HashMap源码解析

最新推荐文章于 2025-05-04 15:05:27 发布

cpf2016

最新推荐文章于 2025-05-04 15:05:27 发布

阅读量365

点赞数

分类专栏： java 文章标签：数据结构与算法

java 专栏收录该内容

46 篇文章

订阅专栏

（1）HashMap概述

HashMap是基于哈希表的Map接口的非同步实现。允许使用null值和null键。此类不保证映射的顺序，特别是他不保证该顺序恒久不变。

（2）HashMap数据结构

HashMap实际上是一个链表散列的结构，即数组和链表的结合体，实际上就是Hash表通过链表来解决冲突。

从图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表，当新建一个HashMap的时候，就会初始化一个数组。

这个数组的结构如下：

    transient Entry<K,V>[] table;
    
    static class Entry<K,V> implements Map.Entry<K,V> 
    {
        final K key;
        V value;
        Entry<K,V> next;
    }

可以看出，Entry就是数组中的元素，每个Entry实际上就是一个key-value对，并且可以指向链表下一个节点，这就构成了链表。

（3）HashMap存储

    public V put(K key, V value) 
    {
                                                       // HashMap允许存放null键和null值。
        if (key == null)                              // 当key为null时，调用putForNullKey方法，将value放置在数组第一个位置。
            return putForNullKey(value);
        
        int hash = hash(key.hashCode());              // 根据key的keyCode重新计算hash值。
        
        int i = indexFor(hash, table.length);         // 获得指定hash值在对应table中的下标。
        
        for (Entry<K,V> e = table[i]; e != null; e = e.next)      //循环table[i]的链表（该链表中所有）
        {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))  //如果该值已经存在，那么就替换
            {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        
        modCount++;                      // 如果i索引处的Entry为null，表明此处还没有Entry。那么就总数+1
       
        addEntry(hash, key, value, i);  // 将key、value添加到i索引处。
        return null;
    }

可以看出，当我们往HashMap中put元素的时候，先根据key的hashCode重新计算hash值：

   static int hash(int h) 
    {  
        h ^= (h >>> 20) ^ (h >>> 12);  
        return h ^ (h >>> 7) ^ (h >>> 4);  
    }

再根据hash值得到这个元素在数组中的下标，如果数组该位置上已经有其他元素了，那么在这个位置上的元素将以链表的形式存放，如果其中已经有key相同的，那么就直接替换value；如果没有key相同的，那么添加到链表中；如果数组该位置上没有元素，那么直接将该元素放置到数组中的该位置上。

addEntry(hash, key, value, i)方法根据计算出的hash值，将key-value放在数组table的下标i处（不管原来i位置是否为null，都是这种方法）

    void addEntry(int hash, K key, V value, int arrayIndex) 
    {
        Entry<K,V> e = table[arrayIndex];                     // 获取指定 arrayIndex 索引处的 Entry 
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);       // 将新创建的 Entry 放入 arrayIndex 索引处，并让新的 Entry 指向原来的 Entry
        if (size++ >= threshold)                              // 如果 Map 中的 key-value 对的数量超过了极限
            resize(2 * table.length);                         // 把 table 对象的长度扩充到原来的2倍。
    }

根据hashCode可以找出key在table中的位置，一般的思路就是对长度取模，但是取模运算的时间消耗还是比较大的，所以HashMap使用indexFor(int h, int length)方法来计算该key在table中的下标：

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

这个方法通过h&（table.length-1）来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化。在HashMap构造方法中：

        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;

这段代码保证初始化时HashMap的容量总是2的n次方，即底层数组的长度总是2的n次方。当length总是2的n次方时，h&（length-1）等价于h%length，但是效率更高

（4）HashMap读取

    public V get(Object key) 
    {
        if (key == null)
            return getForNullKey();
        int hash = hash(key.hashCode());
        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.equals(k)))
                return e.value;
        }
        return null;
    }

从HashMap中get元素时，首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素

（5）HashMap的扩容

当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越多，因为数组的长度是固定的。所以为了调高查询效率，就要对HashMap的数组进行扩容，而在扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize

那么HashMap何时进行扩容呢？当HashMap中的元素个数超过数组大小*loadFactor（负载因子）时，就会进行数组扩容，loadFactor的默认值时0.75，这是一个折中的取值。也就是说，在默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12时，就把数组的大小扩展为2*16=32，即扩大一倍，然后重新计算每一个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap的元素个数，那么预设元素的个数能够有效提高HashMap的性能。

负载因子是衡量一个散列表空间的使用程度，定义为：实际元素数目（n）/散列表的容量（m）。负载因子越大表示散列表的装填程度越高，反之越小。对于使用链表法的散列表来说，查找一个元素的平均时间为O（1+a），如果负载因子越大，对空间的利用更充分，然而后果就是冲突增加，查询效率变低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。

在HashMap中，通过threshold来判断HashMap的最大容量，超过这个数目，就重新resize，以降低实际的负载因子。

 threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);

    static final int DEFAULT_INITIAL_CAPACITY = 16;
    static final float DEFAULT_LOAD_FACTOR = 0.75f;