数据结构——浅谈HashMap

嗯，今天我们来谈一谈HashMap，也叫哈希表，最近看了看Java中HashMap的源码，粗略的有个了解，希望通过这片文章能给和我一样在面对源码一脸懵b的小伙伴一个方向。

---

哈希表(HashMap)也叫散列表，是一种非常重要的数据结构，应用场景及其丰富，许多缓存技术核心就是在内存中维护着一张巨大的哈希表。而HashMap的实现原理也经常出现在各种面试题中，由此可见其重要性。

目录:

1. 什么是哈希表
2. HashMap实现原理
3. 重写equals方法与重写hashCode方法

---

一、什么是哈希表

首先，我们先来简单回顾下基本数据结构在增删改查的基础性能。

数组：采用一段连续的储存单元来储存数据。对于指定下标的查找，时间复杂度为O(1)，通过给定值进行查找，我们需要遍历数组，所以时间复杂度为O(n)，对于一般的插入删除操作，因为数组元素要进行移动，所以时间复杂度也为O(n)。

线性链表：对于链表的新增，删除等操作，因为链表的特殊性，仅需处理节点引用，所以时间复杂度为O(1)，而要进行查找操作需要遍历链表，复杂度为O(n)。

二叉树：对于一科相对平衡的有序二叉树，对其进行插入，查找，删除等操作平均复杂度为O(logn)。

哈希表：相比上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能非常高，在不考虑哈希冲突下，仅需一次定位就能完成，时间复杂度为O(1)。

众所周知，数据结构的物理储存结构只有两种：顺序储存结构和链式储存结构

顺序储存：在内存中按照顺序分配内存空间

链式储存：在内存中无序存放，但是一个Node中存储着下一个Node内存地址

而哈希表利用了这两种结构的特性，其主干为数组。

比如我们要新增或者查找某个元素的时候，我们通过函数映射将该关键字映射到数组的某个位置，通过该关键字即可实现一次定位，一次查找就可完成操作。

                              储存位置 = f（关键字）

其中函数“f”一般称为哈希函数，哈希函数设计的好坏直接影响哈希表性能的优劣。

哈希冲突

当我们的关键字通过哈希函数计算后得到结果相同时，即发生了哈希冲突。我们不能保证哈希冲突一定不会发生，越是优秀的哈希函数，越能够计算简单并且散列地址均匀。而面对哈希冲突，有多种解决方案：开放定址法，再散列法，链地址法，而Java中的HashMap则使用的是链地址法。

---

二、实现原理(在JDK1.8中，其结构已经变为链表+红黑树)

HashMap主干为一个Entry数组，而每个Entry存放着一个键值对和同时指向另一个Entry的引用，如果发生哈希冲突，该引用即指向另一个Entry。

下面我们用一段代码来显示内部结构。

static class Entry implements Map.Entry {
        final K key;
        V value;
        Entry next;//存储指向下一个Entry的引用，单链表结构
        int hash;//对key的hashcode值进行hash运算后得到的值，存储在Entry，避免重复计算

        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }

 

用图来表示整体结构如上图。（转自csdn，侵删）

有图可知，HashMap是由数组+链表结构组成，数组是HashMap主体，链表则是为了解决哈希冲突而存在，如果对于Entry不含链表的位置，对其操作的时间复杂度为O(1)，如果定位到具有链表的位置，则时间复杂度为O(n)。

HashMap中重要字段

• transient int size    实际储存的KEY-VALUE对个数
• int threshold          阀值，当表为空的时候，该值初始容量为16，后期扩容使用
• final float loadFactor   负载因子，代表表的填充度，默认为0.75
• transient int modCount  用于快速失败，迭代时抛出异常

在JDK1.8中 HashMap底层改为链表+数组+红黑树的形式，当Hash冲突多次在同一个位置发生的时候，（确切的说是该位置链表长度大于8时），在此位置将用红黑树来储存数据提高读取效率.

最终储存位置流程图

 

---

三、重写equals方法和hashCode方法

首先我们来说一下，原生的equals方法和hashCode方法代表什么。

原生的hashCode方法是通过对象地址经过哈希函数计算所得出的一个值。而equals方法是通过比较是否为同一个对象。

重写equals方法，尽量保证我们每个对象都能在table中均匀散列，能够有效提高HashMap的性能，而根据不同业务我们需要重写不同的hashCode。

举个例子，如果有一个新的对象A，一个旧的对象B，逻辑上我们希望他们是相同的，所以我们重写了euqals方法，此时就要求我们A .euqals（B）=true，如果不重写hashCode方法，则A.hashCode != B.hashCode,所以在散列的时候，会在Map中储存两个值一样的数据。

当向集合中插入对象时，如何判别在集合中是否已经存在该对象了？（注意：集合中不允许重复的元素存在）

大多数人都会想到调用equals方法来逐个进行比较，这个方法确实可行。但是如果集合中已经存在一万条数据或者更多的数据，如果采用equals方法去逐一比较，效率必然是一个问题。此时hashCode方法的作用就体现出来了，当集合要添加新的对象时，先调用这个对象的hashCode方法，得到对应的hashcode值，实际上在HashMap的具体实现中会用一个table保存已经存进去的对象的hashcode值，如果table中没有该hashcode值，它就可以直接存进去，不用再进行任何比较了；如果存在该hashcode值， 就调用它的equals方法与新元素进行比较，相同的话就不存了，不相同就散列其它的地址，所以这里存在一个冲突解决的问题，这样一来实际调用equals方法的次数就大大降低了，说通俗一点：Java中的hashCode方法就是根据一定的规则将与对象相关的信息（比如对象的存储地址，对象的字段等）映射成一个数值，这个数值称作为散列值。

可以直接根据hashcode值判断两个对象是否相等吗？肯定是不可以的，因为不同的对象可能会生成相同的hashcode值。虽然不能根据hashcode值判断两个对象是否相等，但是可以直接根据hashcode值判断两个对象不等，如果两个对象的hashcode值不等，则必定是两个不同的对象。如果要判断两个对象是否真正相等，必须通过equals方法。