【轉】Java學習---HashMap和HashSet的內部工作機制

標籤：不同的   capacity   調用   string   離散   防止   ref   equals   面試   

【原文】https://www.toutiao.com/i6593863882484220430/

HashMap和HashSet的內部工作機制

HashMap 和 HashSet 內部是如何工作的？散列函數（hashing function）是什嗎？

HashMap 不僅是一個常用的資料結構，在面試中也是熱門話題。

Q1. HashMap 如何儲存資料？

A1. 以鍵／值對（key/value）形式儲存。你可以使用鍵（key）來存、取值。

Q2. HashMap 查詢時間的複雜度是怎樣的？

A2. 是O(n) = O(k * n)。如果 hashCode() 方法能向下面討論的那樣把資料分散到桶（bucket）中，那麼平均是O(1)。

Q3. HashMap 內部是如何儲存資料的？

A3. HashMap 使用後台數組（backing array）作為桶，並使用鏈表（linked list）儲存鍵／值對。

桶的後台數組：如下所示

1）使用鍵（key）和值（value）將一個對象放入 map 中時，會隱式調用 hashCode() 方法，返回雜湊值（hash code value），比如 123。兩個不同的鍵能夠返回一樣的雜湊值。良好的雜湊演算法（hashing algorithm）能夠將數值分散開。在上面的例子中，我們假設 (“John”,01/01/1956) 的鍵和 (“Peter”, 01/01/1995) 的鍵返回相同的雜湊值，都是123。

2）當返回一個 hashCode，例如是 123，初始的 HashMap 容量為 10，它如何知道儲存到後台數組（backing array）的哪個索引（index）呢？HashMap 內部會調用 hash(int ) 和 indexFor(int h, int length) 方法。這被稱為雜湊函數（hashing function）。

簡要解釋下這個函數：

hashCode() % capacity

123 % 10 = 3

456 % 10 = 6

這表示，“hashCode = 123”儲存在備份數組的索引3上。

容量為 10 的情況下，你可能得到的數字在 0 到 9 之間。

一旦 HashMap 達到容量的 75%，也就是雜湊因子(hash factor)預設值 0.75，後台數組（backing array）的容量就會加倍，發生重散列（rehashing）為新的 20 的容量重新分配桶。

hashCode() % capacity

123 % 20 = 3

456 % 20 = 16

上面重散列的模數方法有一個缺陷。如果 hashCode 是負數會怎樣？負索引可不是你想要的。因此，一個改進的雜湊公式會移出符號位，然後再用模數（即 %）運算子計算剩餘部分。

(123 & 0x7FFFFFFF) % 20 = 3

(456 & 0x7FFFFFFF) % 20 = 16

這確保你得到的索引值為正數。如果你查看 Java 8 的 HashMap 源碼，它的實現使用以下方法：

a). 通過只抽取重要的低位，來防止不良離散值（poorer hashes）。

b). 根據雜湊碼（hashCode）和容量（capacity），來決定索引（index）。

實際的名稱值對（name value pairs）作為一個鍵／值對儲存在 LinkedList 中。

如所示，鍵／值對以鏈表形式儲存。兩個不同的鍵可以產生一樣的 hashCode，例如123，並儲存在同一個 bucket 中，理解這點至關重要。例如，上面例子中的 “John, 01/01/1956” 和 “Peter, 01/01/1995“ 。你如何只檢索 “John, 01/01/1956” 呢？此時你的 key 所屬類的 equals() 方法會被調用。它遍曆 bucket 為 “123” 的 LinkedList 中的每個條目，使用 equals() 方法找到並檢索出鍵為 “John, 01/01/1956” 的條目。這就是在你的類中實現 hashCode() 和 equals() 方法重要性的原因。如果你使用一個現有的封裝類，如 Integer 或 String 作為鍵，它們已經實現了這兩個方法。如果你使用自己寫的類作為鍵，如 “John, 01/01/1956” 這樣含有名字和出生日期屬性的“MyKey”，你有責任正確地實現這些方法。

Q5. 為什麼恰當地設定 HashMap 的初始容量（initial capacity）是最佳實務？

A5. 這樣可以減少重散列的發生。

Q6. HashSet 內部如何儲存資料？

A6. HashSet 內部使用 HashMap 。它將元素儲存為鍵和值。（譯者註：HashSet 把儲存的值作為 key）

Q7. 為 Object 實現了一個糟糕的 hashcode() 會有什麼影響？

A7. 不同的對象調用 hashCode() 方法應該返回不同的值。如果不同的對象返回相同的值，會導致更多的鍵／值對儲存在同一個 bucket 中。這會降低 HashMap 和 HashSet 的效能。

【轉】Java學習---HashMap和HashSet的內部工作機制