hashmap实现原理浅析

缺乏、安全感 2022-09-26 02:14 210阅读 0赞

http://www.cnblogs.com/lzrabbit/p/3721067.html

看了下JAVA里面有HashMap、Hashtable、HashSet三种hash集合的实现源码，这里总结下，理解错误的地方还望指正

[HashMap和Hashtable的区别][HashMap_Hashtable]

[HashSet和HashMap、Hashtable的区别][HashSet_HashMap_Hashtable]

[HashMap和Hashtable的实现原理][HashMap_Hashtable 1]

[HashMap的简化实现MyHashMap][HashMap_MyHashMap]

# HashMap和Hashtable的区别 #

1.  **两者最主要的区别在于Hashtable是线程安全，而HashMap则非线程安全**  
    Hashtable的实现方法里面都添加了synchronized关键字来确保线程同步，因此相对而言HashMap性能会高一些，我们平时使用时若无特殊需求建议使用HashMap，在多线程环境下若使用HashMap需要使用Collections.synchronizedMap()方法来获取一个线程安全的集合（Collections.synchronizedMap()实现原理是Collections定义了一个SynchronizedMap的内部类，这个类实现了Map接口，在调用方法时使用synchronized来保证线程同步,当然了实际上操作的还是我们传入的HashMap实例，简单的说就是Collections.synchronizedMap()方法帮我们在操作HashMap时自动添加了synchronized来实现线程同步，类似的其它Collections.synchronizedXX方法也是类似原理）
2.  HashMap可以使用null作为key，而Hashtable则不允许null作为key  
    虽说HashMap支持null值作为key，不过建议还是尽量避免这样使用，因为一旦不小心使用了，若因此引发一些问题，排查起来很是费事  
    HashMap以null作为key时，总是存储在table数组的第一个节点上
3.  HashMap是对Map接口的实现，HashTable实现了Map接口和Dictionary抽象类
4.  HashMap的初始容量为16，Hashtable初始容量为11，两者的填充因子默认都是0.75  
    HashMap扩容时是当前容量翻倍即:capacity\*2，Hashtable扩容时是容量翻倍+1即:capacity\*2+1
5.  两者计算hash的方法不同  
    Hashtable计算hash是直接使用key的hashcode对table数组的长度直接进行取模  
    
    
        int hash = key.hashCode(); int index = (hash & 0x7FFFFFFF) % tab.length;
    
    HashMap计算hash对key的hashcode进行了二次hash，以获得更好的散列值，然后对table数组长度取摸
    
    ![复制代码][copycode.gif]
    
        static int hash(int h) { // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor).
                h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); } static int indexFor(int h, int length) { return h & (length-1); }
    
    ![复制代码][copycode.gif]
    
     
6.  HashMap和Hashtable的底层实现都是数组+链表结构实现

# HashSet和HashMap、Hashtable的区别 #

除开HashMap和Hashtable外，还有一个hash集合HashSet，有所区别的是HashSet不是key value结构，仅仅是存储不重复的元素，相当于简化版的HashMap，只是包含HashMap中的key而已

通过查看源码也证实了这一点，HashSet内部就是使用HashMap实现，只不过HashSet里面的HashMap所有的value都是同一个Object而已，因此HashSet也是非线程安全的，至于HashSet和Hashtable的区别，HashSet就是个简化的HashMap的，所以你懂的  
下面是HashSet几个主要方法的实现

![复制代码][copycode.gif]

private transient HashMap<E,Object> map; private static final Object PRESENT = new Object(); public HashSet() { map = new HashMap<E,Object>(); } public boolean contains(Object o) { return map.containsKey(o); } public boolean add(E e) { return map.put(e, PRESENT)==null; } public boolean add(E e) { return map.put(e, PRESENT)==null; } public boolean remove(Object o) { return map.remove(o)==PRESENT; } public void clear() { map.clear(); }

![复制代码][copycode.gif]

# HashMap和Hashtable的实现原理 #

HashMap和Hashtable的底层实现都是数组+链表结构实现的，这点上完全一致

添加、删除、获取元素时都是先计算hash，根据hash和table.length计算index也就是table数组的下标，然后进行相应操作，下面以HashMap为例说明下它的简单实现

