HashMap源码分析以及四种遍历方法
[java]viewplaincopyprint?在CODE上查看代码片派生到我的代码片
packageday05;
importjava.util.Collection;
importjava.util.HashMap;
importjava.util.Iterator;
importjava.util.List;
importjava.util.Map;
importjava.util.Map.Entry;
importjava.util.Set;
/
遍历Map
遍历Map有四种方式：
遍历所有的key:keySet()
遍历所有的key-value对：entrySet()
遍历所有的value:values()
其中遍历value相对不常用。
/
publicclassHashMapDemo2{
publicstaticvoidmain(String[]args){
Mapmap=newHashMap();//有序LinkedHashMap();
map.put("语文",99);
map.put("数学",97);
map.put("英语",96);
map.put("物理",95);
map.put("化学",95);
/
遍历所有的key
SetkeySet();
将当前Map中所有的key存入一个Set
集合后返回。那么遍历这个集合就相当与
遍历了所有的key
/
SetkeySet=map.keySet();
for(Stringkey:keySet){
Integervalue=map.get(key);
System.out.println(key+":"+value);
}
/
遍历每一组键值对
SetentrySet()
Map中每一组键值对都是由一个Entry
的实例保存的，这个类是Map的内部类。
Entry有两个常用方法：getKey，getValue
分别获取其表示的这组键值对的key，value
entrySet就是将当前Map中每一组键值对
（若干的Entry实例）存入一个Set集合
然后返回。
/
Set>entrySet=map.entrySet();
for(Entrye:entrySet){
Stringkey=e.getKey();
Integervalue=e.getValue();
System.out.println(key+"="+value);
}
/
/
Iterator>iter=map.entrySet().iterator();
while(iter.hasNext()){
Entrye=iter.next();
Strings=e.getKey();
inti=e.getValue();
System.out.println(s+"="+i);
}
/
遍历所有的value
Collectionvalues()
将当前Map中所有的value存入一个集合后返回
/
Collectionvalues=map.values();
for(Integervalue:values){
System.out.println("value:"+value);
}
}
}
HashMap实现原理
1.HashMap概述：
HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
HashMap的继承关系
[java]viewplaincopy在CODE上查看代码片派生到我的代码片
java.lang.Object
?java.util.AbstractMap
?java.util.HashMap
publicclassHashMap
extendsAbstractMap
implementsMap,Cloneable,Serializable{}
我们可以看出，HashMap不仅继承了AbstractMap，而且实现了Map、Cloneable和Serializable接口，所以HashMap也可以序列化。另外，HashMap是非同步的，但是我们可以通过Collections类的静态方法synchronizedMap获得线程安全的HashMap。即：
[java]viewplaincopy在CODE上查看代码片派生到我的代码片
Mapmap=Collections.synchrwww.baiyuewang.netonizedMap(newHashMap());
HashMap的API
[java]viewplaincopy在CODE上查看代码片派生到我的代码片
voidclear()
Objectclone()
booleancontainsKey(Objectkey)
booleancontainsValue(Objectvalue)
Set>entrySet()
Vget(Objectkey)
booleanisEmpty()
SetkeySet()
Vput(Kkey,Vvalue)
voidputAll(Mapmap)
Vremove(Objectkey)
intsize()
Collectionvalues()
2.HashMap的数据结构：
在Java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。
从上图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表。当新建一个HashMap的时候，就会初始化一个数组。HashMap的底层主要是基于数组和链表实现的，它之所以有相当快的查询速度主要是因为它是通过计算散列码来决定存储位置的。HashMap中主要是通过key的hashCode来计算hash值，然后通过hash值选择不同的数组来存储。只要hashCode相同，计算出来的hash值就一样，如果存储对象多了，就有可能不同的对象计算出来的hash值是相同的，这就出现了所谓的hash冲突，HashMap的底层是通过链表来解决hash冲突的。
源码如下：
Java代码收藏代码
HashMap存储数据的数组定义如下，里面存放的是Entry实体：
transientEntry[]table
可以看出，Entry就是数组中的元素，每个Map.Entry其实就是一个key-value对，它持有一个指向下一个元素的引用，这就构成了链表。
Entry实体类源码：
/
Entry其实是个单向链表：它是“HashMap链式存储法”对应的链表。
它实现了Map.Entry接口，也就是实现了getKey()、getValue()、setValue(Vvalue)
equals(Objecto)和hashCode()这些方法。
/
staticclassEntryimplementsMap.Entry{
finalKkey;
Vvalue;
Entrynext;//指向下一个节点
inthash;
/
构造方法，创建一个Entry
参数：哈希值h，键值k，值v和下一个节点n
/
Entry(inth,Kk,Vv,Entryn){
value=v;
next=n;
key=k;
hash=h;
}
publicfinalKgetKey(){
returnkey;
}
publicfinalVgetValue(){
returnvalue;
}
publicfinalVsetValue(VnewValue){
VoldValue=value;
value=newValue;
returnoldValue;
}
//判断两个Entry是否相等，必须key和value都相等，才返回true
publicfinalbooleanequals(Objecto){
