浅谈HashMap

浅谈HashMap

什么是HashMap

  HashMap 是Java中一种集合的实现，他实现了Map、Collection接口。主要用于key、value键值对的存储。

HashMap的结构

  Hashmap中有一个个的Bucket,在每个Bucket中又分别有一个链表。我在图中还画了一个红黑树的结构，那是因为当满足一定条件后[当数组长度大于等于64,链表长度大于等于8]，链表结构会转化为红黑树的结构。

    /**
     * The table, initialized on first use, and resized as
     * necessary. When allocated, length is always a power of two.
     * (We also tolerate length zero in some operations to allow
     * bootstrapping mechanics that are currently not needed.)
     */
    transient Node<K,V>[] table;

通过阅读源码，我们可以看到HashMap是通过数组去维护每一个Bucket,而数组中的元素则是链表的起始结点。

HashMap的性能

碰撞

  Hashmap通过Hash运算可以快速找到该元素所在的桶，在不发生碰撞的情况下，可以认为它的插入和查询速率是O(1)。但是在实际应用中，碰撞是难免的。在发生碰撞后，同一个桶内的多个元素就会形成链表或红黑树的结构，这个时候插入和查询的效率就取决于链表/树的大小，或者说碰撞的程度。但总的来说，Hashmap的性能还是相当可观的。

  HashMap在发生碰撞后，性能就会有所下降,碰撞的程度越剧烈，性能就会变得越低。那么在使用的过程中能否对碰撞程度进行优化呢？答案是肯定的。这里首先要先介绍下负载因子(load factor)

  负载因子表示一个散列空间的使用程度,负载因子越大，说明散列的使用程度使用越高，这个时候碰撞的可能性也就越大。所以我们可以通过设置负载因子的大小来调整HashMap的碰撞程度。要注意的是，并不是碰撞因子越小越好，如果碰撞因子过小，那么散列空间的利用率会变得很低，这样会造成严重的空间浪费。

动态扩容

  刚刚说的了HashMap的负载因子和元素的碰撞，现在再来说说它的扩容机制。HashMap中的实际可用容量是
容量*负载因子。在HashMap中，它被定义为threshold。 当元素个数大于等于阈值时，即size>=threshold时,为了将低碰撞的概率，HashMap则会发生扩容。

HashMap使用时的注意事项

1、在必要的时候根据实际需求调整负载因子的大小

2、尽可能的设置初始化HashMap的容量

  为什么设置负载因子的大小，上面已经说得很清楚了。这里再说下为什么要设置初始化容量。刚刚也已经说到了，当size>=threshold时,HashMap会发生扩容。我们来看下它的相关源码：

    /**
     * The default initial capacity - MUST be a power of two.
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /**
     * The maximum capacity, used if a higher value is implicitly specified
     * by either of the constructors with arguments.
     * MUST be a power of two <= 1<<30.
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * The load factor used when none specified in constructor.
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

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

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

    /**
     * Initializes or doubles table size.  If null, allocates in
     * accord with initial capacity target held in field threshold.
     * Otherwise, because we are using power-of-two expansion, the
     * elements from each bin must either stay at same index, or move
     * with a power of two offset in the new table.
     *
     * @return the table
     */
    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

  通过resize()函数我们可以看出，在发生扩容时，HashMap需要重新计算每个元素的hash值，并插入到相应的位置。这是个相对比较损耗性能的过程，尤其是存储的数据量比较大的时候，扩容的成本是相对较高的。