HashMap实现原理分析(转载)_JAVA_编程开发_程序员俱乐部

中国优秀的程序员网站程序员频道CXYCLUB技术地图
热搜:
更多>>
 
您所在的位置: 程序员俱乐部 > 编程开发 > JAVA > HashMap实现原理分析(转载)

HashMap实现原理分析(转载)

 2015/1/18 3:52:54  zuimeitulip  程序员俱乐部  我要评论(0)
  • 摘要:1.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(
  • 标签:has 实现 Map Hash 分析

1. 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其实也是一个线性的数组实现的,所以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?Always?be?a?power?of?two. ?????*/

????transient?Entry[]?table;

2. HashMap的存取实现

? ? ?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();?// 这个hashCode方法这里不详述,只要理解每个key的hash是一个固定的int值
int?index?=?hash?%?Entry[].length;
Entry[index]?=?value;

// 取值时:
int?hash?=?key.hashCode();
int?index?=?hash?%?Entry[].length;
return?Entry[index]; ?

class="cnblogs_code_toolbar" style="margin-bottom: 0px; color: #333333; font-family: Arial; line-height: 26px;"> 1)put

? 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。所以疑问不用担心。也就是说数组中存储的是最后插入的元素。到这里为止,HashMap的大致实现,我们应该已经清楚了。

?public?V?put(K?key,?V?value)?{ ????????if?(key?==?null) ????????????return?putForNullKey(value);?//null总是放在数组的第一个链表中 ????????int?hash?=?hash(key.hashCode()); ????????int?i?=?indexFor(hash,?table.length); ????????//遍历链表 ????????for?(Entry<K,V>?e?=?table[i];?e?!=?null;?e?=?e.next)?{ ????????????Object?k; ????????????//如果key在链表中已存在,则替换为新value ????????????if?(e.hash?==?hash?&&?((k?=?e.key)?==?key?||?key.equals(k)))?{ ????????????????V?oldValue?=?e.value; ????????????????e.value?=?value; ????????????????e.recordAccess(this); ????????????????return?oldValue; ????????????} ????????} ? ????????modCount++; ????????addEntry(hash,?key,?value,?i); ????????return?null;

????}

?

void?addEntry(int?hash,?K?key,?V?value,?int?bucketIndex)?{ ????Entry<K,V>?e?=?table[bucketIndex]; ????table[bucketIndex]?=?new?Entry<K,V>(hash,?key,?value,?e);?//参数e, 是Entry.next ????//如果size超过threshold,则扩充table大小。再散列 ????if?(size++?>=?threshold) ????????????resize(2?*?table.length); }

  当然HashMap里面也包含一些优化方面的实现,这里也说一下。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。

2)get

?public?V?get(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; ????????} ????????return?null; }

?

3)null key的存取

null key总是存放在Entry[]数组的第一个元素。

???private?V?putForNullKey(V?value)?{ ????????for?(Entry<K,V>?e?=?table[0];?e?!=?null;?e?=?e.next)?{ ????????????if?(e.key?==?null)?{ ????????????????V?oldValue?=?e.value; ????????????????e.value?=?value; ????????????????e.recordAccess(this); ????????????????return?oldValue; ????????????} ????????} ????????modCount++; ????????addEntry(0,?null,?value,?0); ????????return?null; ????} ? ????private?V?getForNullKey()?{ ????????for?(Entry<K,V>?e?=?table[0];?e?!=?null;?e?=?e.next)?{ ????????????if?(e.key?==?null) ????????????????return?e.value; ????????} ????????return?null; ????} ? ? ? ?

4)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. ?????*/ ????static?int?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%。 这意味着数组下标相同,并不表示hashCode相同。 ?

5)table初始大小

? ??public?HashMap(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?=?new?Entry[capacity]; ????????init(); ????} ?

注意table初始大小并不是构造函数中的initialCapacity!!

而是 >= initialCapacity的2的n次幂!!!!

————为什么这么设计呢?——

3. 解决hash冲突的办法

  1. 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)
  2. 再哈希法
  3. 链地址法
  4. 建立一个公共溢出区

Java中hashmap的解决办法就是采用的链地址法。

?

4.?再散列rehash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,将原表的映射到新表中。

???/** ?????*?Rehashes?the?contents?of?this?map?into?a?new?array?with?a ?????*?larger?capacity.??This?method?is?called?automatically?when?the ?????*?number?of?keys?in?this?map?reaches?its?threshold. ?????* ?????*?If?current?capacity?is?MAXIMUM_CAPACITY,?this?method?does?not ?????*?resize?the?map,?but?sets?threshold?to?Integer.MAX_VALUE. ?????*?This?has?the?effect?of?preventing?future?calls. ?????* ?????*?@param?newCapacity?the?new?capacity,?MUST?be?a?power?of?two; ?????*????????must?be?greater?than?current?capacity?unless?current ?????*????????capacity?is?MAXIMUM_CAPACITY?(in?which?case?value ?????*????????is?irrelevant). ?????*/ ????void?resize(int?newCapacity)?{ ????????Entry[]?oldTable?=?table; ????????int?oldCapacity?=?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?from?current?table?to?newTable. ?????*/ ????void?transfer(Entry[]?newTable)?{ ????????Entry[]?src?=?table; ????????int?newCapacity?=?newTable.length; ????????for?(int?j?=?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[i]; ????????????????????newTable[i]?=?e; ????????????????????e?=?next; ????????????????}?while?(e?!=?null); ????????????} ????????}

?

????}

上一篇: 单链表的反转 下一篇: 线性表的顺序实现
发表评论
用户名: 匿名