![复制代码][copycode.gif]

/** * HashMap的默认初始容量 必须为2的n次幂 */
        static final int DEFAULT_INITIAL_CAPACITY = 16; /** * HashMap的最大容量，可以认为是int的最大值 */
        static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认的加载因子 */
        static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * HashMap用来存储数据的数组 */
        transient Entry[] table;

![复制代码][copycode.gif]

*  HashMap的创建  
    HashMap默认初始化时会创建一个默认容量为16的Entry数组，默认加载因子为0.75，同时设置临界值为16\*0.75  
    
    
    ![复制代码][copycode.gif]
    
        /** * Constructs an empty <tt>HashMap</tt> with the default initial capacity * (16) and the default load factor (0.75). */
            public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR); table = new Entry[DEFAULT_INITIAL_CAPACITY]; init(); }
    
    ![复制代码][copycode.gif]
    
     
 *  put方法  
    HashMap会对null值key进行特殊处理，总是放到table\[0\]位置  
    put过程是先计算hash然后通过hash与table.length取摸计算index值，然后将key放到table\[index\]位置，当table\[index\]已存在其它元素时，会在table\[index\]位置形成一个链表，将新添加的元素放在table\[index\]，原来的元素通过Entry的next进行链接，这样以链表形式解决hash冲突问题，当元素数量达到临界值(capactiy\*factor)时，则进行扩容，是table数组长度变为table.length\*2
 *  ![复制代码][copycode.gif]
    
        public V put(K key, V value) { if (key == null) return putForNullKey(value); //处理null值
                int hash = hash(key.hashCode());//计算hash
                int i = indexFor(hash, table.length);//计算在数组中的存储位置 //遍历table[i]位置的链表，查找相同的key，若找到则使用新的value替换掉原来的oldValue并返回oldValue
                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; } } //若没有在table[i]位置找到相同的key，则添加key到table[i]位置，新的元素总是在table[i]位置的第一个元素，原来的元素后移
                modCount++; addEntry(hash, key, value, i); return null; } void addEntry(int hash, K key, V value, int bucketIndex) { //添加key到table[bucketIndex]位置，新的元素总是在table[bucketIndex]的第一个元素，原来的元素后移
            Entry<K,V> e = table[bucketIndex]; table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //判断元素个数是否达到了临界值，若已达到临界值则扩容，table长度翻倍
                if (size++ >= threshold) resize(2 * table.length); }
    
    ![复制代码][copycode.gif]
    
     
 *  get方法  
    同样当key为null时会进行特殊处理，在table\[0\]的链表上查找key为null的元素  
    get的过程是先计算hash然后通过hash与table.length取摸计算index值，然后遍历table\[index\]上的链表，直到找到key，然后返回  
    
    
    ![复制代码][copycode.gif]
    
        public V get(Object key) {
                if (key == null) return getForNullKey();//处理null值
                int hash = hash(key.hashCode());//计算hash //在table[index]遍历查找key，若找到则返回value，找不到返回null
                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; }
    
    ![复制代码][copycode.gif]
    
     
 *  remove方法  
    remove方法和put get类似，计算hash，计算index，然后遍历查找，将找到的元素从table\[index\]链表移除  
    
    
    ![复制代码][copycode.gif]
    
        public V remove(Object key) { Entry<K,V> e = removeEntryForKey(key); return (e == null ? null : e.value); } final Entry<K,V> removeEntryForKey(Object key) { int hash = (key == null) ? 0 : hash(key.hashCode()); int i = indexFor(hash, table.length); Entry<K,V> prev = table[i]; Entry<K,V> e = prev; while (e != null) { Entry<K,V> next = e.next; Object k; if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { modCount++; size--; if (prev == e) table[i] = next; else prev.next = next; e.recordRemoval(this); return e; } prev = e; e = next; } return e; }
    
    ![复制代码][copycode.gif]
    
     
 *  resize方法  
    resize方法在hashmap中并没有公开，这个方法实现了非常重要的hashmap扩容，具体过程为：先创建一个容量为table.length\*2的新table，修改临界值，然后把table里面元素计算hash值并使用hash与table.length\*2重新计算index放入到新的table里面  
    这里需要注意下是用**每个元素的hash全部重新计算index**，而不是简单的把原table对应index位置元素简单的移动到新table对应位置  
    
