JAVA容器-自问自答学HashMap

3,356 阅读33分钟

前言

这次我和大家一起学习HashMapHashMap我们在工作中经常会使用,而且面试中也很频繁会问到,因为它里面蕴含着很多知识点,可以很好的考察个人基础。但一个这么重要的东西,我为什么没有在一开始就去学习它呢,因为它是由多种基础的数据结构和一些代码设计思想组成的。我们要学习了这些基础,再学习HashMap,这样我们才能更好的去理解它。古人云:无欲速,无见小利。欲速则不达,见小利则大事不成。

HashMap其实就是ArrayListLinkedList的数据结构加上hashCodeequals方法的思想设计出来的。没有理解上述说的知识点的同学可以翻开我过往的文章记录。

下面我就以面试问答的形式学习我们的——HashMap(源码分析基于JDK8,辅以JDK7),问答内容只是对HashMap的一个总结归纳,因为现时已经有大牛把HashMap通俗易懂的剖析了一遍,我学习HashMap也是主要通过这篇文章学习的,强烈推荐:美团点评技术团队的Java 8系列之重新认识HashMap

本文同步发布于简书:www.jianshu.com/p/32f67f9e7…

问答内容

1.

问:HashMap有用过吗?您能给我说说他的主要用途吗?

答:

  • 有用过,我在平常工作中经常会用到HashMap这种数据结构,HashMap是基于Map接口实现的一种键-值对<key,value>的存储结构,允许null值,同时非有序,非同步(即线程不安全)。HashMap的底层实现是数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分)。它存储和查找数据时,是根据键keyhashCode的值计算出具体的存储位置。HashMap最多只允许一条记录的键keynullHashMap增删改查等常规操作都有不错的执行效率,是ArrayListLinkedList等数据结构的一种折中实现。

示例代码:

        // 创建一个HashMap,如果没有指定初始大小,默认底层hash表数组的大小为16
        HashMap<String, String> hashMap = new HashMap<String, String>();
        // 往容器里面添加元素
        hashMap.put("小明", "好帅");
        hashMap.put("老王", "坑爹货");
        hashMap.put("老铁", "没毛病");
        hashMap.put("掘金", "好地方");
        hashMap.put("王五", "别搞事");
        // 获取key为小明的元素 好帅
        String element = hashMap.get("小明");
        // value : 好帅
        System.out.println(element);
        // 移除key为王五的元素
        String removeElement = hashMap.remove("王五");
        // value : 别搞事
        System.out.println(removeElement);
        // 修改key为小明的元素的值value 为 其实有点丑
        hashMap.replace("小明", "其实有点丑");
        // {老铁=没毛病, 小明=其实有点丑, 老王=坑爹货, 掘金=好地方}
        System.out.println(hashMap);
        // 通过put方法也可以达到修改对应元素的值的效果
        hashMap.put("小明", "其实还可以啦,开玩笑的");
        // {老铁=没毛病, 小明=其实还可以啦,开玩笑的, 老王=坑爹货, 掘金=好地方}
        System.out.println(hashMap);
        // 判断key为老王的元素是否存在(捉奸老王)
        boolean isExist = hashMap.containsKey("老王");
        // true , 老王竟然来搞事
        System.out.println(isExist);
        // 判断是否有 value = "坑爹货" 的人
        boolean isHasSomeOne = hashMap.containsValue("坑爹货");
        // true 老王是坑爹货
        System.out.println(isHasSomeOne);
        // 查看这个容器里面还有几个家伙 value : 4
        System.out.println(hashMap.size());
  • HashMap的底层实现是数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分),核心组成元素有:
  1. int size;用于记录HashMap实际存储元素的个数;

  2. float loadFactor;负载因子(默认是0.75,此属性后面详细解释)。

  3. int threshold;下一次扩容时的阈值,达到阈值便会触发扩容机制resize(阈值 threshold = 容器容量 capacity * 负载因子 load factor)。也就是说,在容器定义好容量之后,负载因子越大,所能容纳的键值对元素个数就越多。

  4. Node<K,V>[] table; 底层数组,充当哈希表的作用,用于存储对应hash位置的元素Node<K,V>,此数组长度总是2的N次幂。(具体原因后面详细解释)

示例代码:

