阿坝州网站建设公司

HashMap实现快速存取的原理

一、存储实现：put(key,vlaue)

      首先我们先看源码： 

专注于为中小企业提供成都做网站、网站制作、成都外贸网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业永德免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了1000多家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

// 将“key-value”添加到HashMap中  
public V put(K key, V value) {  
    // 若“key为null”，则将该键值对添加到table[0]中。  
    if (key == null)  
        return putForNullKey(value);  
    // 若“key不为null”，则计算该key的哈希值，然后将其添加到该哈希值对应的链表中。  
    int hash = hash(key.hashCode());   // 计算key hash值在table数组中的位置  ------------ （1）
    int i = indexFor(hash, table.length);  // 迭代e，从i处开始，找到key保存的位置  ------------ （2）
    for (Entry e = table[i]; e != null; e = e.next) {  
        Object k;  
        // 若“该key”对应的键值对已经存在，则用新的value取代旧的value。然后退出！  
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
            V oldValue = e.value;  
            e.value = value;  
            e.recordAccess(this);  
            return oldValue;  
        }  
    }  
     // 若“该key”对应的键值对不存在，则将“key-value”添加到table中  
    modCount++;
    //将key-value添加到table[i]处
    addEntry(hash, key, value, i);  
    return null;  
}

      通过源码我们可以清晰看到HashMap保存数据的过程为：首先判断key是否为null，若为null，则直接调用putForNullKey方法。若不为空则先计算key的hash值，然后根据hash值搜索在table数组中的索引位置，如果table数组在该位置处有元素，则通过比较是否存在相同的key，若存在则覆盖原来key的value，否则将该元素保存在链头（最先保存的元素放在链尾）。若table在该处没有元素，则直接保存。
      1、 先看迭代处。此处迭代原因就是为了防止存在相同的key值，若发现两个hash值（key）相同时，HashMap的处理方式是用新value替换旧value，这里并没有处理key，这就解释了HashMap中没有两个相同的key。
      2、 再看（1）、（2）处。这里是HashMap的精华所在。首先是hash方法，该方法为一个纯粹的数学计算，就是计算h的hash值。

static int hash(int h) {  
return useNewHash ? newHash(h) : oldHash(h);  
}

useNewHash声明如下：

private static final boolean useNewHash;  
static { useNewHash = false; }

 

private static int oldHash(int h) {  
    h += ~(h << 9);  
    h ^=  (h >>> 14);  
    h +=  (h << 4);  
    h ^=  (h >>> 10);  
    return h;  
}    
private static int newHash(int h) {  
    // This function ensures that hashCodes that differ only by  
    // constant multiples at each bit position have a bounded  
    // number of collisions (approximately 8 at default load factor).  
    h ^= (h >>> 20) ^ (h >>> 12);  
    return h ^ (h >>> 7) ^ (h >>> 4);  
}

      我们知道对于HashMap的table而言，数据分布需要均匀（最好每项都只有一个元素，这样就可以直接找到），不能太紧也不能太松，太紧会导致查询速度慢，太松则浪费空间。计算hash值后，怎么才能保证table元素分布均与呢？我们会想到取模，但是由于取模的消耗较大，HashMap是这样处理的：调用indexFor方法。

static int indexFor(int h, int length) {  
return h & (length-1);  
}

      HashMap的底层数组长度总是2的n次方，在构造函数中存在：capacity <<= 1;这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时，h&(length - 1)就相当于对length取模，而且速度比直接取模快得多，这是HashMap在速度上的一个优化。至于为什么是2的n次方下面解释。
      我们回到indexFor方法，该方法仅有一条语句：h&(length - 1)  作用：均匀分布table数据和充分利用空间。
      这里我们假设length为16(2^n)和15，h为5、6、7。

length = 16
h length - 1 h & length -1  
5 15 0101 & 1111 = 00101 5
6 15 0110 & 1111 = 00110 6
7 15 0111 & 1111 = 00111 7
length = 15
5 14 0101 & 1110 = 00101 5
6 14 0110 & 1110 = 00110 6
7 14 0111 & 1110 = 00110 6