if(!(oinstanceofMap.Entry))
returnfalse;
Map.Entrye=(Map.Entry)o;
Objectk1=getKey();
Objectk2=e.getKey();
if(k1==k2||(k1!=null&&k1.equals(k2))){
Objectv1=getValue();
Objectv2=e.getValue();
if(v1==v2||(v1!=null&&v1.equals(v2)))
returntrue;
}
returnfalse;
}
publicfinalinthashCode(){//实现hashCode
returnObjects.hashCode(getKey())^Objects.hashCode(getValue());
}
publicfinalStringtoString(){
returngetKey()+"="+getValue();
}
/
当向HashMap中添加元素时，即调用put(k,v)时，
对已经在HashMap中k位置进行v的覆盖时，会调用此方法
这里没做任何处理
/
voidrecordAccess(HashMapm){
}
/
当从HashMap中删除了一个Entry时，会调用该函数
这里没做任何处理
/
voidrecordRemoval(HashMapm){
}
}
从Entry实体源码中可以看出，HashMap其实就是一个存储Entry的数组，Entry对象包含了键和值，其中next也是一个Entry对象，用来处理hash冲突的，形成一个链表。
3.HashMap的存取实现：
1)存储：
Java代码收藏代码
publicVput(Kkey,Vvalue){
//HashMap允许存放null键和null值。
//当key为null时，调用putForNullKey方法，将value放置在数组第一个位置。
if(key==null)
returnputForNullKey(value);
//根据key的keyCode重新计算hash值。
inthash=hash(key.hashCode());
//搜索指定hash值在对应table中的索引。
inti=indexFor(hash,table.length);
//如果i索引处的Entry不为null，通过循环不断遍历e元素的下一个元素。若该key对应的键值对已经存在，则用新的value取代旧的value
for(Entrye=table[i];e!=null;e=e.next){
Objectk;
if(e.hash==hash&&((k=e.key)==key||key.equals(k))){
VoldValue=e.value;
e.value=value;
e.recordAccess(this);
returnoldValue;
}
}
//如果i索引处的Entry为null，表明此处还没有Entry。
modCount++;
//将key、value添加到i索引处。
addEntry(hash,key,value,i);
returnnull;
}
从上面的源代码中可以看出：当我们往HashMap中put元素的时候，先根据key的hashCode重新计算hash值，根据hash值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。
addEntry(hash,key,value,i)方法根据计算出的hash值，将key-value对放在数组table的i索引处。addEntry是HashMap提供的一个包访问权限的方法，代码如下：
Java代码收藏代码
voidaddEntry(inthash,Kkey,Vvalue,intbucketIndex){
//获取指定bucketIndex索引处的Entry
Entrye=table[bucketIndex];
//将新创建的Entry放入bucketIndex索引处，并让新的Entry指向原来的Entry
table[bucketIndex]=newEntry(hash,key,value,e);
//如果Map中的key-value对的数量超过了极限
if(size++>=threshold)
//把table对象的长度扩充到原来的2倍。
resize(2table.length);
}
当系统决定存储HashMap中的key-value对时，完全没有考虑Entry中的value，仅仅只是根据key来计算并决定每个Entry的存储位置。我们完全可以把Map集合中的value当成key的附属，当系统决定了key的存储位置之后，value随之保存在那里即可。
hash(inth)方法根据key的hashCode重新计算一次散列。此算法加入了高位计算，防止低位不变，高位变化时，造成的hash冲突。
Java代码收藏代码
staticinthash(inth){
h^=(h>>>20)^(h>>>12);
returnh^(h>>>7)^(h>>>4);
}
我们可以看到在HashMap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的元素位置尽量的分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询的效率。
对于任意给定的对象，只要它的hashCode()返回值相同，那么程序调用hash(inth)方法所计算得到的hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，在HashMap中是这样做的：调用indexFor(inth,intlength)方法来计算该对象应该保存在table数组的哪个索引处。indexFor(inth,intlength)方法的代码如下：
Java代码收藏代码
staticintindewww.tt951.comxFor(inth,intlength){
returnh&(length-1);
}
这个方法非常巧妙，它通过h&(table.length-1)来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化。在HashMap构造器中有如下代码：
Java代码收藏代码
intcapacity=1;
while(capacity
capacity<<=1;
这段代码保证初始化时HashMap的容量总是2的n次方，即底层数组的长度总是为2的n次方。
当length总是2的n次方时，h&(length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。
这看上去很简单，其实比较有玄机的，我们举个例子来说明：
假设数组长度分别为15和16，优化后的hash码分别为8和9，那么&运算后的结果如下：
h&(table.length-1)hashtable.length-1
8&(15-1)：0100&1110=0100
9&(15-1)：0101&1110=0100
-----------------------------------------------------------------------------------------------------------------------
8&(16-1)：0100&1111=0100
9&(16-1)：0101&1111=0101