    
    ![复制代码][copycode.gif]
    
        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); } void transfer(Entry[] newTable) { Entry[] src = table; int newCapacity = newTable.length; for (int j = 0; j < src.length; j++) { Entry<K,V> e = src[j]; if (e != null) { src[j] = null; do { Entry<K,V> next = e.next; //重新对每个元素计算index int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } while (e != null); } } }
    
    ![复制代码][copycode.gif]
    
     
 *  clear()方法  
    clear方法非常简单，就是遍历table然后把每个位置置为null，同时修改元素个数为0  
    需要注意的是clear方法只会清楚里面的元素，并不会重置capactiy  
    
    
    ![复制代码][copycode.gif]
    
        public void clear() { modCount++; Entry[] tab = table; for (int i = 0; i < tab.length; i++) tab[i] = null; size = 0; }
    
    ![复制代码][copycode.gif]
    
     
 *  containsKey和containsValue  
    containsKey方法是先计算hash然后使用hash和table.length取摸得到index值，遍历table\[index\]元素查找是否包含key相同的值  
    
    
    ![复制代码][copycode.gif]
    
        public boolean containsKey(Object key) { return getEntry(key) != null; } final Entry<K,V> getEntry(Object key) { int hash = (key == null) ? 0 : 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 != null && key.equals(k)))) return e; } return null; }
    
    ![复制代码][copycode.gif]
    
    containsValue方法就比较粗暴了，就是直接遍历所有元素直到找到value，由此可见HashMap的containsValue方法本质上和普通数组和list的contains方法没什么区别，你别指望它会像containsKey那么高效
    
    ![复制代码][copycode.gif]
    
        public boolean containsValue(Object value) { if (value == null) return containsNullValue(); Entry[] tab = table; for (int i = 0; i < tab.length ; i++) for (Entry e = tab[i] ; e != null ; e = e.next) if (value.equals(e.value)) return true; return false; }
    
    ![复制代码][copycode.gif]
    
     
 *  hash和indexFor  
    
    
        indexFor中的h & (length-1)就相当于h%length，用于计算index也就是在table数组中的下标
        hash方法是对hashcode进行二次散列，以获得更好的散列值
        为了更好理解这里我们可以把这两个方法简化为 int index= key.hashCode()/table.length,以put中的方法为例可以这样替换
    
        int hash = hash(key.hashCode());//计算hash
        int i = indexFor(hash, table.length);//计算在数组中的存储位置 //上面这两行可以这样简化
        int i = key.key.hashCode()%table.length;
    
     
 *  ![复制代码][copycode.gif]
    
        static int hash(int h) { // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor).
                h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); } static int indexFor(int h, int length) { return h & (length-1); }
    
    ![复制代码][copycode.gif]

# HashMap的简化实现MyHashMap #

为了加深理解，我个人实现了一个简化版本的HashMap，注意哦，仅仅是简化版的功能并不完善，仅供参考

<span style="font-size:14px;"><span style="font-size:12px;">package cn.lzrabbit.structure;
    
    /**
     * Created by rabbit on 14-5-4.
     */
    public class MyHashMap {
    
        //默认初始化大小 16
        private static final int DEFAULT_INITIAL_CAPACITY = 16;
        //默认负载因子 0.75
        private static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
        //临界值
        private int threshold;
    
        //元素个数
        private int size;
    
        //扩容次数
        private int resize;
    
        private HashEntry[] table;
    
        public MyHashMap() {
            table = new HashEntry[DEFAULT_INITIAL_CAPACITY];
            threshold = (int) (DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
            size = 0;
        }
    
        private int index(Object key) {
            //根据key的hashcode和table长度取模计算key在table中的位置
            return key.hashCode() % table.length;
        }
    
        public void put(Object key, Object value) {
            //key为null时需要特殊处理，为简化实现忽略null值
            if (key == null) return;
            int index = index(key);
    
