HashMap，难的不在Map，而在Hash

心已赠人 2021-06-24 16:09 334阅读 0赞

在平常的开发当中，HashMap是我最常用的[Map类][Map]（没有之一），它支持null键和null值，是绝大部分利用键值对存取场景的首选。需要切记的一点是——HashMap不是线程安全的数据结构，所以不要在多线程场景中应用它。

通常情况下，我们使用Map的主要目的是用来放入（put）、访问（get）或者删除（remove），而对顺序没有特别的要求——HashMap在这种情况下就是最好的选择。

### 01、Hash ###

对于HashMap来说，难理解的不在于Map，而在于Hash。

Hash，一般译作“散列”，也有直接音译为“哈希”的，这玩意什么意思呢？就是把任意长度的数据通过一种算法映射到固定长度的域上（散列值）。

再直观一点，就是对一串数据wang进行杂糅，输出另外一段固定长度的数据er——作为数据wang的特征。我们通常用一串指纹来映射某一个人，别小瞧手指头那么大点的指纹，在你所处的范围内很难找出第二个和你相同的（人的散列算法也好厉害，有没有？）。

对于任意两个不同的数据块，其散列值相同的可能性极小，也就是说，对于一个给定的数据块，找到和它散列值相同的数据块极为困难。再者，对于一个数据块，哪怕只改动它的一个比特位，其散列值的改动也会非常的大——这正是Hash存在的价值！

在Java中，String字符串的散列值计算方法如下：

public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;
    
            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

看得懂看不懂都没关系，我们就当是一个“乘加迭代运算”的算法。借此机会，我们来看一下“沉”、“默”、“王”、“二”四个字符串的散列值是多少。

String[] cmower = { "沉", "默", "王", "二" };
    for (String s : cmower) {
        System.out.println(s.hashCode());
    }

输出的结果如下（5位数字）：

> 沉的散列值：27785  
> 默的散列值：40664  
> 王的散列值：29579  
> 二的散列值：20108

对于HashMap来说，Hash（key，键位）存在的目的是为了加速键值对的查找（你想，如果电话薄不是按照人名的首字母排列的话，找一个人该多困难「我的微信好友有不少在昵称前加了A，好狠」）。通常情况下，我们习惯使用String字符串来作为Map的键，请看以下代码：

Map<String, String> map = new HashMap<>();
    String[] cmower = { "沉", "默", "王", "二" };
    for (String s : cmower) {
        map.put(s, s + "月入25万");
    }

那HashMap会真的会将String字符串作为实际的键吗？我们来看HashMap的put方法源码：

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

虽然只有一个`putVal()`方法的调用，但是你应该已经发现，HashMap内部会把key进行一个hash运算，具体代码如下：

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

假如key是String字符串的话，`hash()`会先获取字符串的hashCode（散列值），再对散列值进行位于运算，最终的值为HashMap实际的键（int值）。

既然HashMap在put的时候使用键的散列值作为实际的键，那么在根据键获取值的时候，自然也要先对`get(key)`方法的key进行hash运算，请看以下代码：

public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

### 02、散列值冲突怎么解决 ###

尽管散列值很难重复，我们还是要明白，这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出。

也就是说，key1 ≠ key2，但function(key1)有可能等于function(key2)——散列值冲突了。怎么办？

最容易想到的解决办法就是：当关键字key2的散列值value与key1的散列值value出现冲突时，以value为基础，产生另一个散列值value1，如果value1与value不再冲突，则将value1作为key2的散列值。

依照这个办法，总会找到不冲突的那个。

### 03、初始容量和负载因子 ###

HashMap的构造方法主要有三种：

public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }
    
    
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    
    
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
    }

其中initialCapacity为初始容量（默认为1 << 4 = 16），loadFactor为负载因子（默认为0.75）。初始容量是HashMap在创建时的容量（HashMap中桶的数量）；负载因子是HashMap在其容量自动增加之前可以达到多满的一种尺度。

当HashMap中的条目数超出了负载因子与当前容量的乘积时，则要对HashMap扩容，增加大约两倍的桶数。

通常，默认的负载因子 (0.75) 是时间和空间成本上的一种折衷。负载因子过高虽然减少了空间开销，但同时增加了查询成本。如果负载因子过小，则初始容量要增大，否则会导致频繁的扩容。

在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少扩容的操作次数。

如果能够提前预知要存取的键值对数量的话，可以考虑设置合适的初始容量（大于“预估元素数量 / 负载因子”，并且是2的幂数）。

### 04、小结 ###

在之前很长的一段时间内，我对HashMap的认知仅限于会用它的`put(key, value)`和`value = get(key)`。

但，当我强迫自己每周要输出一篇Java方面的技术文章后，我对HashMap真的“深入浅出”了——散列值（哈希值）、散列冲突（哈希冲突）、初始容量和负载因子，竟然能站在我面前一直笑——而原先，我见到这些关键字就逃之夭夭了，我怕见到它们。

--------------------

上一篇：[Java 集合类入门篇][Map]

下一篇：[Java泛型的重要目的：别让猫别站在狗队里][Java]

微信搜索「**沉默王二**」公众号，关注后回复「**免费视频**」获取 500G 高质量教学视频（[已分门别类][Link 1]）。

[Map]: http://www.itwanger.com/java/2019/11/08/java-jihe-rumen.html
[Java]: http://www.itwanger.com/java/2019/11/08/java-fanxing.html
[Link 1]: https://mp.weixin.qq.com/s/GjkEyPW0vgIvuDLYQkBM0A