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {
·····

    /* ---------------- Fields -------------- */

    /**
     * 哈希表,在第一次使用到时进行初始化,重置大小是必要的操作,
     * 当分配容量时,长度总是2的N次幂。
     */
    transient Node<K,V>[] table;

    /**
     * 实际存储的key - value 键值对 个数
     */
    transient int size;


    /**
     * 下一次扩容时的阈值 
     * (阈值 threshold = 容器容量 capacity * 负载因子 load factor).
     * @serial
     */
    int threshold;

    /**
     * 哈希表的负载因子
     *
     * @serial
     */
    final float loadFactor;

·····
}
  • 其中Node<K,V>[] table;哈希表存储的核心元素是Node<K,V>,Node<K,V>包含:
  1. final int hash;元素的哈希值,决定元素存储在Node<K,V>[] table;哈希表中的位置。由final修饰可知,当hash的值确定后,就不能再修改。

  2. final K key; 键,由final修饰可知,当key的值确定后,就不能再修改。

  3. V value;

  4. Node<K,V> next; 记录下一个元素结点(单链表结构,用于解决hash冲突)

示例代码:


    /**
     * 定义HashMap存储元素结点的底层实现
     */
    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;//元素的哈希值 由final修饰可知,当hash的值确定后,就不能再修改
        final K key;// 键,由final修饰可知,当key的值确定后,就不能再修改
        V value; // 值
        Node<K,V> next; // 记录下一个元素结点(单链表结构,用于解决hash冲突)


        /**
         * Node结点构造方法
         */
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;//元素的哈希值
            this.key = key;// 键
            this.value = value; // 值
            this.next = next;// 记录下一个元素结点
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        /**
         * 为Node重写hashCode方法,值为:key的hashCode 异或 value的hashCode 
         * 运算作用就是将2个hashCode的二进制中,同一位置相同的值为0,不同的为1。
         */
        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        /**
         * 修改某一元素的值
         */
        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        /**
         * 为Node重写equals方法
         */
        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

hashMap内存结构图 - 图片来自于《美团点评技术团队文章》
hashMap内存结构图 - 图片来自于《美团点评技术团队文章》

2.

问:您能说说HashMap常用操作的底层实现原理吗?如存储put(K key, V value),查找get(Object key),删除remove(Object key),修改replace(K key, V value)等操作。

答:

  • 调用put(K key, V value)操作添加key-value键值对时,进行了如下操作:
  1. 判断哈希表Node<K,V>[] table是否为空或者null,是则执行resize()方法进行扩容。

  2. 根据插入的键值keyhash值,通过(n - 1) & hash当前元素的hash值 & hash表长度 - 1(实际就是 hash值 % hash表长度) 计算出存储位置table[i]。如果存储位置没有元素存放,则将新增结点存储在此位置table[i]

  3. 如果存储位置已经有键值对元素存在,则判断该位置元素的hash值和key值是否和当前操作元素一致,一致则证明是修改value操作,覆盖value即可。

  4. 当前存储位置即有元素,又不和当前操作元素一致,则证明此位置table[i]已经发生了hash冲突,则通过判断头结点是否是treeNode,如果是treeNode则证明此位置的结构是红黑树,已红黑树的方式新增结点。

  5. 如果不是红黑树,则证明是单链表,将新增结点插入至链表的最后位置,随后判断当前链表长度是否 大于等于 8,是则将当前存储位置的链表转化为红黑树。遍历过程中如果发现key已经存在,则直接覆盖value

  6. 插入成功后,判断当前存储键值对的数量 大于 阈值threshold 是则扩容。

hashMap put方法执行流程图- 图片来自于《美团点评技术团队文章》
hashMap put方法执行流程图- 图片来自于《美团点评技术团队文章》

示例代码:

    /**
     * 添加key-value键值对
     *
     * @param key 键
     * @param value 值
     * @return 如果原本存在此key,则返回旧的value值,如果是新增的key-     
     *         value,则返回nulll
     */
    public V put(K key, V value) {
        //实际调用putVal方法进行添加 key-value 键值对操作
        return putVal(hash(key), key, value, false, true);
    }

    /**
     * 根据key 键 的 hashCode 通过 “扰动函数” 生成对应的 hash值
     * 经过此操作后,使每一个key对应的hash值生成的更均匀,
     * 减少元素之间的碰撞几率(后面详细说明)
     */
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }


