透過Java中的HashMap了解Map接口
一直以來似乎都有一個錯覺，認為map跟其他的集合類一樣繼承自Collection，其實不然，Map和Collection在結構層次上是沒有任何關系的，通過查看源碼可以發現map所有操作都是基于key-value對，而不是單獨的元素。
下面以HashMap為例子，深入對Map的實現機制進行了解，在這個過程中，請打開jdk源碼。
Hash算法
HashMap使用Hash算法，所以在解剖HashMap之間，需要先簡單的了解Hash算法，Hash算法一般也成為散列算法，通過散列算法將任意的值轉化成固定的長度輸出，該輸出就是散列值，這是一種壓縮映射，也就是，散列值的空間遠遠小于輸入的值空間。
簡單的說，hash算法的意義在于提供了一種快速存取數據的方法,它用一種算法建立鍵值與真實值之間的對應關系,(每一個真實值只能有一個鍵值,但是一個鍵值可以對應多個真實值),這樣可以快速在數組等里面存取數據。
下面我們建立一個HashMap,然后往里面放入12對key-value，這個HashMap的默認數組長度為16，我們的key分別存放在該數組的格子中，每個格子下面存放的元素又是以鏈表的方式存放元素。
- public static void main(String[] args) {
- Map map = new HashMap();
- map.put( " What " , " chenyz " );
- map.put( " You " , " chenyz " );
- map.put( " Don't " , " chenyz " );
- map.put( " Know " , " chenyz " );
- map.put( " About " , " chenyz " );
- map.put( " Geo " , " chenyz " );
- map.put( " APIs " , " chenyz " );
- map.put( " Can't " , " chenyz " );
- map.put( " Hurt " , " chenyz " );
- map.put( " you " , " chenyz " );
- map.put( " google " , " chenyz " );
- map.put( " map " , " chenyz " );
- map.put( " hello " , " chenyz " );
- }
當我們新添加一個元素時，首先我們通過Hash算法計算出這個元素的Hash值的hashcode，通過這個hashcode的值，我們就可以計算出這個新元素應該存放在這個hash表的哪個格子里面，如果這個格子中已經存在元素，那么就把新的元素加入到已經存在格子元素的鏈表中。
運行上面的程序，我們對HashMap源碼進行一點修改，打印出每個key對象的hash值
What-->hash值：8
You-->hash值：3
Don't-->hash值：7
Know-->hash值：13
About-->hash值：11
Geo-->hash值：12
APIs-->hash值：1
Can't-->hash值：7
Hurt-->hash值：1
you-->hash值：10
google-->hash值：3
map-->hash值：8
hello-->hash值：0
計算出來的Hash值分別代表該key應該存放在Hash表中對應數字的格子中，如果該格子已經有元素存在，那么該key就以鏈表的方式依次放入格子中
從上表可以看出，Hash表是線性表和鏈表的綜合所得，根據數據結構的定義，可以得出粗劣的結論，Hash算法的存取速度要比數組差一些，但是比起單純的鏈表，在查找和存取方面卻要好多。
如果要查找一個元素時，同樣的方式，通過Hash函數計算出這個元素的Hash值hashcode，然后通過這個hashcode值，直接找到跟這個hash值相對應的線性格子，進如該格子后，對這個格子存放的鏈表元素逐個進行比較，直到找到對應的hash值。
在簡單了解完Hash算法后，我們打開HashMap源碼
初始化HashMap
下面我們看看Map map = new HashMap();這段代碼究竟做了什么，發生了什么數據結構的變化。
HashMap中幾個重要的屬性
transient Entry[] table;
用來保存key-value的對象Entry數組，也就是Hash表
transient int size;
返回HashMap的鍵值對個數
final float loadFactor;
負載因子，用來決定Entry數組是否擴容的因子，HashMap默認是0.75f
int threshold;
重構因子，(capacity * load factor)負載因子與Entry[]數組容積的乘值
- public class HashMap < K,V >
- extends AbstractMap < K,V >
- implements Map < K,V > , Cloneable, Serializable
- {
- int threshold;
- final float loadFactor;
- transient Entry[] table;
- static final float DEFAULT_LOAD_FACTOR = 0.75f ;
- static final int DEFAULT_INITIAL_CAPACITY = 16 ;
- 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();
- }
以public HashMap(int initialCapacity, float loadFactor)構造函數為例，另外兩個構造函數實際上也是以同種方式來構建HashMap.
