Java集合框架 Map接口

1、HashMap

HashMap是Map接口最常见的实现，HashMap是非线程安全的，其内部实现是一种基于一个数组和链表的结合体，如下table为HashMap中存储数据的字段：

transient Entry[] table;

    static class Entry<K,V> implements Map.Entry<K,V> {
        final K key;
        V value;
        Entry<K,V> next;
        final int hash;
        ......
    }

 

  上面的Entry就是数组中的元素，它持有一个指向下一个元素的引用，这就构成了链表。

加载因子：

final float loadFactor;

默认加载因子：

static final float DEFAULT_LOAD_FACTOR = 0.75f;

默认容量：

static final int DEFAULT_INITIAL_CAPACITY = 16;

最大容量：

static final int MAXIMUM_CAPACITY = 1 << 30;

实际扩展容量边界：

int threshold;

当实际数据大小超过threshold时，HashMap会将容量扩容，threshold＝容量*加载因子

    public HashMap(int initialCapacity, float loadFactor) {
        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);

        // 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();
    }

 HashMap的初始容量为capacity而不是参数initialCapacity：

int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;//左移并赋值
table = new Entry[capacity];

 如果执行new HashMap(9,0.75)；那么HashMap的初始容量是16，而不是9。

 

当 我们往hashmap中put元素的时候，先根据key的hash值得到这个元素 在数组中的位置（即下标），然后就可以把这个元素放到对应的位置中了。如果这个元素所在的位子上已经存放有其他元素了，那么在同一个位子上的元素将以链表 的形式存放，新加入的放在链头，最先加入的放在链尾。从hashmap中get元素时，首先计算key的hashcode，找到数组中对应位置的某一元 素，然后通过key的equals方法在对应位置的链表中找到需要的元素。如果每个位置上的链表只有一个元素，那么 hashmap的get效率将是最高的。

 

    public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value);
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            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;
    }

 HashMap充许key为null，put对象时，对于key为null的情况，HashMap的做法为获取Entry数组的第一个Entry对象，并基于Entry对象的next属性遍历，当找到了其中的Entry对象的key为null时，则将其中value赋值为新的value然后返回，如果没有key为null的Entry，则增加一个Entry对象：

    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;
    }

 hashmap 中要找到某个元素，需要根据key的hash值来求得对应数组中的位 置。如何计算这个位置就是hash算法。前面说过hashmap的数据结构是数组和链表的结合，所以我们当然希望这个hashmap里面的元素位置尽量的 分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，而不用再 去遍历链表。
所以我们首先想到的就是把hashcode对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，能不能找一种更快速，消耗更小的方式那？java中时这样做的：

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

 HashMap的数组长度永远都是2的n次方，数组的长度-1的二进制永远全部都是1，再与key的hashcode值做 一次“与”运算 （&）。看上去很简单，其实比较有玄机。比如数组的长度是2的4次方，那么hashcode就会和2的4次方-1做“与”运算。很多人都有这个疑 问，为什么hashmap的数组初始化大小都是2的次方大小时，hashmap的效率最高，我以2的4次方举例，来解释一下为什么数组大小为2的幂时 hashmap访问的性能最高。

看 下图，左边两组是数组长度为16（2的4次方），右边两组是数组长度为15。两组 的hashcode均为8和9，但是很明显，当它们和1110“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了 碰撞，8和9会被放到同一个链表上，那么查询的时候就需要遍历这个链表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15 的时候，hashcode的值会与14（1110）进行“与”，那么最后一位永远是0，而 0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以 使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！

 所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
          说到这里，我们再回头看一下hashmap中默认的数组大小是多少，查看源代码可以得知是16，为什么是16，而不是15，也不是20呢，看到上面 annegu的解释之后我们就清楚了吧，显然是因为16是2的整数次幂的原因，在小数据量的情况下16比15和20更能减少key之间的碰撞，而加快查询 的效率。 所以，在存储大容量数据的时候，最好预先指定hashmap的size为2的整数次幂次方。就算不指定的话，也会以大于且最接近指定值大小的2次幂来初始 化的，代码如下(HashMap的构造方法中)：

int capacity = 1;        
while (capacity < initialCapacity)
            capacity <<= 1;

 在数组某个位置的对象可能并不是唯一的，它是一个链表结构，根据哈希值找到链表后，还要对链表遍历，找出key相等的对象，替换它，并且返回旧的值：

     for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }

 如果遍历完了该位置的链表都没有找到有key相等的，那么将当前对象增加到链表的表头去：

    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);
        if (size++ >= threshold)
            resize(2 * table.length);
    }