    /**
     * 添加key-value键值对的实际调用方法(重点)
     *
     * @param hash key 键的hash值
     * @param key 键
     * @param value 值
     * @param onlyIfAbsent 此值如果是true, 则如果此key已存在value,则不执
     * 行修改操作 
     * @param evict 此值如果是false,哈希表是在初始化模式
     * @return 返回原本的旧值, 如果是新增,则返回null
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        // 用于记录当前的hash表
        Node<K,V>[] tab; 
        // 用于记录当前的链表结点
        Node<K,V> p; 
        // n用于记录hash表的长度,i用于记录当前操作索引index
        int n, i;
        // 当前hash表为空
        if ((tab = table) == null || (n = tab.length) == 0)
            // 初始化hash表,并把初始化后的hash表长度值赋值给n
            n = (tab = resize()).length;
        // 1)通过 (n - 1) & hash 当前元素的hash值 & hash表长度 - 1
        // 2)确定当前元素的存储位置,此运算等价于 当前元素的hash值 % hash表的长度
        // 3)计算出的存储位置没有元素存在
        if ((p = tab[i = (n - 1) & hash]) == null)
            // 4) 则新建一个Node结点,在该位置存储此元素
            tab[i] = newNode(hash, key, value, null);
        else { // 当前存储位置已经有元素存在了(不考虑是修改的情况的话,就代表发生hash冲突了)
            // 用于存放新增结点
            Node<K,V> e; 
            // 用于临时存在某个key值
            K k;
            // 1)如果当前位置已存在元素的hash值和新增元素的hash值相等
            // 2)并且key也相等,则证明是同一个key元素,想执行修改value操作
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;// 将当前结点引用赋值给e
            else if (p instanceof TreeNode) // 如果当前结点是树结点
                // 则证明当前位置的链表已变成红黑树结构,则已红黑树结点结构新增元素
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {// 排除上述情况,则证明已发生hash冲突,并hash冲突位置现时的结构是单链表结构
                for (int binCount = 0; ; ++binCount) {
                    //遍历单链表,将新元素结点放置此链表的最后一位
                    if ((e = p.next) == null) {
                        // 将新元素结点放在此链表的最后一位
                        p.next = newNode(hash, key, value, null);
                        // 新增结点后,当前结点数量是否大于等于 阈值 8 
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 大于等于8则将链表转换成红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 如果链表中已经存在对应的key,则覆盖value
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // 已存在对应key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null) //如果允许修改,则修改value为新值
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 当前存储键值对的数量 大于 阈值 是则扩容
        if (++size > threshold)
           // 重置hash大小,将旧hash表的数据逐一复制到新的hash表中(后面详细讲解)
            resize();
        afterNodeInsertion(evict);
        // 返回null,则证明是新增操作,而不是修改操作
        return null;
    }
  • 调用get(Object key)操作根据键key查找对应的key-value键值对时,进行了如下操作:

1.先调用 hash(key)方法计算出 keyhash

2.根据查找的键值keyhash值,通过(n - 1) & hash当前元素的hash值 & hash表长度 - 1(实际就是 hash值 % hash表长度) 计算出存储位置table[i],判断存储位置是否有元素存在 。

  • 如果存储位置有元素存放,则首先比较头结点元素,如果头结点的keyhash值 和 要获取的keyhash值相等,并且 头结点的key本身 和要获取的 key 相等,则返回该位置的头结点。
  • 如果存储位置没有元素存放,则返回null

3.如果存储位置有元素存放,但是头结点元素不是要查找的元素,则需要遍历该位置进行查找。

4.先判断头结点是否是treeNode,如果是treeNode则证明此位置的结构是红黑树,以红色树的方式遍历查找该结点,没有则返回null

5.如果不是红黑树,则证明是单链表。遍历单链表,逐一比较链表结点,链表结点的keyhash值 和 要获取的keyhash值相等,并且 链表结点的key本身 和要获取的 key 相等,则返回该结点,遍历结束仍未找到对应key的结点,则返回null

示例代码:


