理解Java中HashMap的工作原理

Java中的HashMap使用散列来高效的查找和存储值。HashMap内部使用Map.Entry的形式来保存key和value, 使用put(key,value)方法存储值,使用get(key)方法查找值。

理解hashCode()

Java中的hashCode()方法,是顶层对象Object中的方法,因此Java中所有的对象都会带有hashCode()方法。 

在各种最佳实践中,都会建议在编写自己的类的时候要同时覆盖hashCode()和equals()方法, 但是在使用散列的数据结构时(HashMap,HashSet,LinkedHashSet,LinkedHashMap), 如果不为键覆盖hashCode()和equals()方法,将无法正确的处理该键。

hashCode()方法返回一个int值,这个int值就是用这个对象的hashCode()方法产生的hash值。

HashMap的工作原理

在散列表中查找一个值的过程为,先通过键的hashCode()方法计算hash值,然后使用hash值产生下标并使用下标查找数组, 这里为什么要用数组呢,因为数组是存储一组元素最快的数据结构,因此使用数组来表示键的信息。

由于数组的容量(也就是表中的桶位数)是固定的,所以不同的键可以产生相同的下标,也就是说,可能会有冲突, 因此数组多大就不重要了,任何键总能在数组中找到它的位置。

数组并不直接保存值,因为不同的键可能产生相同的数组下标,数组保存的是LinkedList,因此, 散列表的存储结构外层是一个数组,容量固定,数组的每一项都是保存着Entry Object(同时保存key和value)的LinkedList。

由于下标的冲突,不同的键可能会产生相同的bucket location,在使用put(key,value)时, 如果两个键产生了相同的bucket location,由于LinkedList的长度是可变的, 所以会在该LinkedList中再增加一项Entry Object,其中保存着key和value。

键使用hashCode()方法产生hash值后,利用hash值产生数组的下标,找到值在散列表中的桶位(bucket), 也就是在哪一个LinkedList中,如果该桶位只有一个的Object,则返回该Value,如果该桶位有多个Object, 那么再对该LinkedList中的Entry Object的键使用equals()方法进行线性的查询,最后找到该键的值并返回。

最后对LinkedList进行线性查询的部分会比较慢,但是,如果散列函数好的话,数组的每个位置就只有较少的值, 因此不是查询整个LinkedList,而是快速地跳到数组的某个位置,只对很少的元素进行比较,这就是HashMap会如此快的原因。

在知道了散列的原理后我们可以自己实现一个简单的HashMap(例子来源于《Java编程思想(第四版)》)

public class SimpleHashMap extends AbstractMap {

    //内部数组的容量

    static final int SIZE = 997;

    //buckets数组,内部是一个链表,链表的每一项是Map.Entry形式,保存着HashMap的值

    @SuppressWarnings("unchecked")

    LinkedList>[] buckets = new LinkedList[SIZE];

    public V put(K key, V value) {

        V oldValue = null;

        //使用hashCode()方法产生hash值,使用hash值与数组容量取余获得数组的下标

        int index = Math.abs(key.hashCode()) % SIZE;

        //如果该桶位为null,则插入一个链表

        if (buckets[index] == null) {

            buckets[index] = new LinkedList<>();

        }

        //获得bucket

        LinkedList> bucket = buckets[index];

        MapEntry pair = new MapEntry<>(key, value);

        boolean found = false;

        ListIterator> it = bucket.listIterator();

        while (it.hasNext()) {

            MapEntry iPair = it.next();

            //对键使用equals()方法线性查询value

            if (iPair.getKey().equals(key)) {

                oldValue = iPair.getValue();

                //找到了键以后更改键原来的value

                it.set(pair);

                found = true;

                break;

            }

        }

        //如果没找到键,在bucket中增加一个Entry

        if (!found) {

            buckets[index].add(pair);

        }

        return oldValue;

    }

    //get()与put()的工作方式类似

    @Override

    public V get(Object key) {

        //使用hashCode()方法产生hash值,使用hash值与数组容量取余获得数组的下标

        int index = Math.abs(key.hashCode()) % SIZE;

        if (buckets[index] == null) {

            return null;

        }

        //使用equals()方法线性查找键

        for (MapEntry iPair : buckets[index]) {

            if (iPair.getKey().equals(key)) {

                return iPair.getValue();

            }

        }

        return null;

    }

    @Override

    public Set> entrySet() {

        Set> set = new HashSet<>();

        for (LinkedList> bucket : buckets) {

            if (bucket == null) {

                continue;

            }

            for (MapEntry mpair : bucket) {

                set.add(mpair);

            }

        }

        return set;

    }

    public static void main(String[] args) {

        SimpleHashMap m = new SimpleHashMap<>();

        m.putAll(Countries.capitals(25));

        System.out.println(m);

        System.out.println(m.get("ERITREA"));

        System.out.println(m.entrySet());

    }

}

编写良好的hashCode()方法

如果hashCode()产生的hash值能够让HashMap中的元素均匀分布在数组中,可以提高HashMap的运行效率。 一个良好的hashCode()方法首先是能快速地生成hash值,然后生成的hash值能使HashMap中的元素在数组中尽量均匀的分布, hash值不一定是唯一的,因为容量是固定的,总会有下标冲突的情况产生。

《Effective Java》中给出了覆盖hashCode()方法的最佳实践:

把某个非零的常数值,比如17,保存在一个名为result的int类型中。

对于对象中的每个关键域f(指equals()方法中涉及的域),完成以下步骤:

为该域计算int类型的散列码c,根据域的类型的不同,又可以分为以下几种情况:

如果该域是boolean类型,则计算(f?1:0)

如果该域是String类型,则使用该域的hashCode()方法

如果该域是byte、char、short或int类型,则计算(int)f

如果该域是long类型,则计算(int)(f^>>>32)

如果该域是float类型,则计算Float.floatToIntBits(f)

如果该域是double类型,则计算Double.doubleToLongBits(f)返回一个long类型的值,再根据long类型的域,生成int类型的散列码

如果该域是一个对象引用,并且该类的equals()方法通过递归调用equals方式来比较这个域,则同样为这个域递归地调用hashCode()

如果该域是一个数组,则要把每一个元素当作单独的域来处理,也就是说递归地应用上述原则

按照公式:result = 31 * result + c,返回result。

写一个简单的类并用上述的规则来覆盖hashCode()方法

public class SimpleHashCode {

    private static long counter = 0;

    private final long id = counter++;

    private String name;

    @Override

    public int hashCode(){

        int result = 17;

        if (name != null){

            result = 31 * result + name.hashCode(); 

        }

        result = result * 31 + (int) id;

        return result;

    }

    @Override

    public boolean equals(Object o){

        return o instanceof SimpleHashCode && id == ((SimpleHashCode)o).id;

    }

}

参考:

Javin Paul, How HashMap works in Java

http://javarevisited.blogspot.jp/2011/02/how-hashmap-works-in-java.html

机械工业出版社, 《Java编程思想(第四版)》

https://book.douban.com/subject/2061172/

机械工业出版社, 《Effective Java》

https://book.douban.com/subject/3360807/

文／HelloListen（github作者）
原文链接：https://github.com/HelloListen/Secret/blob/master/content/post/2016/05/java-hashmap-hashcode-hash.md

著作权归作者所有，转载请联系作者获得授权，并标注“csdn作者”。