HashMap&HashSet学习链接记录

• 关于HashMap基础与整体理解：Java容器（四）：HashMap（Java 7）的实现原理
• 关于hash()函数的原理：java中的HashMap中hash函数，只是单纯数学计算吗，还是这样设计目得又是为什么呢？
• 关于HashSet基础： java提高篇（二四）—–HashSet
• 关于equals和hashCode：一次性搞清楚equals和hashCode
• 关于HashMap、HashSet和HashTable区别：HashMap、HashSet和HashTable详解

转载Java容器（四）：HashMap（Java 7）的实现原理如下：

一、HashMap的定义和构造函数

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

　　HashMap继承自AbstractMap，AbstractMap是Map接口的骨干实现，AbstractMap中实现了Map中最重要最常用和方法，这样HashMap继承AbstractMap就不需要实现Map的所有方法，让HashMap减少了大量的工作。
而在这里仍然实现Map结构，没有什么作用，应该是为了让map的层次结构更加清晰

HashMap的成员变量

　　int DEFAULT_INITIAL_CAPACITY = 16：默认的初始容量为16
　　int MAXIMUM_CAPACITY = 1 << 30：最大的容量为 2 ^ 30
　　float DEFAULT_LOAD_FACTOR = 0.75f：默认的加载因子为 0.75f
　　Entry< K,V>[] table：Entry类型的数组，HashMap用这个来维护内部的数据结构，它的长度由容量决定
　　int size：HashMap的大小
　　int threshold：HashMap的极限容量，扩容临界点（容量和加载因子的乘积）

　　谨记这些成员变量，在HashMap内部经常看到

HashMap的四个构造函数

　　public HashMap()：构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap
　　public HashMap(int initialCapacity)：构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap
　　public HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap
　　public HashMap(Map< ? extends K, ? extends V> m)：构造一个映射关系与指定 Map 相同的新 HashMap

　　这里有两个很重要的参数：initialCapacity（初始容量）、loadFactor（加载因子），看看JDK中的解释：
　　HashMap 的实例有两个参数影响其性能：初始容量 和加载因子。
　　容量 ：是哈希表中桶的数量，初始容量只是哈希表在创建时的容量，实际上就是Entry< K,V>[] table的容量
　　加载因子 ：是哈希表在其容量自动增加之前可以达到多满的一种尺度。它衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。系统默认负载因子为0.75，一般情况下我们是无需修改的。
　　当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。

二、HashMap的数据结构

　　我们知道在Java中最常用的两种结构是数组和模拟指针(引用)，几乎所有的数据结构都可以利用这两种来组合实现，HashMap也是如此。实际上HashMap是一个“链表散列”，如下是它数据结构：
　　
　　从上图我们可以看出HashMap底层实现还是数组，只是数组的每一项都是一条链。其中参数initialCapacity就代表了该数组的长度。下面为HashMap构造函数的源码：

public HashMap(int initialCapacity, float loadFactor) {        //容量不能小于0        if (initialCapacity < 0)            throw new IllegalArgumentException("Illegal initial capacity: " +                                           initialCapacity);        //容量不能超出最大容量        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;        //加载因子不能<=0 或者 为非数字        if (loadFactor <= 0 || Float.isNaN(loadFactor))            throw new IllegalArgumentException("Illegal load factor: " +                                               loadFactor);        //计算出大于初始容量的最小 2的n次方作为哈希表table的长度，下面会说明为什么要这样        int capacity = 1;        while (capacity < initialCapacity)            capacity <<= 1;        this.loadFactor = loadFactor;        //设置HashMap的容量极限，当HashMap的容量达到该极限时就会进行扩容操作        threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);        //创建Entry数组        table = new Entry[capacity];        useAltHashing = sun.misc.VM.isBooted() &&                (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);        init();    }

　　可以看到，这个构造函数主要做的事情就是：
　　1. 对传入的 容量 和 加载因子进行判断处理
　　2. 设置HashMap的容量极限
　　3. 计算出大于初始容量的最小 2的n次方作为哈希表table的长度，然后用该长度创建Entry数组（table），这个是最核心的

　　可以发现，一个HashMap对应一个Entry数组，来看看Entry这个元素的内部结构：

static class Entry<K,V> implements Map.Entry<K,V> {    final K key;    V value;    Entry<K,V> next;    int hash;    /**     * Creates new entry.     */    Entry(int h, K k, V v, Entry<K,V> n) {        value = v;        next = n;        key = k;        hash = h;    }