    /**
     * 返回指定 key 所映射的 value 值
     * 或者 返回 null 如果容器里不存在对应的key
     *
     * 更确切地讲,如果此映射包含一个满足 (key==null ? k==null :key.equals(k))
     * 的从 k 键到 v 值的映射关系,
     * 则此方法返回 v;否则返回 null。(最多只能有一个这样的映射关系。)
     *
     * 返回 null 值并不一定 表明该映射不包含该键的映射关系;
     * 也可能该映射将该键显示地映射为 null。可使用containsKey操作来区分这两种情况。 
     *
     * @see #put(Object, Object)
     */
    public V get(Object key) {
        Node<K,V> e;
        // 1.先调用 hash(key)方法计算出 key 的 hash值
        // 2.随后调用getNode方法获取对应key所映射的value值
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }


    /**
     * 获取哈希表结点的方法实现
     *
     * @param hash key 键的hash值
     * @param key 键
     * @return 返回对应的结点,如果结点不存在,则返回null
     */
    final Node<K,V> getNode(int hash, Object key) {
        // 用于记录当前的hash表 
        Node<K,V>[] tab; 
        // first用于记录对应hash位置的第一个结点,e充当工作结点的作用
        Node<K,V> first, e; 
        // n用于记录hash表的长度
        int n; 
        // 用于临时存放Key
        K k;
        // 通过 (n - 1) & hash 当前元素的hash值 & hash表长度 - 1
        // 判断当前元素的存储位置是否有元素存在 
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {//元素存在的情况
           // 如果头结点的key的hash值 和 要获取的key的hash值相等
           // 并且 头结点的key本身 和要获取的 key 相等
            if (first.hash == hash && // always check first node 总是检查头结点
                ((k = first.key) == key || (key != null && key.equals(k))))
                // 返回该位置的头结点
                return first;
            if ((e = first.next) != null) {// 头结点不相等
                if (first instanceof TreeNode) // 如果当前结点是树结点
                    // 则证明当前位置的链表已变成红黑树结构
                    // 通过红黑树结点的方式获取对应key结点
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {// 当前位置不是红黑树,则证明是单链表
                    // 遍历单链表,逐一比较链表结点
                    // 链表结点的key的hash值 和 要获取的key的hash值相等
                    // 并且 链表结点的key本身 和要获取的 key 相等
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 找到对应的结点则返回
                        return e;
                } while ((e = e.next) != null);
            }
        }
        // 通过上述查找均无找到,则返回null
        return null;
    }
  • 调用remove(Object key)操作根据键key删除对应的key-value键值对时,进行了如下操作:

1.先调用 hash(key)方法计算出 keyhash

2.根据查找的键值keyhash值,通过(n - 1) & hash当前元素的hash值 & hash表长度 - 1(实际就是 hash值 % hash表长度) 计算出存储位置table[i],判断存储位置是否有元素存在 。

  • 如果存储位置有元素存放,则首先比较头结点元素,如果头结点的keyhash值 和 要获取的keyhash值相等,并且 头结点的key本身 和要获取的 key 相等,则该位置的头结点即为要删除的结点,记录此结点至变量node中。

  • 如果存储位置没有元素存放,则没有找到对应要删除的结点,则返回null

3.如果存储位置有元素存放,但是头结点元素不是要删除的元素,则需要遍历该位置进行查找。

4.先判断头结点是否是treeNode,如果是treeNode则证明此位置的结构是红黑树,以红色树的方式遍历查找并删除该结点,没有则返回null

5.如果不是红黑树,则证明是单链表。遍历单链表,逐一比较链表结点,链表结点的keyhash值 和 要获取的keyhash值相等,并且 链表结点的key本身 和要获取的 key 相等,则此为要删除的结点,记录此结点至变量node中,遍历结束仍未找到对应key的结点,则返回null

6.如果找到要删除的结点node,则判断是否需要比较value也是否一致,如果value值一致或者不需要比较value值,则执行删除结点操作,删除操作根据不同的情况与结构进行不同的处理。

  • 如果当前结点是树结点,则证明当前位置的链表已变成红黑树结构,通过红黑树结点的方式删除对应结点。

  • 如果不是红黑树,则证明是单链表。如果要删除的是头结点,则当前存储位置table[i]的头结点指向删除结点的下一个结点。

  • 如果要删除的结点不是头结点,则将要删除的结点的后继结点node.next赋值给要删除结点的前驱结点的next域,即p.next = node.next;

7.HashMap当前存储键值对的数量 - 1,并返回删除结点。

示例代码:


