黑马程序员技术交流社区
标题: 【长沙校区】浅谈JDK1.6-HashMap底层算法 [打印本页]
作者: 长沙-小知姐姐 时间: 2018-12-28 14:58
标题: 【长沙校区】浅谈JDK1.6-HashMap底层算法
本帖最后由 长沙-小知姐姐 于 2019-1-3 09:31 编辑
1. Hash算法是什么呢？
单词翻译：hash
英[hæʃ] 美 [hæʃ] n. 剁碎的食物；混杂，拼凑；重新表述 vt. 搞糟，把…弄乱；切碎；推敲 n. (Hash)人名；(阿拉伯、保、英)哈什；(西)阿什 切碎，但正式上会被称为“散列 ”。有时候也叫“哈希 ”，据说是因为最早翻译的人以为这是某个叫Hash 的人发明的算法，所以音译了其名字；
而JDK1.6，我们初期接触HashMap集合底层是怎么玩的呢，？
2. 数据结构
HashMap的数据结构数据结构中有数组和链表来实现对数据的存储，但这两者基本上是两个极端。数组：数组存储区间是连续的，占用内存严重，故空间复杂的很大。但数组的二分查找时间复杂度小，为O(1)；数组的特点是：寻址容易，插入和删除困难； 链表：链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。链表的特点是：寻址困难，插入和删除容易。 哈希表那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的哈希表。哈希表（(Hash table）既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法—— 拉链法，我们可以理解为“链表的数组” ，如图：
从上图我们可以发现哈希表是由【数组+链表】组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。 那么这些元素是按照什么样的规则存储到数组中呢？一般情况是通过【hash(key)%len】获得，也就是元素的key的哈希值对数组长度取模得到。 比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。 HashMap也可以理解为其存储数据的容器就是一个【线性数组】。 这可能让我们很不解，一个线性的数组怎么实现按键值对来存取数据呢？这里HashMap有做一些处理。首先HashMap里面实现一个静态内部类Entry，其重要的属性有 key , value, next。从属性key,value我们就能很明显的看出来Entry就是HashMap键值对实现的一个基础bean，我们上面说到HashMap的基础就是一个线性数组，这个数组就是Entry[]，Map里面的
内容都保存在Entry[]里面。 /** The table, resized as necessary. Length MUST Alwaysbe a power of two. */ transient Entry[] table;
3. 存数据的逻辑：
既然是线性数组，为什么能随机存取？
这里HashMap用了一个小算法，大致是这样实现： //存储时:int hash = key.hashCode(); // 每个key的hash是一个固定的int值int index = hash % Entry[].length;// 去模运算，运算后的值肯定在0-length之间 Entry[index] = value;// 以去模后的值为索引，把value存进去疑问：如果两个key通过hash%Entry[].length得到的index相同，会不会有覆盖的危险？这里HashMap里面用到链式数据结构的一个概念。上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。打个比方，第一个键值对A进来，通过计算其key的hash得到的index=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其index也等于0，现在怎么办？HashMap会这样做:B.next = A,Entry[0] = B。如果又进来C,index也等于0,那么C.next = B,Entry[0] = C； 这样我们发现index=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起。
当然HashMap里面也包含一些优化方面的实现，比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个index的链就会很长，会不会影响性能？HashMap里面设置一个因子，随着map的size越来越大，Entry[]会以一定的规则加长长度。
4. 取数据的逻辑：
//取值时:
int hash= key.hashCode();
int index= hash % Entry[].length;
returnEntry[index];
public Vget(Object key) {
if (key== null) return getForNullKey();
int hash= hash(key.hashCode());
//先定位到数组元素，再遍历该元素处的链表
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;
}
returnnull;
}
5. 其他逻辑：
//null key的存取
//null key总是存放在Entry[]数组的第一个元素。
private VputForNullKey(V value) {
for (Entry<K, V> e = table[0]; e != null;e = e.next) {
if (e.key== null) {
VoldValue = e.value;
e.value =value;
e.recordAccess(this);
returnoldValue;
}
}
modCount++;
addEntry(0,null, value, 0);
returnnull;
}
private VgetForNullKey() {
for (Entry<K, V> e = table[0]; e != null;e = e.next) {
if (e.key== null) return e.value;
}
returnnull;
}
//确定数组index：hashcode% table.length取模
//HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标；算法如下：
/**Returns index for hash code h. */
staticint indexFor(int h, int length) {
return h& (length - 1);
}
//按位取并，作用上相当于取模mod或者取余%。
//注意：不过的hashCode进行运算后的值可能相等，这意味着数组下标相同；但是，不要错误的理解为数组下标相同表示hashCode相同。
//确定数组index：hashcode% table.length取模
//HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标；算法如下：
/**Returns index for hash code h. */
staticint indexFor(int h, int length) {
return h& (length - 1);
}
//按位取并，作用上相当于取模mod或者取余%。
//注意：不过的hashCode进行运算后的值可能相等，这意味着数组下标相同；但是，不要错误的理解为数组下标相同表示hashCode相同。
//初始大小
publicHashMap(int initialCapacity, float loadFactor) {
.....
