Java容器：HashMap和HashSet解析

转载请注明出处：jiq•钦's technical Blog 

一、HashMap

HashMap，基于散列(哈希表)存储“Key-Value”对象引用的数据结构。

存入的键必须具备两个关键函数：

（1）equals():  判断两个Key是否相同，用来保证存入的Key的唯一性；

（2）hashCode(): 根据k-v对象的Key来计算其引用在散列表中存放的位置；

 

HashMap底层结构是一个数组：

transientEntry<K,V>[] table

而其中Entry<K,V>定义如下：

static classEntry<K,V> implements Map.Entry<K,V> {

        final K key;

        V value;

        Entry<K,V> next;

        int hash;

}

包含了key，value以及hash值，更重要的是还有一个指向下一个节点的next指针。

结合下面将要介绍的put方法可知HashMap底层是一个哈希表，以链接法解决冲突。

在网上找到一张画的比较好的图片：

 

1、public V put(K key, V value)

直接看代码：

public V put(K key,V value) {        if (table == EMPTY_TABLE) {            inflateTable(threshold);        }               //key为null时的插入        if (key == null)            return putForNullKey(value);               //根据key计算hash值        int hash = hash(key);               //返回哈希表索引位置        int i = indexFor(hash, table.length);               //在哈希表中该索引处的链表中查找相同key的Entry<K,V>        //注意table[i]是指向Entry<K,V>链表头结点的指针        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))) {                   //通过equals方法判断找到相同key的节点，用新value覆盖旧value并返回旧value                V oldValue = e.value;                e.value = value;                e.recordAccess(this);                return oldValue;            }        }         modCount++;               //创建一个新的Entry<K,V>实体，头插法插入到位置i处        addEntry(hash, key, value, i);        return null;    }

其中针对key为null的处理如下：

private V putForNullKey(V value) {//在hash表的第0个位置开始找是否已经有了key为null的节点        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++;               //在hash表的第0个位置用头插法插入key为null的这个节点        addEntry(0, null, value, 0);        return null;    }

其中通过key计算hash值方法如下：

final inthash(Object k) {        int h = hashSeed;        if (0 != h && k instanceofString) {            returnsun.misc.Hashing.stringHash32((String) k);        }         //调用Key的hashCode()方法计算hash值        h ^= k.hashCode();         // This function ensures that hashCodesthat differ only by        // constant multiples at each bitposition have a bounded        // number of collisions (approximately8 at default load factor).        h ^= (h >>> 20) ^ (h>>> 12);        return h ^ (h >>> 7) ^ (h>>> 4);    }

由此可以得出以下结论：

（1）当插入一个<Key, Value>，发现此Key已经存在时，将用新的value覆盖旧的value；

（2）当插入的<Key, Value>key为null时，将插入到hash表的位置0处，并且只会有一个key为null的节点；

（3）当插入一个<Key, Value>时通过Key的hashCode()方法计算在hash表中的索引，通过Key的equals()方法判断两个Entry<K,V>的Key是否相同，相同会覆盖，所以说插入的<Key, Value>中的Key必须实现这两个方法。

 

2、public V get(Object key)

根据Key返回Value方法就相对简单：

public V get(Objectkey) {        if (key == null)            return getForNullKey();        Entry<K,V> entry = getEntry(key);         return null == entry ? null :entry.getValue();    }

其中getEntry(key)方法为主要实现：

final Entry<K,V> getEntry(Object key) {        if (size == 0) {            return null;        }         //根据Key计算hash值        int hash = (key == null) ? 0 :hash(key);               //indexFor(hash,table.length)根据hash值返回其在hash表中索引位置        //在该索引位置指向的链表中查找Key相同的节点并返回其Value        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;    }

3、散列表容量

HashMap有默认的装载因子loadFactor=0.75，默认的entry数组的长度为16。装载因子的意义在于使得entry数组有冗余，默认即允许25%的冗余，当HashMap的数据的个数超过12（16*0.75）时即会对entry数组进行第一次扩容，后面的再次扩容依次类推。