    /**
     * 从此映射中移除指定键的映射关系(如果存在)。
     *
     * @param  key 其映射关系要从映射中移除的键
     * @return 与 key 关联的旧值;如果 key 没有任何映射关系,则返回 null。
     *        (返回 null 还可能表示该映射之前将 null 与 key 关联。)
     */
    public V remove(Object key) {
        Node<K,V> e;
        // 1.先调用 hash(key)方法计算出 key 的 hash值
        // 2.随后调用removeNode方法删除对应key所映射的结点
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }


    /**
     * 删除哈希表结点的方法实现
     *
     * @param hash 键的hash值
     * @param key 键
     * @param value 用于比较的value值,当matchValue 是 true时才有效, 否则忽略
     * @param matchValue 如果是 true 只有当value相等时才会移除
     * @param movable 如果是 false当执行移除操作时,不删除其他结点
     * @return 返回删除结点node,不存在则返回null
     */
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        // 用于记录当前的hash表
        Node<K,V>[] tab; 
        // 用于记录当前的链表结点
        Node<K,V> p; 
        // n用于记录hash表的长度,index用于记录当前操作索引index
        int n, index;
        // 通过 (n - 1) & hash 当前元素的hash值 & hash表长度 - 1
        // 判断当前元素的存储位置是否有元素存在 
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {// 元素存在的情况
            // node 用于记录找到的结点,e为工作结点
            Node<K,V> node = null, e; 
            K k; V v;
           // 如果头结点的key的hash值 和 要获取的key的hash值相等
           // 并且 头结点的key本身 和要获取的 key 相等
           // 则证明此头结点就是要删除的结点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 记录要删除的结点的引用地址至node中
                node = p;
            else if ((e = p.next) != null) {// 头结点不相等
                if (p instanceof TreeNode)// 如果当前结点是树结点
                    // 则证明当前位置的链表已变成红黑树结构
                    // 通过红黑树结点的方式获取对应key结点
                    // 记录要删除的结点的引用地址至node中
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {// 当前位置不是红黑树,则证明是单链表
                    do {
                        // 遍历单链表,逐一比较链表结点
                        // 链表结点的key的hash值 和 要获取的key的hash值相等
                        // 并且 链表结点的key本身 和要获取的 key 相等
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            // 找到则记录要删除的结点的引用地址至node中,中断遍历
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 如果找到要删除的结点,则判断是否需要比较value也是否一致
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                // value值一致或者不需要比较value值,则执行删除结点操作
                if (node instanceof TreeNode) // 如果当前结点是树结点
                    // 则证明当前位置的链表已变成红黑树结构
                    // 通过红黑树结点的方式删除对应结点
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p) // node 和 p相等,则证明删除的是头结点
                    // 当前存储位置的头结点指向删除结点的下一个结点
                    tab[index] = node.next;
                else // 删除的不是头结点
                    // p是删除结点node的前驱结点,p的next改为记录要删除结点node的后继结点
                    p.next = node.next;
                ++modCount;
               // 当前存储键值对的数量 - 1
                --size;
                afterNodeRemoval(node);
                // 返回删除结点
                return node;
            }
        }
        // 不存在要删除的结点,则返回null
        return null;
    }
  • 调用replace(K key, V value)操作根据键key查找对应的key-value键值对,随后替换对应的值value,进行了如下操作:
  1. 先调用 hash(key)方法计算出 keyhash

  2. 随后调用getNode方法获取对应key所映射的value值 。

  3. 记录元素旧值,将新值赋值给元素,返回元素旧值,如果没有找到元素,则返回null

示例代码:


    /**
     * 替换指定 key 所映射的 value 值
     *
     * @param key 对应要替换value值元素的key键
     * @param value 要替换对应元素的新value值
     * @return 返回原本的旧值,如果没有找到key对应的元素,则返回null
     * @since 1.8 JDK1.8新增方法
     */
    public V replace(K key, V value) {
        Node<K,V> e;
        // 1.先调用 hash(key)方法计算出 key 的 hash值
        // 2.随后调用getNode方法获取对应key所映射的value值
        if ((e = getNode(hash(key), key)) != null) {// 如果找到对应的元素
            // 元素旧值
            V oldValue = e.value;
            // 将新值赋值给元素
            e.value = value;
            afterNodeAccess(e);
            // 返回元素旧值
            return oldValue;
        }
        // 没有找到元素,则返回null
        return null;
    }

3.