 当 hashmap中的元素越来越多的时候，碰撞的几率也就越来越高（因为数组的长度是固定的），所以为了提高查询的效率，就要对hashmap的数组进行 扩容，数组扩容这个操作也会出现在ArrayList中，所以这是一个通用的操作，很多人对它的性能表示过怀疑，不过想想我们的“均摊”原理，就释然了， 而在hashmap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。
         那么hashmap什么时候进行扩容呢？当put一个元素时，如果达到了容量限制，也就是threshold的值，数组大小*loadFactor，就会进行数组扩容，新的容量永远是原来的2倍：

if (size++ >= threshold)
            resize(2 * table.length);

 loadFactor 的 默认值为0.75，也就是说，默认情况下，数组大小为16，那么当hashmap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知hashmap中元素的个数，那 么预设元素的个数能够有效的提高hashmap的性能。比如说，我们有1000个元素new HashMap(1000), 但是理论上来讲new HashMap(1024)更合适，不过上面annegu已经说过，即使是1000，hashmap也自动会将其设置为1024。 但是new HashMap(1024)还不是更合适的，因为0.75*1000 < 1000, 也就是说为了让0.75 * size > 1000, 我们必须这样new HashMap(2048)才最合适，既考虑了&的问题，也避免了resize的问题。

 

2、TreeMap

TreeMap是一个支持排序的Map实现，是基于红黑树来实现的，TreeMap是非线程安全的。

 

3、HashTable

HashTable也是Map接口的一个实现，它是线程安全的，跟HashMap的主要区别有下面几点：

3.1 历史原因，Hashtable是基于陈旧的Dictionary类的，HashMap是Java 1.2引进的Map接口的一个实现

3.2 HashTable是线程安全的，HashMap是非线程安全的

3.3 在HashMap中，null可以作为键 ，这样的键只有一个；可以有一个或多个键所对应的值为null。当get()方法返回null值时，即可以表示 HashMap中没有该键，也可以表示该键所对应的值为null。因此，在HashMap中不能由get()方法来判断HashMap中是否存在某个键， 而应该用containsKey()方法来判断。HashTable中key和value都不能为null。

public synchronized V put(K key, V value) {
	// Make sure the value is not null
	if (value == null) {
	    throw new NullPointerException();
	}

	// Makes sure the key is not already in the hashtable.
	Entry tab[] = table;
	int hash = key.hashCode();//key为空将抛出异常
	int index = (hash & 0x7FFFFFFF) % tab.length;
	for (Entry<K,V> e = tab[index] ; e != null ; e = e.next) {
	    if ((e.hash == hash) && e.key.equals(key)) {
		V old = e.value;
		e.value = value;
		return old;
	    }
	}

	modCount++;
	if (count >= threshold) {
	    // Rehash the table if the threshold is exceeded
	    rehash();

            tab = table;
            index = (hash & 0x7FFFFFFF) % tab.length;
	}

	// Creates the new entry.
	Entry<K,V> e = tab[index];
	tab[index] = new Entry<K,V>(hash, key, value, e);
	count++;
	return null;
    }

 3.4 HashTable使用Enumeration，HashMap使用Iterator。

 

3.5 HashTable中hash数组默认大小是11，增加的方式是 old*2+1。HashMap中hash数组的默认大小是16，而且一定是2的指数。

3.6 哈希值的使用不同，HashTable直接使用对象的hashCode ，代码是这样的：

	int hash = key.hashCode();
	int index = (hash & 0x7FFFFFFF) % tab.length;

 而HashMap重新计算hash值，而且用与代替求模 ：

    static int hash(int h) {
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
    static int indexFor(int h, int length) {
        return h & (length-1);
    }

 

 

 HashMap经验：

由于HashMap扩容会影响性能，在已经知道Map大小的情况下，实例化Map时最好要指定其大小，但不是直接指定，因为Map扩容时其容量并没有满，而是到其容量乘加载因子（0.75），所以这里指定其容量其是用已知的大小除以加载因子，但这里也不要除以.075，最好是除以0.7，这样能确保结果大于除以0.75的。

 

如把一个List里的元素全部放到HashMap里时：

HashMap<String,Foo> map;
void addObjects(List<Foo> input){
    map = new HashMap<String, Foo>(); 
    for(Foo f: input){
        map.put(f.getId(), f);
    }
}

 

 优化后：

HashMap<String,Foo> _map;
void addObjects(List<Foo> input){
    map = new HashMap<String, Foo>((int)Math.ceil(input.size() / 0.7)); 
    for(Foo f: input){
        map.put(f.getId(), f);
    }
}