数据结构中hashMap的底层原理是什么？

前言

首先关于本篇文章的阐述，既非笔者完全原创，更非照搬源抄，而是在学习和借鉴的基础上，添加了自己的理解。

hashMap是咱们项目开发过程中，经常使用到的数据结构，但是关于hashMap的底层，你又知道多少呢？

HashMap简单了解

大家都知道，hashMap是一个用于存储(key,value)型数据的键值对集合。每一个键值对(key,value)也叫做Entry。每个键值对(Entry)分散存储在一个数组(HashMap的主干)当中。hashMap数据当中的每一个元素的初始值都是null。HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。它不保证映射的顺序，特别是不保证HashMap里键值对的顺序恒久不变。

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

从上面的代码片段，我们不难发现，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。Entry就是数组中的元素，每个 Map.Entry 其实就是一个key-value对，它持有一个指向下一个元素的引用，这就构成了链表。

HashMap的存取实现

数据存储(put)

public V put(K key, V value) {
    // HashMap允许存放null键和null值。
    // 当key为null时，调用putForNullKey方法，将value放置在数组第一个位置。  
    if (key == null)
        return putForNullKey(value);
    // 根据key的keyCode重新计算hash值。
    int hash = hash(key.hashCode());
    // 搜索指定hash值在对应table中的索引。
    int i = indexFor(hash, table.length);
    // 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素。
    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))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
    // 如果i索引处的Entry为null，表明此处还没有Entry。
    modCount++;
    // 将key、value添加到i索引处。
    addEntry(hash, key, value, i);
    return null;
}

从上面的源代码中可以看出：当我们往HashMap中put元素的时候，先根据key的hashCode重新计算hash值，根据hash值得到这个元素在数组中的位置（即下标），但是当插入的Entry越来越多的时候，再完美的Hash函数也难免会出现下表索引冲突的情况，如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，通过链表来解决下标冲突，主要是因为，HashMap数组中的每一个元素不仅仅是一个Entry对象，也是一个链表的头节点，每一个Entry对象通过上一个例子中的Next指针，指向它的下一个Entry节点。新加入的放在链头，最先加入的放在链尾（这种插入方法，也被称为“头插法”，至于为什么不是链表“尾插法”，主要是考虑到查询效率的问题，HashMap创建者认为，后插入的Entry被查询的可能性更大）。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。

当系统决定存储HashMap中的key-value对时，完全没有考虑Entry中的value，仅仅只是根据key来计算并决定每个Entry的存储位置。我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。

数据读取(get)

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;
}

从上面的源代码中可以看出：从HashMap中get元素时，首先计算key的hashCode，HashMap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。找到数组中对应位置的某一元素后，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。

HashMap存取小结

简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Entry 对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对，当需要存储一个 Entry 对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。

Hash函数(hash算法)

在数据的读取中，笔者提到HashMap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置，如何计算这个位置就是hash算法需要做的事情。

前面我们说过HashMap作为我们经常使用到的数据结构，是数组和链表的结合体，在HashMap中找寻某个数据，执行hash算法的时候，我们当然希望这个hashmap里面的元素位置尽量的分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询效率。

相对于hashcode对数组长度取模运算，java中采用的是hashcode跟(数组长度-1)做“与"(&)运算。通过前者的方式可以使得数组中元素分布的相对均匀，但是“模”运算的消耗是比较大的，后者则是更快速、消耗更小的方式；在HashMap中是这样做的：调用 indexFor(int h, int length) 方法来计算该对象应该保存在 table 数组的哪个索引处。indexFor(int h, int length) 方法的代码如下：

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

HashMap的数组长度和效率的关系

我们都知道hashMap默认的初始化长度为16。之所以默认值选择16，是为了服务于从key映射到index的hash算法。不知道读者有没有过这样的疑问，为什么hashMap的数组长度为2的幂时，hashMap访问时的性能最高？下面笔者在这里举两个个例子。

案例一：下图中两组hashMap的数组长度为16和15，两组hashcode为9和8

案例一分析：

1、通过上图，我们发现，hashcode9和8在和1110与的时候，产生了相同的结果。也就是说他们两个会被定位到数组中的同一个位置。这就产生了下标冲突，即碰撞。9和8会被放到同一个链表上，查询的时候需要遍历这个链表，这就降低了查询的效率。

2、当数组长度为15的时候，hashcode值跟1110(14)进行与运算。这样会导致最后一位永远是0，诸如0001,0011,0101,1001……这几个以1结尾的位置，永远都不能存放元素，资源空间浪费比较大。同时数组可以使用的位置比数组长度小了很多，这样就更加加大了碰撞的几率，从而减慢查询效率。

3、相比而言，当数组长度为2的n次方的时候，本例中数组长度为16时，即为2的n次方时，2n-1得到的二进制数的每个位上的值都为1，这使得在低位上&时，得到的和原hash的低位相同，加之hash(int h)方法对key的hashCode的进一步优化，加入了高位计算，就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。所以，不同的key运算得到的index(下标)相同的几率就会小的很多，这样元素在数组上的分布相对就比较均匀，碰撞的几率也会较小，查询的时候不用遍历某个位置上的链表，这样查询的效率自然也就高了。

HashMap数组扩容(HashMap的resize[rehash])

当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，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什么时候进行扩容呢？当HashMap中的元素个数超过数组大小loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过160.75=12的时候，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。

HashMap性能参数

HashMap 包含如下几个构造器：

1、HashMap()：构建一个初始容量为 16，负载因子为 0.75 的 HashMap。

2、ashMap(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子为 0.75 的 HashMap。

3、HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一个 HashMap。

HashMap的基础构造器HashMap(int initialCapacity, float loadFactor)带有两个参数，它们是初始容量initialCapacity和负载因子loadFactor。

负载因子loadFactor衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；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。

HashMap的遍历方式

方式一：效率高，推荐使用

Map map = new HashMap();
　　Iterator iter = map.entrySet().iterator();
　　while (iter.hasNext()) {
　　Map.Entry entry = (Map.Entry) iter.next();
　　Object key = entry.getKey();
　　Object val = entry.getValue();
　　}

方式二：效率低，不推荐使用

Map map = new HashMap();
　　Iterator iter = map.keySet().iterator();
　　while (iter.hasNext()) {
　　Object key = iter.next();
　　Object val = map.get(key);
　　}

版权声明：本文来源CSDN，感谢博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/liubin5620/article/details/79607232
站方申明：本站部分内容来自社区用户分享，若涉及侵权，请联系站方删除。

发表于 2020-03-01 23:21:01
阅读 ( 1092 )
分类：