HashMap每次扩容一倍，resize时会将已存在的值从新进行数组下标的计算，这个是比较浪费时间的。在平时使用中，如果能估计出大概的HashMap的容量，可以合理的设置装载因子loadFactor和entry数组初始长度即可以避免resize操作，提高put的效率。

下面看看resize操作时如何进行的：

void resize(intnewCapacity) {        Entry[] oldTable = table;        int oldCapacity = oldTable.length;        if (oldCapacity == MAXIMUM_CAPACITY) {            threshold = Integer.MAX_VALUE;            return;        }         //根据新的容量重新创建hash表        Entry[] newTable = newEntry[newCapacity];               //逐个将节点拷贝至新hash表，较为耗时        transfer(newTable,initHashSeedAsNeeded(newCapacity));        table = newTable;        threshold = (int)Math.min(newCapacity *loadFactor, MAXIMUM_CAPACITY + 1);    }

4、类似结构

（1）Hashtable：

HashMap的早期版本，底层和HashMap类似，也是hash表存储，链接法解决冲突，通过synchronized关键字保证线程安全，下面看看其put方法，和HashMap的put方法很像：

public synchronizedV put(K key, V value) {        //不允许Key为null的情况        if (value == null) {            throw new NullPointerException();        }         Entry tab[] = table;               //利用key的hashCode()方法计算hash值        int hash = hash(key);               //除留余数法计算索引        int index = (hash & 0x7FFFFFFF) %tab.length;               //通过equals()方法找到key相同的节点覆盖        for (Entry<K,V> e = tab[index] ;e != null ; e = e.next) {            if ((e.hash == hash) &&e.key.equals(key)) {                V old = e.value;                e.value = value;                return old;            }        }         modCount++;        if (count >= threshold) {            // Rehash the table if thethreshold is exceeded            rehash();             tab = table;            hash = hash(key);            index = (hash & 0x7FFFFFFF) %tab.length;        }         //插入新节点        Entry<K,V> e = tab[index];        tab[index] = new Entry<>(hash,key, value, e);        count++;        return null;    }

（2）ConcurrentHashMap

HashMap的线程安全版本，底层和HashMap几乎类似，也是采用hash表存储，链接法解决冲突，通过Key的hashCode()方法计算hash表索引，通过key的equals()方法判断两个Key是否相同。

不同点在于，ConcurrentHashMap针对hash表提出了一个“分段”的概念，每次插入一个<Key，Value>的时候，都先逐个分段请求获取锁，获取成功之后再执行在该hash表分段的插入操作。

 

总结：三者底层实现都是一样，但是不同之处在于是否线程安全，以及实现线程安全的方式。HashMap不支持线程安全，是一个简单高效的版本，Hashtable通过synchronized关键字简单粗暴地实现了一个线程安全的HashMap，而新的ConcurrentHashMap通过一种叫做分段的灵活的方式实现了线程安全的HashMap。

所以无论出于什么原因，旧的Hashtable不建议再使用，若没有并发访问需求，推荐HashMap，否则推荐线程安全的ConcurrentHashMap。

 

二、HashSet

HashSet是为独立元素的存放而设计的哈希存储，优点是快速存取。

HashSet的设计较为“偷懒”，其直接在HashMap上封装而成：

public classHashSet<E>    extends AbstractSet<E>    implements Set<E>, Cloneable,java.io.Serializable{    static final long serialVersionUID =-5024744406713321676L;     private transient HashMap<E,Object>map;     // Dummy value to associate with an Objectin the backing Map    private static final Object PRESENT = newObject();

可以看到底层就是一个HashMap，Key存放放入集合的元素，而对应的Value则是一个任意对象PRESENT 。

下面是其Put方法：

public boolean add(Ee) {        return map.put(e, PRESENT)==null;    }

下面是返回迭代器的方法：

publicIterator<E> iterator() {        return map.keySet().iterator();    }