Java中HashMap的實現原理解析

本篇文章給大家帶來的內容是關於Java中HashMap的實現原理解析，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所協助。

1. HashMap概述：
HashMap是基於雜湊表的Map介面的非同步實現。此實現提供所有可選的映射操作，並允許使用null值和null鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。
2. HashMap的資料結構：
在java程式設計語言中，最基本的結構就是兩種，一個是數組，另外一個是類比指標（引用），所有的資料結構都可以用這兩個基本結構來構造的，HashMap也不例外。HashMap實際上是一個“鏈表散列”的資料結構，即數組和鏈表的結合體。
從中可以看出，HashMap底層就是一個數組結構，數組中的每一項又是一個鏈表。當建立一個HashMap的時候，就會初始化一個數組。

/**  * The table, resized as necessary. Length MUST Always be a power of two.  */  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;      ……  }

3. HashMap的存取實現：
1) 儲存：

public V put(K key, V value) {      // HashMap允許存放null鍵和null值。      // 當key為null時，調用putForNullKey方法，將value放置在數組第一個位置。      if (key == null)          return putForNullKey(value);      // 根據key的keyCode重新計算hash值。      int hash = hash(key.hashCode());      // 搜尋指定hash值在對應table中的索引。      int i = indexFor(hash, table.length);      // 如果 i 索引處的 Entry 不為 null，通過迴圈不斷遍曆 e 元素的下一個元素。      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索引處的Entry為null，表明此處還沒有Entry。      modCount++;      // 將key、value添加到i索引處。      addEntry(hash, key, value, i);      return null;  }

從上面的原始碼中可以看出：當我們往HashMap中put元素的時候，先根據key的hashCode重新計算hash值，根據hash值得到這個元素在數組中的位置（即下標），如果數組該位置上已經存放有其他元素了，那麼在這個位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。如果數組該位置上沒有元素，就直接將該元素放到此數組中的該位置上。
addEntry(hash, key, value, i)方法根據計算出的hash值，將key-value對放在數組table的i索引處。addEntry 是 HashMap 提供的一個包存取權限的方法，代碼如下：

void addEntry(int hash, K key, V value, int bucketIndex) {      // 擷取指定 bucketIndex 索引處的 Entry       Entry<K,V> e = table[bucketIndex];      // 將新建立的 Entry 放入 bucketIndex 索引處，並讓新的 Entry 指向原來的 Entry      table[bucketIndex] = new Entry<K,V>(hash, key, value, e);      // 如果 Map 中的 key-value 對的數量超過了極限      if (size++ >= threshold)      // 把 table 對象的長度擴充到原來的2倍。          resize(2 * table.length);  }

當系統決定儲存HashMap中的key-value對時，完全沒有考慮Entry中的value，僅僅只是根據key來計算並決定每個Entry的儲存位置。我們完全可以把 Map 集合中的 value 當成 key 的附屬，當系統決定了 key 的儲存位置之後，value 隨之儲存在那裡即可。

hash(int h)方法根據key的hashCode重新計算一次散列。此演算法加入了高位計算，防止低位不變，高位變化時，造成的hash衝突。

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

我們可以看到在HashMap中要找到某個元素，需要根據key的hash值來求得對應數組中的位置。如何計算這個位置就是hash演算法。前面說過HashMap的資料結構是數組和鏈表的結合，所以我們當然希望這個HashMap裡面的 元素位置盡量的分布均勻些，盡量使得每個位置上的元素數量只有一個，那麼當我們用hash演算法求得這個位置的時候，馬上就可以知道對應位置的元素就是我們要的，而不用再去遍曆鏈表，這樣就大大最佳化了查詢的效率。

對於任意給定的對象，只要它的 hashCode() 傳回值相同，那麼程式調用 hash(int h) 方法所計算得到的 hash 碼值總是相同的。我們首先想到的就是把hash值對數組長度模數運算，這樣一來，元素的分布相對來說是比較均勻的。但是，“模”運算的消耗還是比較大的，在HashMap中是這樣做的：調用 indexFor(int h, int length) 方法來計算該對象應該儲存在 table 數組的哪個索引處。indexFor(int h, int length) 方法的代碼如下：

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

這個方法非常巧妙，它通過 h & (table.length -1) 來得到該對象的儲存位，而HashMap底層數組的長度總是 2 的 n 次方，這是HashMap在速度上的最佳化。在 HashMap 構造器中有如下代碼：

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

這段代碼保證初始化時HashMap的容量總是2的n次方，即底層數組的長度總是為2的n次方。
當length總是 2 的n次方時，h& (length-1)運算等價於對length模數，也就是h%length，但是&比%具有更高的效率。
當數組長度為2的n次冪的時候，不同的key算得得index相同的幾率較小，那麼資料在數組上分布就比較均勻，也就是說碰撞的幾率小，相對的，查詢的時候就不用遍曆某個位置上的鏈表，這樣查詢效率也就較高了。

根據上面 put 方法的原始碼可以看出，當程式試圖將一個key-value對放入HashMap中時，程式首先根據該 key 的 hashCode() 傳回值決定該 Entry 的儲存位置：如果兩個 Entry 的 key 的 hashCode() 傳回值相同，那它們的儲存位置相同。如果這兩個 Entry 的 key 通過 equals 比較返回 true，新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value，但key不會覆蓋。如果這兩個 Entry 的 key 通過 equals 比較返回 false，新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新添加的 Entry 位於 Entry 鏈的頭部——具體說明繼續看 addEntry() 方法的說明。
（2）讀取

