加载因子，默认为0.75f这是时间和空间的权衡，当loadFactor配置得过大时，内存的利用率比较高，也就是table数组可以存放更多的元素，同时也降低了查询效率，因为hash冲突机会大了，当loadFactor配置得过小时，减少了hash冲突，提高了查询效率，但是内存的利用率低了，table数组很多位置还没存放元素就开始扩容了。

2、构造方法

public HashMap(int initialCapacity, float loadFactor) {
	// 数字的合法性判断
	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);

	// 找到2的n次幂 >= 指定容量值
	int capacity = 1;
	while (capacity < initialCapacity)
		capacity <<= 1;

	this.loadFactor = loadFactor;
	threshold = (int)(capacity * loadFactor);// 计算临界值
	table = new Entry[capacity];// 创建容量为capacity的数组
	init();
}

public HashMap(int initialCapacity) {
	this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap() {
	this.loadFactor = DEFAULT_LOAD_FACTOR;
	threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
	table = new Entry[DEFAULT_INITIAL_CAPACITY];
	init();
}

分析：

2.1）public HashMap(int initialCapacity, float loadFactor)

从代码中可以看出，HashMap并不是直接使用传入的initialCapactiy来创建数组，而是通过一个算法来取得需要创建的数组大小，这个算法就是找到2的n次幂，使得这个数大于等于initialCapcity，使用这个数来创建存放键值对的数组。

2.2）public HashMap(int initialCapacity)

使用指定的容量和默认的加载因子来创建Map

2.3）public HashMap()

使用默认的容量和默认的加载因子来创建Map

3、put()方法

public V put(K key, V value) {
	// 如果key为null，为把key-value存放在table[0]的位置上
	if (key == null)
		return putForNullKey(value);
	// 如果key不为null，则通过“hash算法”计算出key的hash值，并通过hash值计算出该值存储在table数组中的索引位置
	int hash = hash(key.hashCode());
	int i = indexFor(hash, table.length);
	// 如果该索引位置上存放的不是单独的Entry元素，而是一个Entry链，则遍历该链表
	for (Entry<K,V> e = table[i]; e != null; e = e.next) {
		Object k;
		// 如果hash值和key都相同，则新值覆盖旧值，并返回旧值
		if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
			V oldValue = e.value;
			e.value = value;
			e.recordAccess(this);
			return oldValue;
		}
	}

	modCount++;// 操作数+1
	addEntry(hash, key, value, i);// 将键值对存入数组
	return null;
}

put()方法工作流程：

1）如果key为null，则把键值对存到talbe[0]位置上；

2）如果key不为null，则通过“hash算法”计算出key的hash值，并通过hash值计算出该值存储在table数组中的索引位置；

3）如果该索引位置上的元素是空，则直接将键值对存入数组中；

3）如果该索引位置上不为空，并且是一个Entry链，则遍历该链表，如果找到hash值和key都相同，则新值覆盖旧值，并返回旧值；

4）如果存在相同的hash值，但是key不同，这时就形成hash冲突，hash冲突时，会形成一个Entry链，新的元素会存在链表的首位置，并用一个next对象指向下一个元素。

接着我们一步一步分析put里面调用的每一个方法，首先看看putNullForKey()方法的源码：

private V putForNullKey(V value) {
	// 获取table[0]位置上的元素，如果该元素是一个Entry链表，则遍历该链表
	// 找到key==null的元素，新值替换旧值，返回旧值
	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++;// 操作数+1
	// 如果数组不存在key为null的元素，则存储在table[0]的位置上
	addEntry(0, null, value, 0);
	return null;
}

接着我们看看hash()源码：

static int hash(int h) {
	h ^= (h >>> 20) ^ (h >>> 12);
	return h ^ (h >>> 7) ^ (h >>> 4);
}

这个方法我们可以不用理解细节，只要认为它可以算出一个合理的hash值就好，接着我们看看indexFor()的源码：

static int indexFor(int h, int length) {
	return h & (length-1);
}

该方法是通过key的hash值和数组的长度，计算出元素所要存储的索引位置，它能比较均匀的散列在数组的各个索引中，相当于取模，但是取模用到除法，效率比较低，这个通过二进制的位运算，效率高很多。

接着我们看看addEntry()方法源码：

void addEntry(int hash, K key, V value, int bucketIndex) {
	// 取得计算出来的索引位置上的元素
	Entry<K,V> e = table[bucketIndex];
	// 创建新的Entry对象，存入table数组中，并用一个next变量指向原来的元素
	// 如果原来为空，则next=null，否则形成一个Entry链表
	table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
	// 添加元素后，如果存放的元素个数超过临界值，则扩容
	if (size++ >= threshold)
		// 数组扩容以2的倍数扩展
		resize(2 * table.length);
}

addEntry() 方法是形成链表的核心代码，需要重点分析下，首先取得table[bucketIndex]上的元素，这个bucketIndex就是上面通过hash算法计算出来的索引值，然后通过传入的hash，key，value构建一个新的Entry对象，存入table[bucketIndex]中，并用一个Entry对象的next变量指向原来的元素，形成链表。

接着我们看看扩容方法resize()的源码：

void resize(int newCapacity) {
	Entry[] oldTable = table;
	int oldCapacity = oldTable.length;
	// 如果原来数组的容量已经等于最大值，则临界值直接等于Integer的最大值，并且不再扩容
	if (oldCapacity == MAXIMUM_CAPACITY) {
		threshold = Integer.MAX_VALUE;
		return;
	}
	// 根据指定容量创建一个新的数组
	Entry[] newTable = new Entry[newCapacity];
	// 数组拷贝，把原来的数组内容拷贝到新的数组中(该方法最耗时)
	transfer(newTable);
	// 新的数组引用指向给table
	table = newTable;
	// 重新计算临界值
	threshold = (int)(newCapacity * loadFactor);
}

