Java基础：HashMap和HashSet解析
转载请注明出处：jiq•钦's technical Blog
一、HashMap
HashMap，基于散列(哈希表)存储“Key-Value”对象引用的数据结构。
存入的键必须具备两个关键函数：
（1）equals(): 判断两个Key是否相同，用来保证存入的Key的唯一性；
（2）hashCode(): 根据k-v对象的Key来计算其引用在散列表中存放的位置；
HashMap底层结构是一个数组：
transientEntry<K,V>[] table
而其中Entry<K,V>定义如下：
static classEntry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
}
包含了key，value以及hash值，更重要的是还有一个指向下一个节点的next指针。
结合下面将要介绍的put方法可知HashMap底层是一个哈希表，以链接法解决冲突。
在网上找到一张画的比较好的图片：
1、public V put(K key, V value)
直接看代码：
public V put(K key,V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
//key为null时的插入
if (key == null)
return putForNullKey(value);
//根据key计算hash值
int hash = hash(key);
//返回哈希表索引位置
int i = indexFor(hash, table.length);
//在哈希表中该索引处的链表中查找相同key的Entry<K,V>
//注意table[i]是指向Entry<K,V>链表头结点的指针
for (Entry<K,V> e = table[i]; e!= null; e = e.next) {
Object k;
if (e.hash == hash && ((k =e.key) == key || key.equals(k))) {
//通过equals方法判断找到相同key的节点，用新value覆盖旧value并返回旧value
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//创建一个新的Entry<K,V>实体，头插法插入到位置i处
addEntry(hash, key, value, i);
return null;
}
其中针对 key 为 null 的处理如下：
private V putForNullKey(V value) {
//在hash表的第0个位置开始找是否已经有了key为null的节点
for (Entry<K,V> e = table[0]; e!= null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//在hash表的第0个位置用头插法插入key为null的这个节点
addEntry(0, null, value, 0);
return null;
}
其中通过 key 计算 hash 值方法如下：
final inthash(Object k) {
int h = hashSeed;
if (0 != h && k instanceofString) {
returnsun.misc.Hashing.stringHash32((String) k);
}
//调用Key的hashCode()方法计算hash值
h ^= k.hashCode();
// This function ensures that hashCodesthat differ only by
// constant multiples at each bitposition have a bounded
// number of collisions (approximately8 at default load factor).
h ^= (h >>> 20) ^ (h>>> 12);
return h ^ (h >>> 7) ^ (h>>> 4);
}
由此可以得出以下结论：
（1）当插入一个<Key, Value>，发现此Key已经存在时，将用新的value覆盖旧的value；
（2）当插入的<Key, Value>key为null时，将插入到hash表的位置0处，并且只会有一个key为null的节点；
（3）当插入一个<Key, Value>时通过Key的hashCode()方法计算在hash表中的索引，通过Key的equals()方法判断两个Entry<K,V>的Key是否相同，相同会覆盖，所以说插入的<Key, Value>中的Key必须实现这两个方法。
2、public V get(Object key)
根据Key返回Value方法就相对简单：
public V get(Objectkey) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null :entry.getValue();
}
其中 getEntry (key) 方法为主要实现：
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
//根据Key计算hash值
int hash = (key == null) ? 0 :hash(key);
//indexFor(hash,table.length)根据hash值返回其在hash表中索引位置
//在该索引位置指向的链表中查找Key相同的节点并返回其Value
for (Entry<K,V> e =table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key !=null && key.equals(k))))
return e;
}
return null;
}
3、散列表容量
HashMap有默认的装载因子loadFactor=0.75，默认的entry数组的长度为16。装载因子的意义在于使得entry数组有冗余，默认即允许25%的冗余，当HashMap的数据的个数超过12（16*0.75）时即会对entry数组进行第一次扩容，后面的再次扩容依次类推。
HashMap每次扩容一倍，resize时会将已存在的值从新进行数组下标的计算，这个是比较浪费时间的。在平时使用中，如果能估计出大概的HashMap的容量，可以合理的设置装载因子loadFactor和entry数组初始长度即可以避免resize操作，提高put的效率。
下面看看resize操作时如何进行的：
void resize(intnewCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//根据新的容量重新创建hash表
Entry[] newTable = newEntry[newCapacity];
//逐个将节点拷贝至新hash表，较为耗时
transfer(newTable,initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity *loadFactor, MAXIMUM_CAPACITY + 1);
}
4、类似结构
（1）Hashtable：
HashMap的早期版本，底层和HashMap类似，也是hash表存储，链接法解决冲突，通过synchronized关键字保证线程安全，下面看看其put方法，和HashMap的put方法很像：
public synchronizedV put(K key, V value) {
//不允许Key为null的情况
if (value == null) {
throw new NullPointerException();
}
Entry tab[] = table;
//利用key的hashCode()方法计算hash值
int hash = hash(key);
//除留余数法计算索引
int index = (hash & 0x7FFFFFFF) %tab.length;
//通过equals()方法找到key相同的节点覆盖
for (Entry<K,V> e = tab[index] ;e != null ; e = e.next) {
if ((e.hash == hash) &&e.key.equals(key)) {
V old = e.value;
e.value = value;
return old;
}
}
modCount++;
if (count >= threshold) {
// Rehash the table if thethreshold is exceeded
rehash();
tab = table;
hash = hash(key);
index = (hash & 0x7FFFFFFF) %tab.length;
}
//插入新节点
Entry<K,V> e = tab[index];
tab[index] = new Entry<>(hash,key, value, e);
count++;
return null;
}
（2）ConcurrentHashMap
HashMap的线程安全版本，底层和HashMap几乎类似，也是采用hash表存储，链接法解决冲突，通过Key的hashCode()方法计算hash表索引，通过key的equals()方法判断两个Key是否相同。
不同点在于，ConcurrentHashMap针对hash表提出了一个“分段”的概念，每次插入一个<Key，Value>的时候，都先逐个分段请求获取锁，获取成功之后再执行在该hash表分段的插入操作。
总结：三者底层实现都是一样，但是不同之处在于是否线程安全，以及实现线程安全的方式。HashMap不支持线程安全，是一个简单高效的版本，Hashtable通过synchronized关键字简单粗暴地实现了一个线程安全的HashMap，而新的ConcurrentHashMap通过一种叫做分段的灵活的方式实现了线程安全的HashMap。
所以无论出于什么原因，旧的Hashtable不建议再使用，若没有并发访问需求，推荐HashMap，否则推荐线程安全的ConcurrentHashMap。
二、HashSet
HashSet是为独立元素的存放而设计的哈希存储，优点是快速存取。
HashSet的设计较为“偷懒”，其直接在HashMap上封装而成：
public classHashSet<E>
extends AbstractSet<E>
implements Set<E>, Cloneable,java.io.Serializable
{
static final long serialVersionUID =-5024744406713321676L;
private transient HashMap<E,Object>map;
// Dummy value to associate with an Objectin the backing Map
private static final Object PRESENT = newObject();
可以看到底层就是一个 HashMap ， Key 存放放入集合的元素，而对应的 Value 则是一个任意对象 PRESENT 。
下面是其Put方法：
public boolean add(Ee) {
return map.put(e, PRESENT)==null;
}
下面是返回迭代器的方法：
publicIterator<E> iterator() {
return map.keySet().iterator();
}