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;  }

有了上面儲存時的hash演算法作為基礎，理解起來這段代碼就很容易了。從上面的原始碼中可以看出：從HashMap中get元素時，首先計算key的hashCode，找到數組中對應位置的某一元素，然後通過key的equals方法在對應位置的鏈表中找到需要的元素。

3) 歸納起來簡單地說，HashMap 在底層將 key-value 當成一個整體進行處理，這個整體就是一個 Entry 對象。HashMap 底層採用一個 Entry[] 數組來儲存所有的 key-value 對，當需要儲存一個 Entry 對象時，會根據hash演算法來決定其在數組中的儲存位置，在根據equals方法決定其在該數組位置上的鏈表中的儲存位置；當需要取出一個Entry時，也會根據hash演算法找到其在數組中的儲存位置，再根據equals方法從該位置上的鏈表中取出該Entry。
4. HashMap的resize（rehash）：
當HashMap中的元素越來越多的時候，hash衝突的幾率也就越來越高，因為數組的長度是固定的。所以為了提高查詢的效率，就要對HashMap的數組進行擴容，數組擴容這個操作也會出現在ArrayList中，這是一個常用的操作，而在HashMap數組擴容之後，最消耗效能的點就出現了：原數組中的資料必須重新計算其在新數組中的位置，並放進去，這就是resize。

那麼HashMap什麼時候進行擴容呢？當HashMap中的元素個數超過數組大小*loadFactor時，就會進行數組擴容，loadFactor的預設值為0.75，這是一個折中的取值。也就是說，預設情況下，數組大小為16，那麼當HashMap中元素個數超過16*0.75=12的時候，就把數組的大小擴充為 2*16=32，即擴大一倍，然後重新計算每個元素在數組中的位置，而這是一個非常消耗效能的操作，所以如果我們已經預知HashMap中元素的個數，那麼預設元素的個數能夠有效提高HashMap的效能。
5. HashMap的績效參數：
HashMap 包含如下幾個構造器：
HashMap()：構建一個初始容量為 16，負載因子為 0.75 的 HashMap。
HashMap(int initialCapacity)：構建一個初始容量為 initialCapacity，負載因子為 0.75 的 HashMap。
HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負載因子建立一個 HashMap。
HashMap的基礎構造器HashMap(int initialCapacity, float loadFactor)帶有兩個參數，它們是初始容量initialCapacity和載入因子loadFactor。
initialCapacity：HashMap的最大容量，即為底層數組的長度。
loadFactor：負載因子loadFactor定義為：散列表的實際元素數目(n)/ 散列表的容量(m)。
負載因子衡量的是一個散列表的空間的使用程度，負載因子越大表示散列表的裝填程度越高，反之愈小。對於使用鏈表法的散列表來說，尋找一個元素的平均時間是O(1+a)，因此如果負載因子越大，對空間的利用更充分，然而後果是尋找效率的降低；如果負載因子太小，那麼散列表的資料將過於稀疏，對空間造成嚴重浪費。
HashMap的實現中，通過threshold欄位來判斷HashMap的最大容量：

threshold = (int)(capacity * loadFactor);

結合負載因子的定義公式可知，threshold就是在此loadFactor和capacity對應下允許的最大元素數目，超過這個數目就重新resize，以降低實際的負載因子。預設的的負載因子0.75是對空間和時間效率的一個平衡選擇。當容量超出此最大容量時， resize後的HashMap容量是容量的兩倍：

if (size++ >= threshold)         resize(2 * table.length);

6. Fail-Fast機制：
我們知道java.util.HashMap不是安全執行緒的，因此如果在使用迭代器的過程中有其他線程修改了map，那麼將拋出ConcurrentModificationException，這就是所謂fail-fast策略。

這一策略在源碼中的實現是通過modCount域，modCount顧名思義就是修改次數，對HashMap內容的修改都將增加這個值，那麼在迭代器初始化過程中會將這個值賦給迭代器的expectedModCount。

HashIterator() {      expectedModCount = modCount;      if (size > 0) { // advance to first entry      Entry[] t = table;      while (index < t.length && (next = t[index++]) == null)          ;      }  }

在迭代過程中，判斷modCount跟expectedModCount是否相等，如果不相等就表示已經有其他線程修改了Map：
注意到modCount聲明為volatile，保證線程之間修改的可見度。

final Entry<K,V> nextEntry() {         if (modCount != expectedModCount)             throw new ConcurrentModificationException();

在HashMap的API中指出：

由所有HashMap類的“collection 視圖方法”所返回的迭代器都是快速失敗的：在迭代器建立之後，如果從結構上對映射進行修改，除非通過迭代器本身的 remove 方法，其他任何時間任何方式的修改，迭代器都將拋出 ConcurrentModificationException。因此，面對並發的修改，迭代器很快就會完全失敗，而不冒在將來不確定的時間發生任意不確定行為的風險。

注意，迭代器的快速失敗行為不能得到保證，一般來說，存在非同步的並發修改時，不可能作出任何堅決的保證。快速失敗迭代器盡最大努力拋出 ConcurrentModificationException。因此，編寫依賴於此異常的程式的做法是錯誤的，正確做法是：迭代器的快速失敗行為應該僅用於檢測程式錯誤。