HashMap原理机制自问自答

关于hashmap在平时写代码的时候经常用，但是hashmap的一些原理貌似知道的不是很多，翻了下代码，得出如下结论。

 

（1）HashMap是啥？

HashMap是基于哈希表的Map实现，能够满足所有的Map操作，同时支持空的key和空的value，非线程安全的，

不保证map中键值的顺序，特别是不保证顺序是不变的（翻译自java 源代码）。

 

（2）如果Map<K,V> map = new HashMap<K,V>()这种情况，容器默认参数是啥？

源代码查看，有三个常量，

 static final int DEFAULT_INITIAL_CAPACITY = 16;

 static final int MAXIMUM_CAPACITY = 1 << 30;

 static final float DEFAULT_LOAD_FACTOR = 0.75f;

三个常量中可以看出，默认的容器大小是16，最大长度是2的30次方，load factor默认是0.75，扩充的临界值是16*0.75=12

 

（3）如果已经知道Map的大小，如何提升性能？

 

HashMap的实例有两个参数影响着他的性能，

一个是initial capacity

（初始化容量，容量是哈希表中的空间数，初始化容量是HashMap创建的时候的大小，当然，后面是会自动扩容的）；

一个是load factor

（负荷系数，当目前的容量达到负荷系数的时候，重新build，扩充到原来的两倍）。

通用的规则，laod factor默认是0.75，在空间和时间上面一个不错的权衡。

如果确定有很多mapping的数据放在HashMap的实例里面，初始化的时候创建一个大一点的容量比hashmap自己去扩容要有效的多。

因为在数组扩充的时候，会重新new一个数组出来，然后老数组数据重新赋值到新数组，转换成本消耗资源。

 

（4）如果自定义initial capacity的大小，如果保证Map大小是2的指数次方？

这个看HashMap的构造行数，

如下，通过while循环，初始值1的移位来使大小始终是2的指数次，初始化的数组大小是小于入参的最大的2的指数次。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

public HashMap(int initialCapacity, float loadFactor) {

       if (initialCapacity < 0){//如果初始化容量小于零，直接抛出异常

           throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);

       }

       if (initialCapacity > MAXIMUM_CAPACITY){//如果超过最大容量，直接等于最大容量

           initialCapacity = MAXIMUM_CAPACITY;

       }

       if (loadFactor <= 0 || Float.isNaN(loadFactor)){//如果laodFactor小于等于零或者不是number，抛异常

           throw new IllegalArgumentException("Illegal load factor: " + loadFactor);

       }

       /**

        * 这里设计比较巧妙了，保证HashMap的大小始终是2的指数次

        * 经过这个while处理后，初始化的数组是大于这个值的最小的2的指数

        * 例子：如果initialCapacity=13,则2进制数值有2、4、8、16，大约13的是16，则此时初始化的数组大小是16

        */

       int capacity = 1;

       while (capacity < initialCapacity){

            capacity <<= 1;

       }

       this.loadFactor = loadFactor;

       threshold = (int)(capacity * loadFactor);

       table = new Entry[capacity];

       init();

   }

 

（5）为什么HashMap的大小要是2的指数次呢？

key经过hash后，可以取模来进行放入数组，也不会出现越界的情况，

之所以没有使用取模，而是按位与的形式，是因为计算机的二进制运算效率比取模效率高。

如果Map的大小不是2的进制，我们设置为7

7的二进制是：111，（length-1）大小是6，按位与是和6进行，6的二进制是：110

结果如下，有些数组中的位置没有被设置，有些重复了，一是导致空间浪费，同时增加了碰撞的几率。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

for(int i=0;i<10;i++){

    System.out.println

    ("数值i="+i+", 二进制="+Integer.toBinaryString(i)+"（"+Integer.toBinaryString(6)+"）"+" ,和6按位与="+(i&6));

}

   

数值i=0, 二进制=0（110） ,和6按位与=0

数值i=1, 二进制=1（110） ,和6按位与=0

数值i=2, 二进制=10（110） ,和6按位与=2

数值i=3, 二进制=11（110） ,和6按位与=2

数值i=4, 二进制=100（110） ,和6按位与=4

数值i=5, 二进制=101（110） ,和6按位与=4

数值i=6, 二进制=110（110） ,和6按位与=6

数值i=7, 二进制=111（110） ,和6按位与=6

数值i=8, 二进制=1000（110） ,和6按位与=0

数值i=9, 二进制=1001（110） ,和6按位与=0

然后我们设置8，（length-1）大小是7,7的二进制是111，打印看结果，空间充分利用，并且减少了碰撞的几率。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

for(int i=0;i<10;i++){

      System.out.println(

        ​"数值i="+i+", 二进制="+Integer.toBinaryString(i)+"（"+Integer.toBinaryString(7)+"）"+" ,和7按位与="+(i&7));

}

​

数值i=0, 二进制=0（111） ,和7按位与=0

数值i=1, 二进制=1（111） ,和7按位与=1

数值i=2, 二进制=10（111） ,和7按位与=2

数值i=3, 二进制=11（111） ,和7按位与=3

数值i=4, 二进制=100（111） ,和7按位与=4

数值i=5, 二进制=101（111） ,和7按位与=5

数值i=6, 二进制=110（111） ,和7按位与=6

数值i=7, 二进制=111（111） ,和7按位与=7

数值i=8, 二进制=1000（111） ,和7按位与=0

数值i=9, 二进制=1001（111） ,和7按位与=1

 