首先是要確定hashMap的初始化的長度，這里使用的策略是循環查出一個大于initialCapacity的2的次方的數，例如 initialCapacity的值是10，那么大于10的數是2的4次方，也就是16
capacity的值被賦予了16，那么實際上table數組的長度是16，之所以采用這樣的策略來構建Hash表的長度，是因為2的次方運算對于計算機來說是有相當的效率。
loadFactor，被稱為負載因子，HashMap的默認負載因子是0.75f
threshold，接下來是重構因子，由負載因子和容量的乘機組成，它表示當HashMap元素被存放了多少個之后，需要對HashMap進行重構。
通過這一系列的計算和定義后，初始化Entry[] table;
put(key,value)
接下來看一對key-value是如何被存放到HashMap中：put(key,value)
- public V put(K key, V value) {
- if (key == null )
- return putForNullKey(value);
- int hash = hash(key.hashCode());
- int i = indexFor(hash, table.length);
- System.out.println(key + " -->hash值： " + i); // 這就是剛才程序打印出來的key對應hash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;
- }
- }
- modCount ++ ;
- addEntry(hash, key, value, i);
- return null ;
- }
- 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 );
- }
這里是整個hash的關鍵，請打開源碼查看一步一步查看。
hash(key.hashCode()) 計算出key的hash碼 //對于hash()的算法，這里有一篇分析很透徹的文章
indexFor(hash, table.length) 通過一個與算法計算出來，該key應在存放在Hash表的哪個格子中。
for (Entry e = table[i]; e != null; e = e.next) 然后再遍歷table[i]格中的鏈表，判斷是否已經存在一樣的key，如果存在一樣的key值，那么就用新的value覆蓋舊的value，并把舊的value值返回。
addEntry(hash, key, value, i) 如果經過遍歷鏈表沒有發現同樣的key，那么進行addEntry函數的操作，增加當前key到hash表中的第i個格子中的鏈表中
- 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);
Entry e = table[bucketIndex]; 創建一個Entry對象來存放鍵值（ps:Entry對象是一個鏈表對象）
table[bucketIndex] = new Entry(hash, key, value, e); 將Entry對象添加到鏈表中
if (size++ >= threshold) resize(2 * table.length); ***將size進行自增，判斷size值是否大于重構因子，如果大于那么就是用resize進行擴容重構。
- void resize( int newCapacity) {
- Entry[] oldTable = table;
- int oldCapacity = oldTable.length;
- if (oldCapacity == MAXIMUM_CAPACITY) {
- threshold = Integer.MAX_VALUE;
- return ;
- }
- Entry[] newTable = new Entry[newCapacity];
- transfer(newTable);
- table = newTable;
- threshold = ( int )(newCapacity * loadFactor);
這里為什么是否需要擴容重構，其實是涉及到負載因子的性能問題
loadFactor負載因子
上面說過loadFactor是一個hashMap的決定性屬性，HashSet和HashMap的默認負載因子都是0.75，它表示，如果哈希表的容量超過3/4時，將自動成倍的增加哈希表的容量，這個值是權衡了時間和空間的成本，如果負載因子較高，雖然會減少對內存空間的需求，但也會增加查找數據的時間開銷，無論是put()和get()都涉及到對數據進行查找的動作，所以負載因子是不適宜設置過高
get(key)
接下來看看get(key)做了什么
- public V get(Object key) {
- if (key == null )
- return getForNullKey();
- int hash = hash(key.hashCode());
- for (Entry < K,V > e = table[indexFor(hash, table.length)];
- e != null ;
- e = e.next) {
- Object k;
- if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
- return e.value;
- }
- return null ;
- }
這些動作似乎是跟put(key，value)相識，通過hash算法獲取key的hash碼，再通過indexFor定位出該key存在于table的哪一個下表，獲取該下標然后對下標中的鏈表進行遍歷比對，如果有符合就直接返回該key的value值。
keySet()
這里還涉及另一個問題，上面說了HashMap是跟set沒有任何親屬關系，但map也一樣實現了keySet接口，下面譜析一下keySet在hashMap中是如何實現的，這里給出部分代碼，請結合源碼查看
- public K next() {
- return nextEntry().getKey();
- }
- final Entry < K,V > nextEntry() {
- if (modCount != expectedModCount)
- throw new ConcurrentModificationException();
- Entry < K,V > e = next;
- if (e == null )
- throw new NoSuchElementException();
- if ((next = e.next) == null ) {
- Entry[] t = table;
- while (index < t.length && (next = t[index ++ ]) == null )
- ;
- }
- current = e;
- return e;
- }
代碼很簡單，就是對每個格子里面的鏈表進行遍歷，也正是這個原因，當我們依次將key值put進hashMap中，但在使用map.entrySet().iterator()進行遍歷時候卻不是put時候的順序。
擴容
在前面說到put函數的時候，已經提過了擴容的問題
- if (size ++ >= threshold)
- resize( 2 * table.length);
這里一個是否擴容的判斷，當數據達到了threshold所謂的重構因子，而不是HashMap的***容量，就進行擴容。
- Entry[] oldTable
- threshold
- }
- Entry[] newTable
- transfer(newTable);
- table
- threshold
- }
- Entry[] src
- Entry
- src[j]
- Entry
- e.next
- newTable[i]
- e
- }
- }
- }
- }
- void resize( int newCapacity)
- { = table; int oldCapacity = oldTable.length;
- if (oldCapacity == MAXIMUM_CAPACITY) { = Integer.MAX_VALUE;
- return ; = new Entry[newCapacity];
- = newTable; = ( int )(newCapacity * loadFactor);
- void transfer(Entry[] newTable)
- { = table; int newCapacity = newTable.length;
- for ( int j = 0 ; j < src.length; j ++ ) { < K,V > e = src[j];
- if (e != null ) { = null ; do { < K,V > next = e.next;
- int i = indexFor(e.hash, newCapacity);
- = newTable[i]; = e; = next;
- while (e != null );
transfer方法實際上是將所有的元素重新進行一些hash，這是因為容量變化了，每個元素相對應的hash值也會不一樣。
使用HashMap
1.不要再高并發中使用HashMap，HashMap是線程不安全，如果被多個線程共享之后，將可能發生不可預知的問題。
2.如果數據大小事固定的，***在初始化的時候就給HashMap一個合理的容量值，如果使用new HashMap()默認構造函數，重構因子的值是16*0.75=12，當HashMap的容量超過了12后，就會進行一系列的擴容運算，重建一個原來成倍的數組，并且對原來存在的元素進行重新的hash運算，如果你的數據是有成千上萬的，那么你的成千上萬的數據也要跟這你的擴容不斷的hash，這將產生高額的內存和cpu的大量開銷。
當然啦，HashMap的函數還有很多，不過都是基于table的鏈表進行操作，當然也就是hash算法，Map & hashMap在平時我們的應用非常多，最重要的是我們要對每句代碼中每塊數據結構變化心中有數。
【編輯推薦】