当n=15时，6和7的结果一样，这样表示他们在table存储的位置是相同的，也就是产生了碰撞，6、7就会在一个位置形成链表，这样就会导致查询速度降低。诚然这里只分析三个数字不是很多，那么我们就看0-15。

h length - 1 h & length - 1  
0 14 0000 & 1110 = 0000 0
1 14 0001 & 1110 = 0000 0
2 14 0010 & 1110 = 0010 2
3 14 0011 & 1110 = 0010 2
4 14 0100 & 1110 = 0100 4
5 14 0101 & 1110 = 0100 4
6 14 0110 & 1110 = 0110 6
7 14 0111 & 1110 = 0110 6
8 14 1000 & 1110 = 1000 8
9 14 1001 & 1110 = 1000 8
10 14 1010 & 1110 = 1010 10
11 14 1011 & 1110 = 1010 10
12 14 1100 & 1110 = 1100 12
13 14 1101 & 1110 = 1100 12
14 14 1110 & 1110 = 1110 14
15 14 1111 & 1110 = 1110 14

      从上面的图表中我们看到总共发生了8此碰撞，同时发现浪费的空间非常大，有1、3、5、7、9、11、13、15处没有记录，也就是没有存放数据。这是因为他们在与14进行&运算时，得到的结果最后一位永远都是0，即0001、0011、0101、0111、1001、1011、1101、1111位置处是不可能存储数据的，空间减少，进一步增加碰撞几率，这样就会导致查询速度慢。而当length = 16时，length – 1 = 15 即1111，那么进行低位&运算时，值总是与原来hash值相同，而进行高位运算时，其值等于其低位值。所以说当length = 2^n时，不同的hash值发生碰撞的概率比较小，这样就会使得数据在table数组中分布较均匀，查询速度也较快。
      这里我们再来复习put的流程：当我们想一个HashMap中添加一对key-value时，系统首先会计算key的hash值，然后根据hash值确认在table中存储的位置。若该位置没有元素，则直接插入。否则迭代该处元素链表并依此比较其key的hash值。如果两个hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value覆盖原来节点的value。如果两个hash值相等但key值不等 ，则将该节点插入该链表的链头。具体的实现过程见addEntry方法，如下：

void addEntry(int hash, K key, V value, int bucketIndex) {  
    // 获取bucketIndex处的Entry
Entry e = table[bucketIndex];  
// 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry
table[bucketIndex] = new Entry(hash, key, value, e);  
    // 若HashMap中元素的个数超过极限了，则容量扩大两倍
if (size++ >= threshold)  
    resize(2 * table.length);  
}

      这个方法中有两点需要注意：
      一、链的产生。
系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象，那么新添加的Entry对象将指向原有的Entry对象，形成一条Entry链，但是若bucketIndex处没有Entry对象，也就是e==null,那么新添加的Entry对象指向null，也就不会产生Entry链了。
      二、扩容问题。
      随着HashMap中元素的数量越来越多，发生碰撞的概率就越来越大，所产生的链表长度就会越来越长，这样势必会影响HashMap的速度，为了保证HashMap的效率，系统必须要在某个临界点进行扩容处理。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。但是扩容是一个非常耗时的过程，因为它需要重新计算这些数据在新table数组中的位置并进行复制处理。所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

二、读取实现：get(key)

      相对于HashMap的存而言，取就显得比较简单了。通过key的hash值找到在table数组中的索引处的Entry，然后返回该key对应的value即可。

// 获取key对应的value  
public V get(Object key) {
// 若为null，调用getForNullKey方法返回相对应的value
    if (key == null)  
     // 根据该 key 的 hashCode 值计算它的 hash 码
        return getForNullKey();  
    // 获取key的hash值  
    int hash = hash(key.hashCode());  
    // 取出 table 数组中指定索引处的值,在“该hash值对应的链表”上查找“键值等于key”的元素  
    for (Entry e = table[indexFor(hash, table.length)];  
         e != null;  
         e = e.next) {  
        Object k;  
        //判断key是否相同,若key与查找的key相同，则返回相对应的value
        if (e.hash == hash && ((k = e.key) == key || key.equals(k)))  
            return e.value;  
    }
    //没找到则返回null
    return null;  
}

     

 在这里能够根据key快速的取到value除了和HashMap的数据结构密不可分外，还和Entry有莫大的关系，在前面就提到过，HashMap在存储过程中并没有将key，value分开来存储，而是当做一个整体key-value来处理的，这个整体就是Entry对象。同时value也只相当于key的附属而已。在存储的过程中，系统根据key的hashcode来决定Entry在table数组中的存储位置，在取的过程中同样根据key的hashcode取出相对应的Entry对象。上海尚学堂java培训原创，陆续java技术相关文章奉上，请多关注。


网站栏目：HashMap实现快速存取的原理
网页URL：http://azwzsj.com/article/ijpsps.html

其他资讯