问 1:您上面说,存放一个元素时,先计算它的hash值确定它的存储位置,然后再把这个元素放到对应的位置上,那万一这个位置上面已经有元素存在呢,新增的这个元素怎么办?

问 2:hash冲突(或者叫hash碰撞)是什么?为什么会出现这种现象,如何解决hash冲突?

答:

  • hash冲突: 当我们调用put(K key, V value)操作添加key-value键值对,这个key-value键值对存放在的位置是通过扰动函数(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)计算键keyhash值。随后将 这个hash值 % 模上 哈希表Node<K,V>[] table的长度 得到具体的存放位置。所以put(K key, V value)多个元素,是有可能计算出相同的存放位置。此现象就是hash冲突或者叫hash碰撞。

  • 例子如下:
    元素 A 的hash值 为 9,元素 B 的hash值 为 17。哈希表Node<K,V>[] table的长度为8。则元素 A 的存放位置为9 % 8 = 1,元素 B 的存放位置为17 % 8 = 1。两个元素的存放位置均为table[1],发生了hash冲突。

  • hash冲突的避免:既然会发生hash冲突,我们就应该想办法避免此现象的发生,解决这个问题最关键就是如果生成元素的hash值。Java是使用“扰动函数”生成元素的hash值。

示例代码:

   /**
    * JDK 7 的 hash方法
    */
    final int hash(int h) {

        h ^= k.hashCode();

        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

   /**
    * JDK 8 的 hash方法
    */
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

Java7做了4次16位右位移异或混合,Java 8中这步已经简化了,只做一次16位右位移异或混合,而不是四次,但原理是不变的。例子如下:

扰动函数执行例子 - 图片来自于《知乎》
扰动函数执行例子 - 图片来自于《知乎》

右位移16位,正好是32bit的一半,自己的高半区和低半区做异或,就是为了混合原始哈希码的高位和低位,以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征,这样高位的信息也被变相保留下来。

上述扰动函数的解释参考自:JDK 源码中 HashMap 的 hash 方法原理是什么?

  • hash冲突解决:解决hash冲突的方法有很多,常见的有:开发定址法,
    再散列法,链地址法,公共溢出区法(详细说明请查看我的文章JAVA基础-自问自答学hashCode和equals)。HashMap是使用链地址法解决hash冲突的,当有冲突元素放进来时,会将此元素插入至此位置链表的最后一位,形成单链表。但是由于是单链表的缘故,每当通过hash % length找到该位置的元素时,均需要从头遍历链表,通过逐一比较hash值,找到对应元素。如果此位置元素过多,造成链表过长,遍历时间会大大增加,最坏情况下的时间复杂度为O(N),造成查找效率过低。所以当存在位置的链表长度 大于等于 8 时,HashMap会将链表 转变为 红黑树,红黑树最坏情况下的时间复杂度为O(logn)。以此提高查找效率。

4.

问:HashMap的容量为什么一定要是2的n次方?

答:

  • 因为调用put(K key, V value)操作添加key-value键值对时,具体确定此元素的位置是通过 hash值 % 模上 哈希表Node<K,V>[] table的长度 hash % length 计算的。但是"模"运算的消耗相对较大,通过位运算h & (length-1)也可以得到取模后的存放位置,而位运算的运行效率高,但只有length的长度是2的n次方时,h & (length-1) 才等价于 h % length

  • 而且当数组长度为2的n次幂的时候,不同的key算出的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。

例子:

hash &  (length-1)运算过程.jpg
hash & (length-1)运算过程.jpg

  • 上图中,左边两组的数组长度是16(2的4次方),右边两组的数组长度是15。两组的hash值均为8和9。

  • 当数组长度是15时,当它们和1110进行&与运算(相同为1,不同为0)时,计算的结果都是1000,所以他们都会存放在相同的位置table[8]中,这样就发生了hash冲突,那么查询时就要遍历链表,逐一比较hash值,降低了查询的效率。

  • 同时,我们可以发现,当数组长度为15的时候,hash值均会与14(1110)进行&与运算,那么最后一位永远是0,而0001001101011001101101111101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,HashMap的容量是2的n次方,有利于提高计算元素存放位置时的效率,也降低了hash冲突的几率。因此,我们使用HashMap存储大量数据的时候,最好先预先指定容器的大小为2的n次方,即使我们不指定为2的n次方,HashMap也会把容器的大小设置成最接近设置数的2的n次方,如,设置HashMap的大小为 7 ,则HashMap会将容器大小设置成最接近7的一个2的n次方数,此值为 8 。

上述回答参考自:深入理解HashMap

示例代码:

    /**
     * 返回一个比指定数cap大的,并且大小是2的n次方的数
     * Returns a power of two size for the given target capacity.
     */
    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

5.

