一、摘要
在集合系列的第一章,咱们了解到,Map 的实现类有 HashMap、LinkedHashMap、TreeMap、IdentityHashMap、WeakHashMap、Hashtable、Properties 等等。
本文主要从数据结构和算法层面,探讨 Hashtable 的实现,如果有理解不当之处,欢迎指正。
二、 介绍
Hashtable 一个元老级的集合类,早在 JDK 1.0 就诞生了,而 HashMap 诞生于 JDK 1.2,在实现上,HashMap 吸收了很多 Hashtable 的思想,虽然二者的底层数据结构都是 数组 + 链表(不知道链表的可以看我之前的文章) 结构,具有查询、插入、删除快的特点,但是二者又有很多的不同。
打开 Hashtable 的源码可以看到,Hashtable 继承自 Dictionary,而 HashMap 继承自 AbstractMap。
public class Hashtable
extends Dictionary
implements Map, Cloneable, java.io.Serializable {
.....
}
HashMap 继承自 AbstractMap,HashMap 类的定义如下:
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable {
.....
}
其中 Dictionary 类是一个已经被废弃的类,翻译过来的意思是这个类已经过时,新的实现应该实现 Map 接口而不是扩展此类,这一点我们可以从它代码的注释中可以看到:
/**
* NOTE: This class is obsolete. New implementations should
* implement the Map interface, rather than extending this class.
*/
public abstract
class Dictionary {
......
}
Hashtable 和 HashMap 的底层是以数组来存储,同时,在存储数据通过key计算数组下标的时候,是以哈希算法为主,因此可能会产生哈希冲突的可能性。
通俗的说呢,就是不同的key,在计算的时候,可能会产生相同的数组下标,这个时候,如何将两个对象放入一个数组中呢?
而解决哈希冲突的办法,有两种,一种开放地址方式(当发生 hash 冲突时,就继续以此继续寻找,直到找到没有冲突的hash值),另一种是拉链方式(将冲突的元素放入链表)。
Java Hashtable 采用的就是第二种方式,拉链法!
于是,当发生不同的key通过一系列的哈希算法计算获取到相同的数组下标的时候,会将对象放入一个数组容器中,然后将对象以单向链表的形式存储在同一个数组下标容器中,就像链子一样,挂在某个节点上,如下图:与 HashMap 类似,Hashtable 也包括五个成员变量:
/**由Entry对象组成的数组*/
private transient Entry[] table;
/**Hashtable中Entry对象的个数*/
private transient int count;
/**Hashtable进行扩容的阈值*/
private int threshold;
/**负载因子,默认0.75*/
private float loadFactor;
/**记录修改的次数*/
private transient int modCount = 0;
具体各个变量含义如下:
- table:表示一个由 Entry 对象组成的链表数组,Entry 是一个单向链表,哈希表的key-value键值对都是存储在 Entry 数组中的;
- count:表示 Hashtable 的大小,用于记录保存的键值对的数量;
- threshold:表示 Hashtable 的阈值,用于判断是否需要调整 Hashtable 的容量,threshold 等于容量 * 加载因子;
- loadFactor:表示负载因子,默认为 0.75;
- modCount:表示记录 Hashtable 修改的次数,用来实现快速失败抛异常处理;
接着来看看Entry这个内部类,Entry用于存储链表数据,实现了Map.Entry接口,本质是就是一个映射(键值对),源码如下:
private static class Entry implements Map.Entry {
/**hash值*/
final int hash;
/**key表示键*/
final K key;
/**value表示值*/
V value;
/**节点下一个元素*/
Entry next;
......
}
我们再接着来看看 Hashtable 初始化过程,核心源码如下:
public Hashtable() {
this(11, 0.75f);
}
this 调用了自己的构造方法,核心源码如下:
public Hashtable(int initialCapacity, float loadFactor) {
.....
//默认的初始大小为 11
//并且计算扩容的阈值
this.loadFactor = loadFactor;
table = new Entry[initialCapacity];
threshold = (int)Math.min(initialCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
}
可以看到 HashTable 默认的初始大小为 11,如果在初始化给定容量大小,那么 HashTable 会直接使用你给定的大小;
扩容的阈值threshold等于initialCapacity * loadFactor,我们在来看看 HashTable 扩容,方法如下:
protected void rehash() {
int oldCapacity = table.length;
//将旧数组长度进行位运算,然后 +1
//等同于每次扩容为原来的 2n+1
int newCapacity = (oldCapacity << 1) + 1;
//省略部分代码......
