Java知识中最常用的一类数据结构,采样数组+链表的方式数据存储,无参的构造方法,(其他构造方法,如传入数组容量和加载因子)。
private static final int MINIMUM_CAPACITY = 4;
//数组2个元素
private static final Entry[] EMPTY_TABLE
= new HashMapEntry[MINIMUM_CAPACITY >>> 1];
public HashMap() {
table = (HashMapEntry[]) EMPTY_TABLE;
threshold = -1;
}
table是内部HashMapEntry数组,HashMapEntry是内部存储对象,构造方法初始化数组,默认2个元素。
threshold是数组扩容临界值,当元素数量大于该值时,数组将要扩容,初始值-1,第一次向数组中放置元素时就要扩容了。
static class HashMapEntry implements Entry {
final K key;
V value;
final int hash;
HashMapEntry next;
HashMapEntry(K key, V value, int hash, HashMapEntry next) {
this.key = key;
this.value = value;
this.hash = hash;
this.next = next;
}
...
}
HashMap的内部类,它的内部字段包含key、value、hash和HashMapEntry引用。HashMap数据结构图。
从结构图中可以看出,HashMap并不是按照数组顺序向数组中存入数据的,本文主要分析它的数据存取如何实现。先看put方法,存入数据。
@Override
public V put(K key, V value) {
if (key == null) {
return putValueForNullKey(value);
}
//每个进来的kay先计算hash
int hash = Collections.secondaryHash(key);
HashMapEntry[] tab = table;
//计算索引
int index = hash & (tab.length - 1);
for (HashMapEntry e = tab[index]; e != null; e = e.next) {
if (e.hash == hash && key.equals(e.key)) {
preModify(e);
V oldValue = e.value;
e.value = value;
return oldValue;
}
}
modCount++;
if (size++ > threshold) {
tab = doubleCapacity();
index = hash & (tab.length - 1);
}
addNewEntry(key, value, hash, index);
return null;
}
如果key值是空,调用putValueForNullKey方法。
private V putValueForNullKey(V value) {
HashMapEntry entry = entryForNullKey;
if (entry == null) {
addNewEntryForNullKey(value);
size++;
modCount++;
return null;
} else {
preModify(entry);
V oldValue = entry.value;
entry.value = value;
return oldValue;
}
}
在HashMap内部,为空key单独保存一个HashMapEntry对象,它不在数组的某个bucket位置存储,如果之前已经put一个空key的键值,将修改HashMapEntry的value值。
void addNewEntryForNullKey(V value) {
entryForNullKey = new HashMapEntry(null, value, 0, null);
}
空key对应hash是0,因此,可以得出结论,HashMap允许key值是空的情况存在。
当key不是空时,获取key的哈希值,然后,根据哈希值快速找到它在数组存放的具体位置,即index索引值。如果两个不同的key对象发生hashCode碰撞,即已经有HashMapEntry对象在index索引处,采用链表解决冲突。
当hashCode相等,equals不一定相同。因此,遍历该坑位链表上的每个对象,查看key是否与新key相等(equals),若找到equals相等的key键,直接更新HashMapEntry的value值,并返回旧value。若未找到,新建一个HashMapEntry对象,放置在数组index坑位链表头部。
void addNewEntry(K key, V value, int hash, int index) {
table[index] = new HashMapEntry(key, value, hash, table[index]);
}
新HashMapEntry存储了key,value,hash和当前坑位第一个对象的引用。
size代表数组元素当前存储大小,此次新put的值自增,当HashMap中元素不断增多,发生HashCode碰撞的概率将大大增加,导致链表长度增加,会影响存取速度和效率,因此,设置一个负载因子,如果已经>threshold,数组需要扩容。
private HashMapEntry[] doubleCapacity() {
HashMapEntry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
return oldTable;
}
int newCapacity = oldCapacity * 2;
HashMapEntry[] newTable = makeTable(newCapacity);
//当数组没有元素时,直接返回新数组。
if (size == 0) {
return newTable;
}
for (int j = 0; j < oldCapacity; j++) {
HashMapEntry e = oldTable[j];
if (e == null) {
continue;
}
int highBit = e.hash & oldCapacity;
HashMapEntry broken = null;
newTable[j | highBit] = e;
for (HashMapEntry n = e.next; n != null; e = n, n = n.next) {
int nextHighBit = n.hash & oldCapacity;
if (nextHighBit != highBit) {
if (broken == null)
newTable[j | nextHighBit] = n;
else
broken.next = n;
broken = e;
highBit = nextHighBit;
}
}
if (broken != null)
broken.next = null;
}
return newTable;
}
如果数组的长度已经达到最大,不再扩容,返回旧数组。新数组的容量扩容2倍。makeTable方法,根据新容量,创建一个新数组。
private HashMapEntry[] makeTable(int newCapacity) {
HashMapEntry[] newTable= (HashMapEntry[]) newHashMapEntry[newCapacity];
table = newTable;
threshold = (newCapacity >> 1) + (newCapacity >> 2); // 3/4 capacity
return newTable;
}
新数组创建后,负载因子设置为数组长度的3/4,如果继续put元素,当容量达到threshold,数组将继续扩充。threshold代表容量警戒阀值。
最后,遍历旧容量的元素,重新计算他们在新数组中的位置,并复制操作,数组扩容也比较耗时。
再看一下get方法,从HashMap中取出数据。
public V get(Object key) {
if (key == null) {
HashMapEntry e = entryForNullKey;
return e == null ? null : e.value;
}
int hash = Collections.secondaryHash(key);
HashMapEntry[] tab = table;
for (HashMapEntry e = tab[hash & (tab.length - 1)];
e != null; e = e.next) {
K eKey = e.key;
if (eKey == key || (e.hash == hash && key.equals(eKey))) {
return e.value;
}
}
return null;
}
数据取出和存入类似,比较简单,首先计算key的哈希值,再根据哈希值查找索引,遍历索引处的HashMapEntry链表。HashMapEntry的key与查询key对象相等。==表示指向同一地址,属于同一个对象,肯定equal相同的。另一种情况,就是key的equal相等,返回对应value值。
从数据存取的put与get方法来看,并没有实现同步,HashMap不是线程安全的数据结构。当多线程访问时,可以通过Collections.synchronziedMap创建HashMap实现线程同步,也可以使用线程安全的CorruntHashMap。
再看一下数组的容量设计成2的整数次幂,回到无参数的构造方法,HashMap的初始容量是2,扩容*2,发现它的容量都是2的整数次幂。我们在数据存取时,都要首先对键值key进行hash变换。然后根据下面的代码计算索引值。
int index = hash & (tab.length - 1);//计算索引
如果数组的容量是2的整数次幂,那么,与hash进行与操作的一定是11111..的二进制数据,操作效率较快。如果和hash进行与操作的有一位不是1,比如1101,那么,永远都不会有元素的hash值计算得到xx1x的数组索引,造成浪费。
总结
1,HashMap存储,无序,无索引,需要调用hashCode方法,key不能是基本类型,必须是引用才能调用对象的hashCode方法和equals方法。
2,负载因子3/4,当达到时,扩容数组x2,rehashing将原来对象放到新数组坑位处,容量设计成2的整数次幂,在hash计算index过程中,保证与值全是1。否则会造成index浪费。
3,Collections.synchronizeMap可以让其线程同步。
4,HashMap允许key值是空,此时hash=0。
5,若两个key对象hashCode相同,还需要再比较equals方法,再相同,才能定位到同一个坑位链表中的同一个value值。
任重而道远