            //遍历index位置的entry，若找到重复key则更新对应entry的值，然后返回
            HashEntry entry = table[index];
            while (entry != null) {
                if (entry.getKey().hashCode() == key.hashCode() && (entry.getKey() == key || entry.getKey().equals(key))) {
                    entry.setValue(value);
                    return;
                }
                entry = entry.getNext();
            }
            //若index位置没有entry或者未找到重复的key，则将新key添加到table的index位置
            add(index, key, value);
        }
    
        private void add(int index, Object key, Object value) {
            //将新的entry放到table的index位置第一个，若原来有值则以链表形式存放
            HashEntry entry = new HashEntry(key, value, table[index]);
            table[index] = entry;
            //判断size是否达到临界值，若已达到则进行扩容，将table的capacicy翻倍
            if (size++ >= threshold) {
                resize(table.length * 2);
            }
        }
    
        private void resize(int capacity) {
            if (capacity <= table.length) return;
    
            HashEntry[] newTable = new HashEntry[capacity];
            //遍历原table，将每个entry都重新计算hash放入newTable中
            for (int i = 0; i < table.length; i++) {
                HashEntry old = table[i];
                while (old != null) {
                    HashEntry next = old.getNext();
                    int index = index(old.getKey());
                    old.setNext(newTable[index]);
                    newTable[index] = old;
                    old = next;
                }
            }
            //用newTable替table
            table = newTable;
            //修改临界值
            threshold = (int) (table.length * DEFAULT_LOAD_FACTOR);
            resize++;
        }
    
        public Object get(Object key) {
            //这里简化处理，忽略null值
            if (key == null) return null;
            HashEntry entry = getEntry(key);
            return entry == null ? null : entry.getValue();
        }
    
        public HashEntry getEntry(Object key) {
            HashEntry entry = table[index(key)];
            while (entry != null) {
                if (entry.getKey().hashCode() == key.hashCode() && (entry.getKey() == key || entry.getKey().equals(key))) {
                    return entry;
                }
                entry = entry.getNext();
            }
            return null;
        }
    
        public void remove(Object key) {
            if (key == null) return;
            int index = index(key);
            HashEntry pre = null;
            HashEntry entry = table[index];
            while (entry != null) {
                if (entry.getKey().hashCode() == key.hashCode() && (entry.getKey() == key || entry.getKey().equals(key))) {
                    if (pre == null) table[index] = entry.getNext();
                    else pre.setNext(entry.getNext());
                    //如果成功找到并删除，修改size
                    size--;
                    return;
                }
                pre = entry;
                entry = entry.getNext();
            }
        }
    
        public boolean containsKey(Object key) {
            if (key == null) return false;
            return getEntry(key) != null;
        }
    
        public int size() {
            return this.size;
        }
    
        public void clear() {
            for (int i = 0; i < table.length; i++) {
                table[i] = null;
            }
            this.size = 0;
        }
    
    
        @Override
        public String toString() {
            StringBuilder sb = new StringBuilder();
            sb.append(String.format("size:%s capacity:%s resize:%s\n\n", size, table.length, resize));
            for (HashEntry entry : table) {
                while (entry != null) {
                    sb.append(entry.getKey() + ":" + entry.getValue() + "\n");
                    entry = entry.getNext();
                }
            }
            return sb.toString();
        }
    }
    
    class HashEntry {
        private final Object key;
        private Object value;
        private HashEntry next;
    
        public HashEntry(Object key, Object value, HashEntry next) {
            this.key = key;
            this.value = value;
            this.next = next;
        }
    
        public Object getKey() {
            return key;
        }
    
        public Object getValue() {
            return value;
        }
    
        public void setValue(Object value) {
            this.value = value;
        }
    
        public HashEntry getNext() {
            return next;
        }
    
        public void setNext(HashEntry next) {
            this.next = next;
        }
    }
    
    MyHashMap</span></span>

[HashMap_Hashtable]: http://www.cnblogs.com/lzrabbit/p/3721067.html#h1
[HashSet_HashMap_Hashtable]: http://www.cnblogs.com/lzrabbit/p/3721067.html#h2
[HashMap_Hashtable 1]: http://www.cnblogs.com/lzrabbit/p/3721067.html#h3
[HashMap_MyHashMap]: http://www.cnblogs.com/lzrabbit/p/3721067.html#h4
[copycode.gif]: /images/20220717/7c670b1c04b84af695aa722fe65430d9.png