Entry[] newMap = new Entry[newCapacity];
}
可以看到,HashTable 每次扩充为原来的 2n+1。
我们再来看看 HashMap,如果是执行默认构造方法,会在扩容那一步,进行初始化大小,核心源码如下:
final Node[] resize() {
int newCap = 0;
//部分代码省略......
newCap = DEFAULT_INITIAL_CAPACITY;//默认容量为 16
Node[] newTab = (Node[])new Node[newCap];
}
可以看出 HashMap 的默认初始化大小为 16,我们再来看看,HashMap 扩容方法,核心源码如下:
final Node[] resize() {
//获取旧数组的长度
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int newCap = 0;
//部分代码省略......
//当进行扩容的时候,容量为 2 的倍数
newCap = oldCap << 1;
Node[] newTab = (Node[])new Node[newCap];
}
可以看出 HashMap 的扩容后的数组数量为原来的 2 倍;
也就是说 HashTable 会尽量使用素数、奇数来做数组的容量,而 HashMap 则总是使用 2 的幂作为数组的容量。
我们知道当哈希表的大小为素数时,简单的取模哈希的结果会更加均匀,所以单从这一点上看,HashTable 的哈希表大小选择,似乎更高明些。
Hashtable 的 hash 算法,核心代码如下:
//直接计算key.hashCode()
int hash = key.hashCode();
//通过除法取余计算数组存放下标
// 0x7FFFFFFF 是最大的 int 型数的二进制表示
int index = (hash & 0x7FFFFFFF) % tab.length;
从源码部分可以看出,HashTable 的 key 不能为空,否则报空指针错误!
但另一方面我们又知道,在取模计算时,如果模数是 2 的幂,那么我们可以直接使用位运算来得到结果,效率要大大高于做除法。所以在 hash 计算数组下标的效率上,HashMap 却更胜一筹,但是这也会引入了哈希分布不均匀的问题, HashMap 为解决这问题,又对 hash 算法做了一些改动,具体我们来看看。
HashMap 的 hash 算法,核心代码如下:
/**获取hash值方法*/
static final int hash(Object key) {
int h;
// h = key.hashCode() 为第一步 取hashCode值(jdk1.7)
// h ^ (h >>> 16) 为第二步 高位参与运算(jdk1.7)
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);//jdk1.8
}
/**获取数组下标方法*/
static int indexFor(int h, int length) {
//jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的
return h & (length-1); //第三步 取模运算
}
HashMap 由于使用了2的幂次方,所以在取模运算时不需要做除法,只需要位的与运算就可以了。但是由于引入的 hash 冲突加剧问题,HashMap 在调用了对象的 hashCode 方法之后,又做了一些高位运算,也就是第二步方法,来打散数据,让哈希的结果更加均匀。
与此同时,在 jdk1.8 中 HashMap 还引进来红黑树实现,当冲突链表长度大于 8 的时候,会将链表结构改变成红黑树结构,让查询变得更快,具体实现可以参见《集合系列》中的 HashMap 分析。
三、常用方法介绍
3.1、put方法
put 方法是将指定的 key, value 对添加到 map 里。
打开 HashTable 的 put 方法,源码如下:
public synchronized V put(K key, V value) {
//当 value 值为空的时候,抛异常!