// Find a power of 2 >=initialCapacity int capacity = 1;
while (capacity < initialCapacity) capacity<<= 1;
this.loadFactor= loadFactor;
threshold = (int)(capacity * loadFactor); table = newEntry[capacity];
init();
}
//注意初始大小并不是构造函数中的initialCapacity！而是 >=initialCapacity的2的n次幂！！！！！
6. 解决hash冲突的方法：
开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
file://localhost/Users/itcast/Library/Caches/TemporaryItems/msoclip/0/clip_image008.png再哈希法
链地址法
建立一个公共溢出区
Java中HashMap的解决办法是采用的链地址法。
7. 再散列过程：
当哈希表的容量超过默认容量时，必须调整table的大小。
当容量已经达到最大可能值时，那么该方法就将容量调整到
Integer.MAX_VALUE返回，这时，需要创建一张新表，将原表映射到新表
中。
/**
* Rehashesthe contents of this map into a new array
with a
* larger capacity. Thismethod is called automatically when the
* number ofkeys in this map reaches its threshold.
*
* If current capacity isMAXIMUM_CAPACITY, this method does not
* resizethe map, but sets threshold to
Integer.MAX_VALUE.
* This hasthe effect of preventing future calls.
*
* @param newCapacity the newcapacity, MUST be a power of two;
* must be greater thancurrent capacity unless current
* capacity isMAXIMUM_CAPACITY (in which case
value
* is irrelevant).
*/
voidresize(int newCapacity) {
Entry[]oldTable = table;
intoldCapacity = oldTable.length;
if(oldCapacity == MAXIMUM_CAPACITY) {
threshold= Integer.MAX_VALUE;
return;
}
Entry[]newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold= (int) (newCapacity * loadFactor);
}
/**
* Transfers all entries fromcurrent table to newTable.
*/
voidtransfer(Entry[] newTable) {
Entry[]src = table;
intnewCapacity = newTable.length;
for (intj = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e !=null) {
src[j] =null;
do {
Entry<K,V> next = e.next;
//重新计算index
int i =indexFor(e.hash,
newCapacity);
e.next =newTable;
newTable= e;
e = next;
} while(e != null);
}
}
}
8. 总结
上述是JDK1.6版本的HashMap底层源码解析，使用Entry数组 + 单向链表结构组成，而JDK1.8开始，Oracle公司堆HashMap集合又做出了更多的右边，采用Entry数组 + 单向链表 + 红黑树结构完成，由于单向链表结构在数据过多的情况下，查询效率任然效率过低，所以，当链表结构超过8个元素时，链表会自动转成红黑树结构，从而提升元素查询效率。并且在Entry数组扩容，元素重新分配之后，当某个红黑色元素小于6个时，又会转成链表结构，在时间复杂度和空间复杂度上达到最优解。
作者: 一个人一座城0.0 时间: 2018-12-30 13:20
看一看。
| 欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) |
黑马程序员IT技术论坛 X3.2 |
