对于 Map ,最直观就是理解就是键值对,映射,key-value 形式。一个映射不能包含重复的键,一个键只能有一个值。平常我们使用的时候,最常用的无非就是 HashMap。
HashMap 实现了 Map 接口,允许使用 null 值 和 null 键,并且不保证映射顺序。
HashMap 有两个参数影响性能:
初始容量:表示哈希表在其容量自动增加之前可以达到多满的一种尺度
加载因子:当哈希表中的条目超过了容量和加载因子的乘积的时候,就会进行重哈希操作。
如下成员变量源码:
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
transient Node<K,V>[] table;
可以看到,默认加载因子为 0.75, 默认容量为 1 << 4,也就是 16。加载因子过高,容易产生哈希冲突,加载因子过小,容易浪费空间,0.75是一种折中。
另外,整个 HashMap 的实现原理可以简单的理解成:当我们 put 的时候,首先根据 key 算出一个数值 x,然后在 table[x] 中存放我们的值。这样有一个好处是,以后的 get 等操作的时间复杂度直接就是O(1),因为 HashMap 内部就是基于数组的一个实现。
put 方法的实现 与 哈希冲突
下面再结合代码重点分析下 HashMap 的 put 方法的内部实现 和 哈希冲突的解决办法:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
首先我们看到 hash(key) 这个就是表示要根据 key 值算出一个数值,以此来决定在 table 数组的哪一个位置存放我们的数值。(Ps:这个 hash(key) 方法 也是大有讲究的,会严重影响性能,实现得不好会让 HashMap 的 O(1) 时间复杂度降到 O(n),在JDK8以下的版本中带来灾难性影响。它需要保证得出的数在哈希表中的均匀分布,目的就是要减少哈希冲突)
重要说明一下:
**JDK8 中哈希冲突过多,链表会转红黑树,时间复杂度是O(logn),不会是O(n) **
**JDK8 中哈希冲突过多,链表会转红黑树,时间复杂度是O(logn),不会是O(n) **
**JDK8 中哈希冲突过多,链表会转红黑树,时间复杂度是O(logn),不会是O(n) **
然后,我们再看到:
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
......
这就表示,如果没有 哈希冲突,那么就可以放入数据 tab[i] = newNode(hash, key, value, null); 如果有哈希冲突,那么就执行 else 需要解决哈希冲突。
那么放入数据 其实就是 建立一个 Node 节点,该 Node节点有属性 key,value,分别保存我们的 key 值 和 value 值,然后再把这个 Node 节点放入到 table 数组中,并没有什么神秘的地方。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
}
上述可以看到 Node 节点中 有一个 Node<K,V> next; ,其实仔细思考下就应该知道这个是用来解决哈希冲突的。下面再看看是如何解决哈希冲突的:
哈希冲突:通俗的讲就是首先我们进行一次 put 操作,算出了我们要在 table 数组的 x 位置放入这个值。那么下次再进行一个 put 操作的时候,又算出了我们要在 table 数组的 x 位置放入这个值,那之前已经放入过值了,那现在怎么处理呢?
其实就是通过链表法进行解决。
首先,如果有哈希冲突,那么:
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
需要判断 两者的 key 是否一样的,因为 HashMap 不能加入重复的键。如果一样,那么就覆盖,如果不一样,那么就先判断是不是 TreeNode 类型的:
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
这里表示 是不是现在已经转红黑树了(在大量哈希冲突的情况下,链表会转红黑树),一般我们小数据的情况下,是不会转的,所以这里暂时不考虑这种情况(Ps:本人也没太深入研究红黑树,所以就不说这个了)。
如果是正常情况下,会执行下面的语句来解决哈希冲突:
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
这里其实就是用链表法来解决。并且:
冲突的节点放在链表的最下面。
冲突的节点放在链表的最下面。
冲突的节点放在链表的最下面。
因为 首先有:p = tab[i = (n - 1) & hash] ,再 for 循环,然后有 if ((e = p.next) == null) { ,并且如果 当前节点的下一个节点有值的话,那么就 p = e;,这就说明了放在最下面。
强烈建议自己拿笔拿纸画画。
总结
一个映射不能包含重复的键,一个键只能有一个值。允许使用 null 值 和 null 键,并且不保证映射顺序。
HashMap 解决冲突的办法先是使用链表法,然后如果哈希冲突过多,那么会把链表转换成红黑树,以此来保证效率。
如果出现了哈希冲突,那么新加入的节点放在链表的最后面。
参考
强烈建议看一下:
Java HashMap工作原理及实现
Java 8:HashMap的性能提升
HashTable
HashTable 是 HashMap 的线程安全版本。 内部的实现几乎和 HashMap 一模一样。例如:
同样的有一个数组:
private transient Entry<?,?>[] table;
对于 put 方法:
public synchronized V put(K key, V value) {
......
// Makes sure the key is not already in the hashtable.
Entry<?,?> tab[] = table;
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
@SuppressWarnings("unchecked")
Entry<K,V> entry = (Entry<K,V>)tab[index];
for(; entry != null ; entry = entry.next) {
if ((entry.hash == hash) && entry.key.equals(key)) {
V old = entry.value;
entry.value = value;
return old;
}
}
addEntry(hash, key, value, index);
return null;
}
这里可以看到, for 循环表示如果出现了哈希冲突,那么就放在最后一位。因为不断的进行 entry = entry.next,直到 entry != null。需要注意的是,JDK8 中的 HashMap 如果有很多哈希冲突的话,那么是可能会把链表变成红黑树以此来提高效率。但是这里 HashTable 并没有这样做。
另外,从这里也可以看出,HashTable 实现多线程同步的主要方式是通过加 synchronized 关键字。
另外,对于 get 方法:
@SuppressWarnings("unchecked")
public synchronized V get(Object key) {
Entry<?,?> tab[] = table;
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
for (Entry<?,?> e = tab[index] ; e != null ; e = e.next) {
if ((e.hash == hash) && e.key.equals(key)) {
return (V)e.value;
}
}
return null;
}
这里最明显的就是 synchronized,其实还有很多其他的方法用的也是 synchronized。get 方法的处理也是先根据 key 定位到 table 的某一个位置,最后再 for 循环拿到该值(因为可能出现了哈希冲突,所以要 for 循环)。
总结
- Hashtable的方法是同步的,HashMap则是非同步的,所以在多线程场合要手动同步HashMap,这个区别就像Vector和ArrayList一样。
- Hashtable不允许null值(key和value都不可以),HashMap允许null值(key和value都可以)。
- Hashtable比HashMap多一个elements方法用于遍历。
- Hashtable使用Enumeration,HashMap使用Iterator。
- 哈希值的使用不同,Hashtable直接使用对象的hashCode,而HashMap重新计算hash值,而且用与代替求模。
- Hashtable中hash数组默认大小是11,增加的方式是 old*2+1。HashMap中hash数组的默认大小是16,而且一定是2的指数。