扩容时，最耗时的就是数组拷贝，我们看看数组拷贝的 transfer()源码：

void transfer(Entry[] newTable) {
	// 取得原来数组的引用
	Entry[] src = table;
	int newCapacity = newTable.length;
	// 遍历旧的数组
	for (int j = 0; j < src.length; j++) {
		Entry<K,V> e = src[j];// 取得旧数组的每一个元素
		if (e != null) {
			src[j] = null;// 旧的元素引用已经不再使用，置空操作，方便GC回收
			do {
				Entry<K,V> next = e.next;// 如果数组存放的是Entry链，则取得当前元素的下一个元素
				int i = indexFor(e.hash, newCapacity);// 重新计算当前元素在新数组的索引位置
				e.next = newTable[i];// 新数组当前索引下如果有值，则赋值给需要添加进来的元素的下一个元素
				newTable[i] = e;// 把当前元素存入新的数组中
				e = next;// 遍历下一个元素
			} while (e != null);
		}
	}
}

transfer()方法也需要重点分析下，因为它不是一个普通的数组拷贝，元素里存放的不是一个简单的对象，而一个是链表。首先用一个src指向旧的数组引用，遍历旧的数组，遍历过程中取得每个元素，如果旧的数组元素是一个Entry链，则用一个next变量取得当前元素的下一个元素，重新计算当前元素需要存放在新数组中的索引位置，如果新数组该索引位置上有值，则把该索引位置上的元素赋值给需要存放在新数组的元素的next变量上，并把旧数组中的元素存入新的数组中，把旧的数组的元素引用置空，然后遍历下一个元素。从中可以看出数组拷贝之后，原来的链表顺序已经发生了变化，所以说HashMap是不保证顺序的。说得有点绕，需要读者仔细体会这其中的思想，最好亲自上手写一遍。

我们再来看看put的方法声明：

public V put(K key, V value)

从上面的源码分析中，我们知道如果需要存储的key-value在HashMap中不存在，则直接将其存入数组相应的位置中，并返回null；

如果存在相同的hash和相同的key，则会用新值替换旧值，并返回旧值；

如果存在相同的hash，但是key不相同，则会形成链表，新加入的元素会存在链表的表头位置，并返回null；

如果key为null，则会检查数组中第一个元素table[0]是否存在key为null的值，如果有，则新值替换旧值，并返回旧值；如果没有找到key为null，则直接把key存入talbe[0]位置上，并返回null；

这说明put()返回值，要么返回与key关联的旧的值，如果没有关联过，则返回null。

4、get()方法

理解完put()方法之后，再来理解get()方法就容易多了，原来怎么存，现在就怎么取，我们看看get()源码：

public V get(Object key) {
	// 如果key为null，则从数组的第一个元素中查找
	if (key == null)
		return getForNullKey();
	// 如果key不为null，则计算key的hash值，并通过hash和数组长度计算出该key在数组中的索引
	int hash = hash(key.hashCode());
	// 如果该索引下的元素是一个链表，则遍历该链表
	for (Entry<K,V> e = table[indexFor(hash, table.length)];
		 e != null;
		 e = e.next) {
		Object k;
		// 如果hash和key都相同，则返回该key对应的value值
		if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
			return e.value;
	}
	// 查找不到，则返回null
	return null;
}

分析get()方法：

如果key为null，则从table[0]的位置上去查找；

如果key不为null，则通过hash算法计算得出该key在数组中的索引，取得该索引下的元素，如果该索引下存储的是一个链表，则遍历链表，找到hash和key都相同的元素，如果找到，则返回该key对应的value值，如果找不到，则返回null。

接着我们看看getForNullKey()方法的源码：

private V getForNullKey() {
	// 取得数组中的第一个元素，如果是链表，则遍历链表，
	// 找到key为null的元素，如果有则返回该key对应的value值，否则返回null
	for (Entry<K,V> e = table[0]; e != null; e = e.next) {
		if (e.key == null)
			return e.value;
	}
	return null;
}

分析getFroNullKey()方法：

取得数组中的第一个元素，如果元素是一个链表，则遍历链表，找到key等于null的元素，如果找到则返回该key对应的value值，否则返回null。

我们后看看get()方法声明：

public V get(Object key)

从上面的源码中，我们知道如果该HashMap存在映射关键，则返回该key下对应的value值，否则返回null

返回null，还表示该key下对应的映射值就是null。

三、HashMap需要注意的关键点

1.HashMap怎么实现的？

HashMap底层是通过数组和链表来实现。

2.什么是hash冲突，HashMap怎么解决冲突？

当需要存入的key和原来数组中的某个元素的key，存在hash值相同，但是key不相同时，这时就产生了hash冲突；HashMap通过链表来解决冲突，当存在hash冲突时，就把需要存入的元素存在冲突元素的表头上，并用一个next变量指向原来的元素，形成链表。

3.HashMap什么时候扩容，以什么方式扩容？

当HashMap调用put()方法存入元素之后，会检查当前存放的元素个数是否超过临界值，如果超过临界值，则进行扩容，扩容时以原来长度的2倍进行扩容。这个临界值threashold是通过这种方式计算的：threashold = size * loadFactor，其中size是HashMap元素个数，loadFactor是加载因子。从这个公式可以看出，当size不变时，loadFactor越大，临界值threashold就越大，也就是数组可以存放更多的元素，这样提高了内存利用率，但是增加了冲突概率，也就是降低了查询效率；当loadFactor越小，临界值threashold就越小，数组还没使用完就开始扩容，这样提高了查询效率，却浪费了很多内存空间，因为很多元素还没使用数组就开始扩容了。