Entry是HashMap的一个内部类，它也是维护着一个key-value映射关系，除了key和value，还有next引用（该引用指向当前table位置的链表），hash值（用来确定每一个Entry链表在table中位置）

三、HashMap的存储实现put（K,V）

public V put(K key, V value) {    //如果key为空的情况    if (key == null)        return putForNullKey(value);    //计算key的hash值    int hash = hash(key);    //计算该hash值在table中的下标    int i = indexFor(hash, table.length);    //对table[i]存放的链表进行遍历    for (Entry<K,V> e = table[i]; e != null; e = e.next) {        Object k;        //判断该条链上是否有hash值相同的(key相同)          //若存在相同，则直接覆盖value，返回旧value        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {            V oldValue = e.value;            e.value = value;            e.recordAccess(this);            return oldValue;        }    }    //修改次数+1    modCount++;    //把当前key，value添加到table[i]的链表中    addEntry(hash, key, value, i);    return null;}

　从上面的过程中，我们起码可以发现两点：
　　1. 如果为null，则调用putForNullKey：这就是为什么HashMap可以用null作为键的原因，来看看HashMap是如何处理null键的：

 private V putForNullKey(V value) {    //查找链表中是否有null键    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++;    //如果链中查找不到，则把该null键插入    addEntry(0, null, value, 0);    return null;}

void addEntry(int hash, K key, V value, int bucketIndex) {    if ((size >= threshold) && (null != table[bucketIndex])) {        resize(2 * table.length);        //这一步就是对null的处理，如果key为null，hash值为0，也就是会插入到哈希表的表头table[0]的位置        hash = (null != key) ? hash(key) : 0;        bucketIndex = indexFor(hash, table.length);    }    createEntry(hash, key, value, bucketIndex);}

1. 如果链中存在该key，则用传入的value覆盖掉旧的value，同时把旧的value返回：这就是为什么HashMap不能有两个相同的key的原因

   　　对于hash操作，最重要也是最困难的就是如何通过确定hash的位置，我们来看看HashMap的做法：
   　　首先求得key的hash值：hash(key)

final int hash(Object k) {    int h = 0;    if (useAltHashing) {        if (k instanceof String) {            return sun.misc.Hashing.stringHash32((String) k);        }        h = hashSeed;    }    h ^= k.hashCode();    h ^= (h >>> 20) ^ (h >>> 12);    return h ^ (h >>> 7) ^ (h >>> 4);}

这是一个数学计算，可以不用深入，关键是下面这里：
计算该hash值在table中的下标

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

对于HashMap的table而言，数据分布需要均匀（最好每项都只有一个元素，这样就可以直接找到），不能太紧也不能太松，太紧会导致查询速度慢，太松则浪费空间。计算hash值后，怎么才能保证table元素分布均与呢？我们会想到取模，但是由于取模的消耗较大，而HashMap是通过&运算符（按位与操作）来实现的：h & (length-1)

在构造函数中存在：capacity <<= 1，这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时，h&(length - 1)就相当于对length取模，而且速度比直接取模快得多，这是HashMap在速度上的一个优化。至于为什么是2的n次方下面解释。

我们回到indexFor方法，该方法仅有一条语句：h&(length - 1)，这句话除了上面的取模运算外还有一个非常重要的责任：均匀分布table数据和充分利用空间。

这里我们假设length为16(2^n)和15，h为5、6、7。

当length-1 = 14时，6和7的结果一样，这样表示他们在table存储的位置是相同的，也就是产生了碰撞，6、7就会在一个位置形成链表，这样就会导致查询速度降低详细地看看当length-1 = 14 时的情况：

可以看到，这样发生发生的碰撞是非常多的，1,3,5,7,9,11,13都没有存放数据，空间减少，进一步增加碰撞几率，这样就会导致查询速度慢。
　　分析一下：当length-1 = 14时，二进制的最后一位是0，在&操作时，一个为0，无论另一个为1还是0，最终&操作结果都是0，这就造成了结果的二进制的最后一位都是0，这就导致了所有数据都存储在2的倍数位上，所以说，所以说当length = 2^n时，不同的hash值发生碰撞的概率比较小，这样就会使得数据在table数组中分布较均匀，查询速度也较快。
　　
　　然后我们来看看计算了hash值，并用该hash值来求得哈希表中的索引值之后，如何把该key-value插入到该索引的链表中：
　　调用 addEntry(hash, key, value, i) 方法：