（6）HashMap的整体结构啥样？

整体情况见下图，包括继承实现关系以及属性等。

1、HashMap中包含了一个Entry的数组，是存放数据的地方，每一个数组元素是一个Entry对象，Entry中有属性next，

如果两个key经过hash后，在数组中index相同，则会保存在同一个位置，通过next属性来形成链表结构。

2、size是数组的大小，threshold是数组扩充的阀值，modCount是table被修改的次数，这个在迭代器中有用，

loadFactor是数组扩充阀值系数，threshold=loadFactor*table.length。

 

（7）HashMap的添加属性以及扩容是如何进行的？

废话少说，直接上代码。

1、添加属性的时候，如果两个key的index位置相同，则会通过链表保存在同一个数据元素中，而后添加的在链表的前面

1

2

3

4

5

6

7

8

9

10

11

12

13

14

void addEntry(int hash, K key, V value, int bucketIndex) {

       /**

        * 首先把index中的值赋予一个对象e，

        * 从这里能够看出，如果两个key的hash值相同，那么在数组中的位置index会相同，

        * 那此时这两个key就需要组成链条来同时保存在这一个位置中，

        * 后一个添加的Entry总是在链条的第一个

        */

       Entry<K,V> e = table[bucketIndex];

       table[bucketIndex] = new Entry<K,V>(hash, key, value, e);

       //如果目前数组的长度大于阀值，则进行resize，扩充为原来的2倍

       if (size++ >= threshold){

               resize(2 * table.length);

       }

   }

2、在添加属性的时候，每次都会判断一下是否需要扩容，若果达到了阀值，则进行扩容，

扩容的时候会重新new一个table出来，然后新老数据数据进行转换，

调用transfer方法，transfer方法通过循环遍历的形式记性数据的“交接”，

注意一点，while里面的代码会造车在多线程并发下put出现死循环情况，如果涉及到多线程put情况，不要使用HashMap。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

void resize(int newCapacity) {//table的数组容量大于了阀值threshold,则进行扩充，变为原来的2倍；

       Entry[] oldTable = table;

       int oldCapacity = oldTable.length;

       if (oldCapacity == MAXIMUM_CAPACITY) {//如果已经达到了最大值，则threshold为Integer最大值，数组不进行扩充

           threshold = Integer.MAX_VALUE;

           return;

       }

                               

       Entry[] newTable = new Entry[newCapacity];

       //新老数组数据转换，将老数组中的数据赋予新的table

       transfer(newTable);

       //将新的table赋值给引用，每次扩充，需要重新new一个数组，抛弃原先的数组

       table = newTable;

       threshold = (int)(newCapacity * loadFactor);

   }

                               

   void transfer(Entry[] newTable) {

       Entry[] src = table;

       int newCapacity = newTable.length;

       //循环遍历数组中的每个Entry

       for (int j = 0; j < src.length; j++) {

           Entry<K,V> e = src[j];

           if (e != null) {

               src[j] = null;

               /**

                * while循环遍历一个数组元素的链表，把原来链表的顺序反置了

                * 多线程并发put下，在进行扩充的时候，会造成死循环；

                * Entry1-->Entry2-->null   正常情况下，顺序反置回事Entry2-->Entry1-->null

                * 多线程下会出现：Entry1-->Entry2，Entry2-->Entry1的情况，在while处造成死循环

                */

               do {

                   Entry<K,V> next = e.next;

                   //从这里看出，元素在数组中的位置重新进行了计算

                   int i = indexFor(e.hash, newCapacity);

                   e.next = newTable[i];

                   newTable[i] = e;

                   e = next;

               } while (e != null);

           }

       }

   }

 

（8）hash碰撞问题HashMap如何解决的？

传入的数据，会出现key经过hash后，hash值相同，这就是hash碰撞问题，

HashMap如何解决这种碰撞问题的呢，看代码可以得出结论。

每个数组元素是一个Entry对象，对象中有个next的应用，指向下一个，对于hash值相同，则在Entry中以链表的形式进行存储。

见put函数代码：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

public V put(K key, V value) {

      //如果key是null，则调用单独的方法

     if (key == null){

          return putForNullKey(value);

      }

      //获取key的hash值，通过key值的hashCode值来进行高位转换

     int hash = hash(key.hashCode());

      //通过hash值和数组长度进行按位与，获取这个key值在数据中的位置

     int i = indexFor(hash, table.length);

       /**

        * 获取数组中index为i的Entry，如果entry不为空，则进行判断是否相同，如果相同则新老value进行替换；

        * 这里有个for循环，因为一个数据元素中可能保存了一个Entry的链表

        */

     for (Entry<K,V> e = table[i]; e != null; e = e.next) {

         Object k;

         //hash值相同，并且==或者equals，则表明两个对象相同

         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {

             V oldValue = e.value;

             e.value = value;

             e.recordAccess(this);

             return oldValue;

         }

     }

     //如果index为i的数组中是null，则调用addEntry来添加新的Entry

     modCount++;

      //传入这个entry的hash值，KV，以及在数组中的位置

     addEntry(hash, key, value, i);

     return null;

 }