jdk 源码之HashMap 、HashSet

公司项目太慢了，要启动优化了，补习下JDK源码：

J2SDK中提供了大量的通用类，供我们在开发的时候使用。其中，HashMap类是我们经常使用的。下面简单的分析了HashMap类的一些主要代码。

概述
HashMap类位于java.util包中。主要作用是提供了一个Map的实现，可以比较方便的进行 关键字(key) – 值(value)的存取。其主要方法为：

public Object put(Object key, Object value) 加入一个对象。
public Object get(Object key) 获得一个对象。如果没找到对应于key的对象，返回null.

下面着重分析这两个方法。

put方法
put方法的作用是将一个对象(value)加入到map中，它的key为(key)。如果key重复了，将替换掉旧的值，并将旧值返回。如果key没有重复，将新的值插入。该部分代码如下（有删节）：

Object k = maskNull(key);
int hash = hash(k);
int i = indexFor(hash, table.length);
for (Entry e = table[i]; e != null; e = e.next) {
   if (e.hash == hash && eq(k, e.key)) {
      Object oldValue = e.value;
      e.value = value;
      e.recordAccess(this);
      return oldValue;
   }
}
addEntry(hash, k, value, i);
return null;首先，程序执行了maskNull函数。该函数很简单，仅仅判断如果key非空，直接返回，否则返回一个new Object(). 接下来，使用HashMap类中函数hash(k)来计算key的hash值（这应该就是这个类被命名为HashMap的原因）。比较有意思的是，hash函数中，并没有直接返回k.hashCode()，而是在hashCode()之上进行了额外的计算。按照该函数的javadoc，这是为了抵御"某些不良设计的hashCode函数"。

再往下，是计算hash值在列表中的起始位置。table就是实际保存值的列表，indexFor这个函数返回的是hash值的在table中的位置。具体含义为，一些key的hash值很可能是相同的（冲突），这些key冲突的key--value所在的项组成一个链表，indexFor函数返回的就是这个链表的首项。而这个indexFor函数极其简单:

static int indexFor(int h, int length) {
   return h & (length-1);
}很明显，因为传入的hash值(h)可能为很大的数，所以通过与table的长度做AND运算，保证得到的位置在[0, table.length-1]的区间内。

这就带来一个问题:如果table的长度增加了，那么indexFor函数返回的位置可能就变化了，这就产生了错误。实际上，HashMap是能够避免这个问题的，后文分析。

继续查看put函数的代码。在得到了起始的位置之后，是一个while循环。该循环很简单，依次遍历相同hash值的Entry，如果key也相等，那么将value赋入，同时返回旧的值。否则的话，while执行完毕，还没有找到key，那么，执行addEntry函数，将key-value加入到table中。在加入后，进行判断:

if (size++ >= threshold)
   resize(2 * table.length);即如果新的容量大于限制值，那么会进行容量扩充的操作，也就是扩充table的大小。新容量是旧容量的2倍。在resize 函数中，要生成新的table并设置成新的容量，同时，进行比较重要的操作，即将旧的table中的内容拷贝到新的table中去。在拷贝的过程中，Entry在新的table中的位置是经过重新计算的，所以上文提到的问题不会出现。

get方法
get方法相对put方法很简单，代码如下：

public Object get(Object key) {
   Object k = maskNull(key);
   int hash = hash(k);
   int i = indexFor(hash, table.length);
   Entry e = table[i];
   while (true) {
      if (e == null)
         return e;
      if (e.hash == hash && eq(k, e.key))
         return e.value;
      e = e.next;
   }
}首先计算hash值，然后调用indexFor函数得到起始的位置，获取该位置上的项，改项即为具有相同hash值的链表的首项。最后使用 while循环来遍历这个链表。在循环中，逐个比较如果key也相等了，说明找到了，返回，否则继续找下去。如果没有hash值相等的项了，可以判断为没找到，返回空。



每个key--value对放在Entry对象中。由key计算出的hash值相等的Entry组成一个链表，链表的元素之间使用 Entry.next相连，链表的首位置由indexOf计算得到。遍历这个链表即可以得到某个key可能存在的Entry，HashMap也通过这种方式来解决冲突。

一些值得注意的问题
在上文中，我们注意到，如果table容量大于某个限制，那么将要进行扩充。扩充的操作，实际上是新建table，进行拷贝，并且重建Entry 链表的过程。这个过程自然是极其耗时的，我们也应该尽量避免这个操作。避免的方法也很简单，就是初始化HashMap的时候，指定一个比较大的容量即可（默认是16）. HashMap提供了构造函数 public HashMap(int initialCapacity) 来解决这个问题。
可以看出，无论是在添加的put函数，和获取的get函数，均要遍历冲突的链表，也就是说，如果在HashMap中存在大量的冲突（因为某种原因，key计算出来的hash值重复），那么，HashMap将近似退化为链表的线性查找。这就会比较大的影响性能。这就要求我们仔细设计key对象的 hashCode()函数，尽量少的减少不同的key得多相同的hash值的情况（自然，完全不同的hashCode的值是不可能的）


另，之前一直以为HashTable是线程安全的，但是jdk1.6版本的hashtable将synchronize 关键字全部都去掉了，关于这点HashTable跟HashMap是不是就一样了呢