void addEntry(int hash, K key, V value, int bucketIndex) {    //如果size大于极限容量，将要进行重建内部数据结构操作，之后的容量是原来的两倍，并且重新设置hash值和hash值在table中的索引值    if ((size >= threshold) && (null != table[bucketIndex])) {        resize(2 * table.length);        hash = (null != key) ? hash(key) : 0;        bucketIndex = indexFor(hash, table.length);    }    //真正创建Entry节点的操作    createEntry(hash, key, value, bucketIndex);}

void createEntry(int hash, K key, V value, int bucketIndex) {    Entry<K,V> e = table[bucketIndex];    table[bucketIndex] = new Entry<>(hash, key, value, e);    size++;}

首先取得bucketIndex位置的Entry头结点，并创建新节点，把该新节点插入到链表中的头部，该新节点的next指针指向原来的头结点
　　
　　这里有两点需要注意：
　　一、链的产生
　　这是一个非常优雅的设计。系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象，那么新添加的Entry对象将指向原有的Entry对象，形成一条Entry链，但是若bucketIndex处没有Entry对象，也就是e==null,那么新添加的Entry对象指向null，也就不会产生Entry链了。
　　二、扩容问题
　　还记得HashMap中的一个变量吗，threshold，这是容器的容量极限，还有一个变量size，这是指HashMap中键值对的数量，也就是node的数量

threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);

什么时候发生扩容？
　　当不断添加key-value，size大于了容量极限threshold时，会发生扩容
　　如何扩容？
　　扩容发生在resize方法中，也就是扩大数组（桶）的数量，如何扩容参考：http://blog.csdn.net/jeffleo/article/details/63684953
　　

我们重新来理一下存储的步骤：

　　1. 传入key和value，判断key是否为null，如果为null，则调用putForNullKey，以null作为key存储到哈希表中；
　　2. 然后计算key的hash值，根据hash值搜索在哈希表table中的索引位置，若当前索引位置不为null，则对该位置的Entry链表进行遍历，如果链中存在该key，则用传入的value覆盖掉旧的value，同时把旧的value返回，结束；
　　3. 否则调用addEntry，用key-value创建一个新的节点，并把该节点插入到该索引对应的链表的头部

四、HashMap的读取实现get（key，value）

public V get(Object key) {    //如果key为null，求null键    if (key == null)        return getForNullKey();    // 用该key求得entry    Entry<K,V> entry = getEntry(key);    return null == entry ? null : entry.getValue();}

final Entry<K,V> getEntry(Object key) {    int hash = (key == null) ? 0 : hash(key);    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;}

读取的步骤比较简单，调用hash（key）求得key的hash值，然后调用indexFor（hash）求得hash值对应的table的索引位置，然后遍历索引位置的链表，如果存在key，则把key对应的Entry返回，否则返回null.

五、HashMap键的遍历，keySet()

HashMap遍历的核心代码如下：

private abstract class HashIterator<E> implements Iterator<E> {    Entry<K,V> next;        // next entry to return    int expectedModCount;   // For fast-fail    int index;              // current slot    Entry<K,V> current;     // current entry    //当调用keySet().iterator()时，调用此代码    HashIterator() {        expectedModCount = modCount;        if (size > 0) { // advance to first entry            Entry[] t = table;            //从哈希表数组从上到下，查找第一个不为null的节点，并把next引用指向该节点            while (index < t.length && (next = t[index++]) == null)                ;        }    }    public final boolean hasNext() {        return next != null;    }    //当调用next时，会调用此代码    final Entry<K,V> nextEntry() {        if (modCount != expectedModCount)            throw new ConcurrentModificationException();        Entry<K,V> e = next;        if (e == null)            throw new NoSuchElementException();        //如果当前节点的下一个节点为null，从节点处罚往下查找哈希表，找到第一个不为null的节点        if ((next = e.next) == null) {            Entry[] t = table;            while (index < t.length && (next = t[index++]) == null)                ;        }        current = e;        return e;    }    public void remove() {        if (current == null)            throw new IllegalStateException();        if (modCount != expectedModCount)            throw new ConcurrentModificationException();        Object k = current.key;        current = null;        HashMap.this.removeEntryForKey(k);        expectedModCount = modCount;    }}

从这里可以看出，HashMap遍历时，按哈希表的每一个索引的链表从上往下遍历，由于HashMap的存储规则，最晚添加的节点都有可能在第一个索引的链表中，这就造成了HashMap的遍历时无序的。