if (value == null) {
throw new NullPointerException();
}
Entry tab[] = table;
//通过key 计算存储下标
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
//循环遍历数组链表
//如果有相同的key并且hash相同,进行覆盖处理
Entry entry = (Entry)tab[index];
for(; entry != null ; entry = entry.next) {
if ((entry.hash == hash) && entry.key.equals(key)) {
V old = entry.value;
entry.value = value;
return old;
}
}
//加入数组链表中
addEntry(hash, key, value, index);
return null;
}
put 方法中的 addEntry 方法,源码如下:
private void addEntry(int hash, K key, V value, int index) {
//新增修改次数
modCount++;
Entry tab[] = table;
if (count >= threshold) {
//数组容量大于扩容阀值,进行扩容
rehash();
tab = table;
//重新计算对象存储下标
hash = key.hashCode();
index = (hash & 0x7FFFFFFF) % tab.length;
}
//将对象存储在数组中
Entry e = (Entry) tab[index];
tab[index] = new Entry<>(hash, key, value, e);
count++;
}
addEntry 方法中的 rehash 方法,源码如下:
protected void rehash() {
int oldCapacity = table.length;
Entry[] oldMap = table;
//每次扩容为原来的 2n+1
int newCapacity = (oldCapacity << 1) + 1;
if (newCapacity - MAX_ARRAY_SIZE > 0) {
if (oldCapacity == MAX_ARRAY_SIZE)
//大于最大阀值,不再扩容
return;
newCapacity = MAX_ARRAY_SIZE;
}
Entry[] newMap = new Entry[newCapacity];
modCount++;
//重新计算扩容阀值
threshold = (int)Math.min(newCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
table = newMap;
//将旧数组中的数据复制到新数组中
for (int i = oldCapacity ; i-- > 0 ;) {
for (Entry old = (Entry)oldMap[i] ; old != null ; ) {
Entry e = old;
old = old.next;
int index = (e.hash & 0x7FFFFFFF) % newCapacity;
e.next = (Entry)newMap[index];
newMap[index] = e;
}
}
}
总结流程如下:
1、通过 key 计算对象存储在数组中的下标;
2、如果链表中有 key,直接进行新旧值覆盖处理;
3、如果链表中没有 key,判断是否需要扩容,如果需要扩容,先扩容,再插入数据;
有一个值得注意的地方是 put 方法加了synchronized关键字,所以,在同步操作的时候,是线程安全的。
3.2、get方法
get 方法根据指定的 key 值返回对应的 value。
get 流程图如下:
打开 HashTable 的 get 方法,源码如下:
public synchronized V get(Object key) {
Entry tab[] = table;
//通过key计算节点存储下标
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
for (Entry e = tab[index] ; e != null ; e = e.next) {
if ((e.hash == hash) && e.key.equals(key)) {
return (V)e.value;
}
}
return null;
}
同样,有一个值得注意的地方是 get 方法加了synchronized
关键字,所以,在同步操作的时候,是线程安全的。
3.3、remove方法
remove 的作用是通过 key 删除对应的元素。
remove 流程图如下:
打开 HashTable 的 remove 方法,源码如下:
public synchronized V remove(Object key) {
Entry tab[] = table;
//通过key计算节点存储下标
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
Entry e = (Entry)tab[index];
//循环遍历链表,通过hash和key判断键是否存在
//如果存在,直接将改节点设置为空,并从链表上移除
for(Entry prev = null ; e != null ; prev = e, e = e.next) {
if ((e.hash == hash) && e.key.equals(key)) {
modCount++;
if (prev != null) {
prev.next = e.next;
} else {
tab[index] = e.next;
}
count--;
V oldValue = e.value;
e.value = null;
return oldValue;
}
}
return null;
}
同样,有一个值得注意的地方是 remove 方法加了synchronized
关键字,所以,在同步操作的时候,是线程安全的。
四、总结
总结一下 Hashtable 与 HashMap 的联系与区别,内容如下:
- 1、虽然 HashMap 和 Hashtable 都实现了 Map 接口,但 Hashtable 继承于 Dictionary 类,而 HashMap 是继承于 AbstractMap;
- 2、HashMap 可以允许存在一个为 null 的 key 和任意个为 null 的 value,但是 HashTable 中的 key 和 value 都不允许为 null;
- 3、Hashtable 的方法是同步的,因为在方法上加了 synchronized 同步锁,而 HashMap 是非线程安全的;
尽管,Hashtable 虽然是线程安全的,但是我们一般不推荐使用它,因为有比它更高效、更好的选择 ConcurrentHashMap,在后面我们也会讲到它。
最后,引入来自 HashTable 的注释描述:
If a thread-safe implementation is not needed, it is recommended to use HashMap in place of Hashtable. If a thread-safe highly-concurrent implementation is desired, then it is recommended to use java.util.concurrent.ConcurrentHashMap in place of Hashtable.
简单来说就是,如果你不需要线程安全,那么使用 HashMap,如果需要线程安全,那么使用 ConcurrentHashMap。
HashTable 已经被淘汰了,不要在新的代码中再使用它。