问:HashMap的负载因子是什么,有什么作用?

答:负载因子表示哈希表空间的使用程度(或者说是哈希表空间的利用率)。

  • 例子如下:
    底层哈希表Node<K,V>[] table的容量大小capacity为 16,负载因子load factor为 0.75,则当存储的元素个数size = capacity 16 * load factor 0.75等于 12 时,则会触发HashMap的扩容机制,调用resize()方法进行扩容。

  • 当负载因子越大,则HashMap的装载程度就越高。也就是能容纳更多的元素,元素多了,发生hash碰撞的几率就会加大,从而链表就会拉长,此时的查询效率就会降低。

  • 当负载因子越小,则链表中的数据量就越稀疏,此时会对空间造成浪费,但是此时查询效率高。

  • 我们可以在创建HashMap 时根据实际需要适当地调整load factor 的值;如果程序比较关心空间开销、内存比较紧张,可以适当地增加负载因子;如果程序比较关心时间开销,内存比较宽裕则可以适当的减少负载因子。通常情况下,默认负载因子 (0.75) 在时间和空间成本上寻求一种折衷,程序员无需改变负载因子的值。

  • 因此,如果我们在初始化HashMap时,就预估知道需要装载key-value键值对的容量size,我们可以通过size / load factor 计算出我们需要初始化的容量大小initialCapacity,这样就可以避免HashMap因为存放的元素达到阈值threshold而频繁调用resize()方法进行扩容。从而保证了较好的性能。

6.

问:您能说说HashMapHashTable的区别吗?

答:HashMapHashTable有如下区别:

1)容器整体结构:

  • HashMapkeyvalue都允许为nullHashMap遇到keynull的时候,调用putForNullKey方法进行处理,而对value没有处理。

  • Hashtablekeyvalue都不允许为nullHashtable遇到null,直接返回NullPointerException

2) 容量设定与扩容机制:

  • HashMap默认初始化容量为 16,并且容器容量一定是2的n次方,扩容时,是以原容量 2倍 的方式 进行扩容。

  • Hashtable默认初始化容量为 11,扩容时,是以原容量 2倍 再加 1的方式进行扩容。即int newCapacity = (oldCapacity << 1) + 1;

3) 散列分布方式(计算存储位置):

  • HashMap是先将key键的hashCode经过扰动函数扰动后得到hash值,然后再利用 hash & (length - 1)的方式代替取模,得到元素的存储位置。

  • Hashtable则是除留余数法进行计算存储位置的(因为其默认容量也不是2的n次方。所以也无法用位运算替代模运算),int index = (hash & 0x7FFFFFFF) % tab.length;

  • 由于HashMap的容器容量一定是2的n次方,所以能使用hash & (length - 1)的方式代替取模的方式计算元素的位置提高运算效率,但Hashtable的容器容量不一定是2的n次方,所以不能使用此运算方式代替。

4)线程安全(最重要):

  • HashMap 不是线程安全,如果想线程安全,可以通过调用synchronizedMap(Map<K,V> m)使其线程安全。但是使用时的运行效率会下降,所以建议使用ConcurrentHashMap容器以此达到线程安全。

  • Hashtable则是线程安全的,每个操作方法前都有synchronized修饰使其同步,但运行效率也不高,所以还是建议使用ConcurrentHashMap容器以此达到线程安全。

因此,Hashtable是一个遗留容器,如果我们不需要线程同步,则建议使用HashMap,如果需要线程同步,则建议使用ConcurrentHashMap

此处不再对Hashtable的源码进行逐一分析了,如果想深入了解的同学,可以参考此文章
Hashtable源码剖析

7.

问:您说HashMap不是线程安全的,那如果多线程下,它是如何处理的?并且什么情况下会发生线程不安全的情况?