从上面的例子中可以看出：当它们和15-1（1110）“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到数组中的同一个位置上形成链表，那么查询的时候就需要遍历这个链表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hash值会与15-1（1110）进行“与”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！而当数组长度为16时，即为2的n次方时，2n-1得到的二进制数的每个位上的值都为1，这使得在低位上&时，得到的和原hash的低位相同，加之hash(inth)方法对key的hashCode的进一步优化，加入了高位计算，就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。
所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
根据上面put方法的源代码可以看出，当程序试图将一个key-value对放入HashMap中时，程序首先根据该key的hashCode()返回值决定该Entry的存储位置：如果两个Entry的key的hashCode()返回值相同，那它们的存储位置相同。如果这两个Entry的key通过equals比较返回true，新添加Entry的value将覆盖集合中原有Entry的value，但key不会覆盖。如果这两个Entry的key通过equals比较返回false，新添加的Entry将与集合中原有Entry形成Entry链，而且新添加的Entry位于Entry链的头部——具体说明继续看addEntry()方法的说明。
2)读取：
Java代码收藏代码
publicVget(Objectkey){
if(key==null)
returngetForNullKey();
inthash=hash(key.hashCode());
for(Entrye=table[indexFor(hash,table.length)];
e!=null;
e=e.next){
Objectk;
if(e.hash==hash&&((k=e.key)==key||key.equals(k)))
returne.value;
}
returnnull;
}
有了上面存储时的hash算法作为基础，理解起来这段代码就很容易了。从上面的源代码中可以看出：从HashMap中get元素时，首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素。
3)归纳起来简单地说，HashMap在底层将key-value当成一个整体进行处理，这个整体就是一个Entry对象。HashMap底层采用一个Entry[]数组来保存所有的key-value对，当需要存储一个Entry对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。
4.HashMap的resize（rehash）：
当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。
那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过160.75=12的时候，就把数组的大小扩展为216=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。
5.HashMap的性能参数：
HashMap包含如下几个构造器：
HashMap()：构建一个初始容量为16，负载因子为0.75的HashMap。
HashMap(intinitialCapacity)：构建一个初始容量为initialCapacity，负载因子为0.75的HashMap。
HashMap(intinitialCapacity,floatloadFactor)：以指定初始容量、指定的负载因子创建一个HashMap。
HashMap的基础构造器HashMap(intinitialCapacity,floatloadFactor)带有两个参数，它们是初始容量initialCapacity和加载因子loadFactor。
initialCapacity：HashMap的最大容量，即为底层数组的长度。
loadFactor：负载因子loadFactor定义为：散列表的实际元素数目(n)/散列表的容量(m)。
负载因子衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。
HashMap的实现中，通过threshold字段来判断HashMap的最大容量：
Java代码收藏代码
threshold=(int)(capacityloadFactor);
结合负载因子的定义公式可知，threshold就是在此loadFactor和capacity对应下允许的最大元素数目，超过这个数目就重新resize，以降低实际的负载因子。默认的的负载因子0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时，resize后的HashMap容量是容量的两倍：
Java代码收藏代码
if(size++>=threshold)
resize(2table.length);
6.Fail-Fast机制：
我们知道java.util.HashMap不是线程安全的，因此如果在使用迭代器的过程中有其他线程修改了map，那么将抛出ConcurrentModificationException，这就是所谓fail-fast策略。
这一策略在源码中的实现是通过modCount域，modCount顾名思义就是修改次数，对HashMap内容的修改都将增加这个值，那么在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount。
Java代码收藏代码
HashIterator(){
expectedModCount=modCount;
if(size>0){//advancetofirstentry
Entry[]t=table;
while(index
;
}
}
在迭代过程中，判断modCount跟expectedModCount是否相等，如果不相等就表示已经有其他线程修改了Map：
注意到modCount声明为volatile，保证线程之间修改的可见性。
Java代码收藏代码
finalEntrynextEntry(){
if(modCount!=expectedModCount)
thrownewConcurrentModificationException();
在HashMap的API中指出：
由所有HashMap类的“collection视图方法”所返回的迭代器都是快速失败的：在迭代器创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的remove方法，其他任何时间任何方式的修改，迭代器都将抛出ConcurrentModificationException。因此，面对并发的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。
注意，迭代器的快速失败行为不能得到保证，一般来说，存在非同步的并发修改时，不可能作出任何坚决的保证。快速失败迭代器尽最大努力抛出ConcurrentModificationException。因此，编写依赖于此异常的程序的做法是错误的，正确做法是：迭代器的快速失败行为应该仅用于检测程序错误。
|
|
