HashMap底层数据结构原理解析

老师:JDK中我们最常用的一个数据类是HashMap。那么,谁可以回答一下HashMap的底层数据结构原理是什么呢?

小明:老师,我知道。众所周知,HashMap是一个用于存储Key-Value键值对的集合,每一个键值对也叫做Entry。这些个键值对(Entry)分散存储在一个数组当中,这个数组就是HashMap的主干。

HashMap数组每一个元素的初始值都是Null。

img

对于HashMap,我们最常使用的是两个方法:Get 和 Put。

1.Put方法的原理

调用Put方法的时候发生了什么呢?

比如调用hashMap.put(“apple”, 0) ,插入一个Key为“apple"的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置(index):

index= Hash(“apple”)

假定最后计算出的index是2,那么结果如下:

img

但是,因为HashMap的长度是有限的,当插入的Entry越来越多时,再完美的Hash函数也难免会出现index冲突的情况。比如下面这样:

img

这时候该怎么办呢?我们可以利用链表来解决。

HashMap数组的每一个元素不止是一个Entry对象,也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时,只需要插入到对应的链表即可:

img

需要注意的是,新来的Entry节点插入链表时,使用的是“头插法”。至于为什么不插入链表尾部,后面会有解释。

2.Get方法的原理

使用Get方法根据Key来查找Value的时候,发生了什么呢?

首先会把输入的Key做一次Hash映射,得到对应的index:

index= Hash(“apple”)

由于刚才所说的Hash冲突,同一个位置有可能匹配到多个Entry,这时候就需要顺着对应链表的头节点,一个一个向下来查找。假设我们要查找的Key

是“apple”:

img

第一步,我们查看的是头节点Entry6,Entry6的Key是banana,显然不是我们要找的结果。

第二步,我们查看的是Next节点Entry1,Entry1的Key是apple,正是我们要找的结果。

之所以把Entry6放在头节点,是因为HashMap的发明者认为,后插入的Entry被查找的可能性更大。这就是HashMap的底层原理。

老师:不错!整体上说的差不多。不过我还有几个问题想深入问一下。HashMap默认的初始长度是多少?为什么这么规定?

小明:呃,不知道。。。。。

老师:高并发情况下,为什么HashMap可能会出现死锁?

小明:呃,也不知道。。。。。

老师:在Java8当中,HashMap的结构有什么样的优化?

小明:呃。。。。。

老师:针对这几个问题,咱们来深入了解一下HashMap的底层结构原理。首先明确一点,HashMap的默认初始长度是16,并且每次自动扩展或是手动初始化时,长度必须是2的幂。

小明:为什么是16?有什么特殊意义呢?

老师:之所以选择16,是为了服务于从Key映射到index的Hash算法。

之前说过,从Key映射到HashMap数组的对应位置,会用到一个Hash函数:

index= Hash(“apple”)

如何实现一个尽量均匀分布的Hash函数呢?我们通过利用Key的HashCode值来做某种运算。

小明:我知道了,是不是把Key的HashCode值和HashMap长度做取模运算呀?

index= HashCode(Key) % Length ?

老师:错!取模运算的方式固然简单,但是效率很低。为了实现高效的Hash算法,HashMap的发明者采用了位运算的方式。

如何进行位运算呢?有如下的公式(Length是HashMap的长度):

index= HashCode(Key) & (Length - 1)

下面我们以值为“book”的Key来演示整个过程:

1.计算book的hashcode,结果为十进制的3029737,二进制的1011100011101011101001。

2.假定HashMap长度是默认的16,计算Length-1的结果为十进制的15,二进制的1111。

3.把以上两个结果做与运算,101110001110101110 1001 & 1111 = 1001,十进制是9,所以index=9。可以说,Hash算法最终得到的index结果,完全取决于Key的Hashcode值的最后几位。

小明:这样的方式有什么好处呢?为什么长度必须是16或者2的幂?比如HashMap长度是10会怎么样?

老师:这样做不但效果上等同于取模,而且还大大提高了性能。至于为什么采用16,我们可以试试长度是10会出现什么问题。

假设HashMap的长度是10,重复刚才的运算步骤:

img

单独看这个结果,表面上并没有问题。我们再来尝试一个新的HashCode 101110001110101110 1011 :

img

让我们再换一个HashCode 101110001110101110 1111 试试 :

img

是的,虽然HashCode的倒数第二第三位从0变成了1,但是运算的结果都是1001。也就是说,当HashMap长度为10的时候,有些index结果的出现几率会更大,而有些index结果永远不会出现(比如0111)!

这样,显然不符合Hash算法均匀分布的原则。

反观长度16或者其他2的幂,Length-1的值是所有二进制位全为1,这种情况下,index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀,Hash算法的结果就是均匀的。

小明:这下明白了。

老师:HashMap的设计还存在着许多玄妙之处。关于高并发情况下的HashMap,我们以后会继续介绍。

你可能感兴趣的:(java,java,算法)