答:

  • HashMap不是线程安全的,如果多个线程同时对同一个HashMap更改数据的话,会导致数据不一致或者数据污染。如果出现线程不安全的操作时,HashMap会尽可能的抛出ConcurrentModificationException防止数据异常,当我们在对一个HashMap进行遍历时,在遍历期间,我们是不能对HashMap进行添加,删除等更改数据的操作的,否则也会抛出ConcurrentModificationException异常,此为fail-fast(快速失败)机制。从源码上分析,我们在put,remove等更改HashMap数据时,都会导致modCount的改变,当expectedModCount != modCount时,则抛出ConcurrentModificationException。如果想要线程安全,可以考虑使用ConcurrentHashMap

  • 而且,在多线程下操作HashMap,由于存在扩容机制,当HashMap调用resize()进行自动扩容时,可能会导致死循环的发生。

由于时间关系,我暂不带着大家一起去分析resize()方法导致死循环发生的现象造成原因了,迟点有空我会再补充上去,请见谅,大家可以参考如下文章:

Java 8系列之重新认识HashMap

谈谈HashMap线程不安全的体现

8.

问:我们在使用HashMap时,选取什么对象作为key键比较好,为什么?

答:

  • 可变对象:指创建后自身状态能改变的对象。换句话说,可变对象是该对象在创建后它的哈希值可能被改变。

  • 我们在使用HashMap时,最好选择不可变对象作为key。例如StringInteger等不可变类型作为key是非常明智的。

  • 如果key对象是可变的,那么key的哈希值就可能改变。在HashMap中可变对象作为Key会造成数据丢失。因为我们再进行hash & (length - 1)取模运算计算位置查找对应元素时,位置可能已经发生改变,导致数据丢失。

详细例子说明请参考:危险!在HashMap中将可变对象用作Key

总结

  1. HashMap是基于Map接口实现的一种键-值对<key,value>的存储结构,允许null值,同时非有序,非同步(即线程不安全)。HashMap的底层实现是数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分)。

  2. HashMap定位元素位置是通过键key经过扰动函数扰动后得到hash值,然后再通过hash & (length - 1)代替取模的方式进行元素定位的。

  3. HashMap是使用链地址法解决hash冲突的,当有冲突元素放进来时,会将此元素插入至此位置链表的最后一位,形成单链表。当存在位置的链表长度 大于等于 8 时,HashMap会将链表 转变为 红黑树,以此提高查找效率。

  4. HashMap的容量是2的n次方,有利于提高计算元素存放位置时的效率,也降低了hash冲突的几率。因此,我们使用HashMap存储大量数据的时候,最好先预先指定容器的大小为2的n次方,即使我们不指定为2的n次方,HashMap也会把容器的大小设置成最接近设置数的2的n次方,如,设置HashMap的大小为 7 ,则HashMap会将容器大小设置成最接近7的一个2的n次方数,此值为 8 。

  5. HashMap的负载因子表示哈希表空间的使用程度(或者说是哈希表空间的利用率)。当负载因子越大,则HashMap的装载程度就越高。也就是能容纳更多的元素,元素多了,发生hash碰撞的几率就会加大,从而链表就会拉长,此时的查询效率就会降低。当负载因子越小,则链表中的数据量就越稀疏,此时会对空间造成浪费,但是此时查询效率高。

  6. HashMap不是线程安全的,Hashtable则是线程安全的。但Hashtable是一个遗留容器,如果我们不需要线程同步,则建议使用HashMap,如果需要线程同步,则建议使用ConcurrentHashMap

  7. 在多线程下操作HashMap,由于存在扩容机制,当HashMap调用resize()进行自动扩容时,可能会导致死循环的发生。

  8. 我们在使用HashMap时,最好选择不可变对象作为key。例如StringInteger等不可变类型作为key是非常明智的。

  • 由于最近工作较忙,也有拖延症发作的问题,所以文章迟迟未能完成发布,现时完成的文章其实对我而言,也不算太好,但还是打算先发出来让大家看看,一起学习学习,看有什么不好的地方,我再慢慢改进,如果此文对你有帮助,请给个赞,谢谢大家。

参考文章

Java 8系列之重新认识HashMap
JDK 源码中 HashMap 的 hash 方法原理是什么?
深入理解HashMap
HashMap负载因子
Hashtable源码剖析
危险!在HashMap中将可变对象用作Key
谈谈HashMap线程不安全的体现