淺談HashMap的內部實現，淺談HashMap實現

淺談HashMap的內部實現，淺談HashMap實現

權衡時空

 

HashMap是以索引值對的方式儲存資料的。

 

如果沒有記憶體限制，那我直接用雜湊Map的鍵作為數組的索引，取的時候直接按索引get就行了，可是地價那麼貴，哪裡有無限制的地盤呢。

 

如果沒有時間限制的話，我可以把資料放到一個無序數組中，按順序尋找，遲早也能找到。可是time is money，光陰那麼短暫，誰又等得起呢。

 

所以，HashMap做了個折中的策略，使用適當的時間和空間做出了權衡，具體可以歸結為“鏈表散列法”，這是一個hash表處理衝突的經典方法。

 　　

　　鏈表散列

 

那麼什麼是”鏈表散列法”呢？看：

 

 

 

縱向的是一個數組，數組的每一項都是一個鏈表。你可以把這個數組看成是N個桶，每一個桶放著一個鏈子。

 

數組是幹嘛的？數組的每一項負責放鏈表的。

 

鏈表是幹嘛的？負責放Map資料的，比如一個HashMap有兩個鍵，一個是key1，一個是key2。那麼該鏈表就會分出兩個節點分別存放這兩個索引值對（每一個索引值對是打包放在Entry對象中的）。

 

鏈表是怎麼鏈起來的？Entry包含有key、value、下一個節點next、hash值等，這個next就把各個節點串了起來。

 

HashMap儲存資料的過程為：先計算當前要儲存的索引值對的雜湊值（決定著當前索引值對要放到哪個桶中），根據這個雜湊值找到對應的桶。如果桶中沒有資料，那就直接放進去。如果桶中已經放了資料（也即：桶中的鏈條上放著一個或者多個索引值對），那就順著桶中的這個鏈條一個一個比對，看有沒有key與當前要儲存的資料的key相同。如果有相同，直接覆蓋原來key的value。如果沒有相同的，那麼將該元素儲存在鏈頭（最早儲存的元素就會跑到鏈尾）。

 　　

　　裝填因子

 

桶的數量決定了能放多少個HashMap，而具體用了多少個桶，則直接關係著尋找的效率。打個比方，你去隔壁班找小明，班裡有10個人，你很快就會找到小明，班裡坐著100個人，你可能找半天才能找到。所以你去看HashMap的建構函式是這樣的：

 

public HashMap(int initialCapacity, float loadFactor) {        if (initialCapacity < 0)            throw new IllegalArgumentException("Illegal initial capacity: " +                                               initialCapacity);        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;        if (loadFactor <= 0 || Float.isNaN(loadFactor))            throw new IllegalArgumentException("Illegal load factor: " +                                               loadFactor);        this.loadFactor = loadFactor;        threshold = initialCapacity;        init();    }public HashMap(int initialCapacity) {        this(initialCapacity, DEFAULT_LOAD_FACTOR);    }public HashMap() {        this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);}

 

三個建構函式都牽動著兩個東西：initialCapacity，loadFactor。前者表示的是桶的初始數量（即數組大小），後者表示“裝填因子”，裝填因子是雜湊表在其容量自動增加之前可以達到多滿的一種尺度。比如，數組初始大小為100，如果裝填因子=0.6，表示當數組中存放了60個Map之後，就要把數組擴容後才能繼續存放。這就是為瞭解決上面講到的效率問題。

 

裝填因子定的小了，尋找資料就快些，但是浪費空間。裝填因子大了，空間利用率就高，但是浪費時間。生活就是這樣，顧此失彼在所難免，萬事哪有兩全的呢。系統權衡利弊後，預設給的裝填因子是0.75，這個一般我們是不需要改動的。

 　　

　　除留餘數

 

那麼還有個問題。拿到一個Map的雜湊值，怎麼決定放到哪個桶裡呢？如果最後數組中的Map資料都擠到一塊兒那可不行，查詢就會慢。太鬆了也不行，浪費空間。Java用了一招“除留餘數法”，保證資料在數組中分布均勻。

 

“除留餘數法”，就是模數。比如數組的長度是100，Map的雜湊值是80，用80%100，餘數是80，就放到80那個位置。但是Java可不是那樣幹算的呦，且看源碼：

 

void addEntry(int hash, K key, V value, int bucketIndex) {        if ((size >= threshold) && (null != table[bucketIndex])) {            resize(2 * table.length);            hash = (null != key) ? hash(key) : 0;            bucketIndex = indexFor(hash, table.length);        }        createEntry(hash, key, value, bucketIndex);}

 

上面代碼就是HashMap中的添加Entry資料的方法。BucketIndex就是當前Map在數組中的索引。第三行擴容且不談，重點在indexFor方法，這個方法就是”模數”。我們點進去看一下：

 

static int indexFor(int h, int length) {// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";        return h & (length-1);}

 

H是Map的雜湊值，length是數組的長度。它直接使用了一個h & (length - 1)。這一句其實就相當於對數組模數，但是直接用二進位的位操作，比數學計算要快的多。這也給了我們程式員一個啟發，能用位元運算時盡量用，提高逼格又提高效率。

 　　

　　均勻分布

 

還有個有趣的地方，上面代碼的注釋部分：length must be a non-zero power of 2，這句是說，數組的長度必須是2的n次方。

 

為啥是2的n次方呢？

 

如果不是2的n次方，比如length為15，h分別為2,3,4。那麼用h & (length -1)有：

 

h	Length-1	h & (length -1)
0010	1110	0010，即2
0011	1110	0010，即2
0100	1110	0100，即4

 

你看，隨便測了三個數字，就發生了碰撞。為什麼會這樣呢？

 

這是因為：如果不是2的n次方，那麼2^n – 1的最低位必然為0，而0、1分別和0作“與”運算，結果都為0。也就是說，不論h為多少，h & (length - 1)的結果最低位都是0。那麼數組中最低位為1的那些位置就全部空缺著，這就導致資料在數組中分布不均勻了，繼而影響了查詢的效率。

 

讀取資料的時候就簡單多了，通過key的hash值找到在table數組中的索引處的Entry，然後返回該key對應的value即可。

 

參考資料：

 

http://www.cnblogs.com/chenssy/p/3521565.html

http://blog.csdn.net/zhuanshenweiliu/article/details/39177447

http://blog.csdn.net/tanggao1314/article/details/51457585#t1

http://www.importnew.com/18851.html