java‘小秘密’系列(三)---HashMap

java‘小秘密’系列(三)---HashMap

java基础系列

• java‘小秘密’系列(一)---String、StringBuffer、StringBuilder
• java‘小秘密’系列(二)---Integer
• java‘小秘密’系列(三)---HashMap

基本概念

• 节点： Node<Key,Value>，存放key和value

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

• 键值对数组：Node<K,V>[] table
• 加载因子
• 容量 ：Node数组的长度
• 大小：hashmap存放的Node的数目
• 阈值：容量*加载因子

工作原理

• 创建一个长度为2的次幂的node数组
• put的时候，计算key的hash值，将hash值与长度-1进行与运算
• 如果数组该下标的位置为空，直接存放，如果不为空，判断节点是否为树节点，如果是的话按红黑树的方式存入，否则按照链表的形式存入
• 当hashmap的节点数目大于阈值的时候，将会重新构造hashmap，而这种操作是费时的操作，所以建议初始化一个合适的容量

域

• 默认容量，2的四次方

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

• 默认加载因子

static final float DEFAULT_LOAD_FACTOR = 0.75f;

• node 数组

 transient Node<K,V>[] table;

    

• 键值对数目，不是table的长度

    /**
     * The number of key-value mappings contained in this map.
     */

    transient int size;

• 阈值

    /**
     * The next size value at which to resize (capacity * load factor).
     *
     * @serial
     */
    //阈值
    int threshold;

• 加载因子

    /**
     * The load factor for the hash table.
     *
     * @serial
     */
     //加载因子
    final float loadFactor;

构造方法

• 传入初始容量和加载因子

 public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }

• 传入初始容量，使用默认的加载因子

    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

• 无参数，默认容量和加载因子

    /**
     * Constructs an empty <tt>HashMap</tt> with the default initial capacity
     * (16) and the default load factor (0.75).
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

）

• 容量必须是2的n次方，当你传入的参数不符合条件，会有方法找到一个大于这个参数的最小的2的n次方数(比如大于6的最小2的n次幂是8)，

put方法

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

• 直接用伪代码表示

put()
{
    index=[hash(key)&（captity-1）]----下标的最大值为captity-1，进行与运算后最终的结果小于等于最大下标
    if(table[index])==null)
        直接添加node
    else
    {
        if(p是treenode)
        {
            直接将节点添加到红黑树
        }
        else
        {
            如果不是红黑树是链表
            if(p的键值==key)
                覆盖value
            else
            {
                遍历链表
                if(有对应的key)
                {
                    覆盖value
                }
                else
                {
                    添加到链表
                    if(链表长度>8)
                    {
                        将链表转化为红黑树
                    }
                }
            }
        }
        if(大小大于阈值)
        {
            容量加倍，重新构造
        }

    }
}

get方法

 public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //如果链表的第一个节点是的键和要查找的键相等，那么返回该node
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //如果不是的，看该节点是不是树节点，是的话，用树的方法查找节点，如果不是的按链表的方式查找
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

为什么长度设置为2的n次方

if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);

• 存放node到table数组的时候，他的下标是通过(n-1)&hash计算出来的（数组长度-1 和 key的hash的值相与，最后结果小于等于长度-1），n为table的长度。
• 显然这种效果和hash%n-1的效果很类似，而实际上，当长度为2的n次幂的时候，(n-1)&hash的效果就是hash%n，而前者是位运算，速度会快很多
• 长度为2的n次幂的时候，n-1的二进制全是1，那么这样可以减少碰撞的机率，比如如果有一位是0，那么如果与的是1或者0，结果是一样的，那么这样就加大了碰撞的机率

负载因子

• 负载因子较大，说明阈值较大，也就意味着可能发生更多的冲突
• 负载因子较小，说明阈值较小，也就意味着可能会更少的冲突
• 发生冲突的时候，会降低hashmap的查找速度，所以当要求更少的内存的时候可以增加负载因子，当要求更高的查找速度的时候，可以减少负载因子。
• 默认的参数是平衡的选择，所以不建议修改

我觉得分享是一种精神，分享是我的乐趣所在，不是说我觉得我讲得一定是对的，我讲得可能很多是不对的，但是我希望我讲的东西是我人生的体验和思考，是给很多人反思，也许给你一秒钟、半秒钟，哪怕说一句话有点道理，引发自己内心的感触，这就是我最大的价值。（这是我喜欢的一句话，也是我写博客的初衷）

作者：jiajun 出处： http://www.cnblogs.com/-new/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。如果觉得还有帮助的话，可以点一下右下角的【推荐】，希望能够持续的为大家带来好的技术文章！想跟我一起进步么？那就【关注】我吧。