java中HashMap详解.docx
- 文档编号:25451474
- 上传时间:2023-06-08
- 格式:DOCX
- 页数:10
- 大小:57.12KB
java中HashMap详解.docx
《java中HashMap详解.docx》由会员分享,可在线阅读,更多相关《java中HashMap详解.docx(10页珍藏版)》请在冰豆网上搜索。
java中HashMap详解
java中HashMap详解
HashMap和HashSet是JavaCollectionFramework的两个重要成员,其中HashMap是Map接口的常用实现类,HashSet是Set接口的常用实现类。
虽然HashMap和HashSet实现的接口规范不同,但它们底层的Hash存储机制完全一样,甚至HashSet本身就采用HashMap来实现的。
通过HashMap、HashSet的源代码分析其Hash存储机制
实际上,HashSet和HashMap之间有很多相似之处,对于HashSet而言,系统采用Hash算法决定集合元素的存储位置,这样可以保证能快速存、取集合元素;对于HashMap而言,系统key-value当成一个整体进行处理,系统总是根据Hash算法来计算key-value的存储位置,这样可以保证能快速存、取Map的key-value对。
在介绍集合存储之前需要指出一点:
虽然集合号称存储的是Java对象,但实际上并不会真正将Java对象放入Set集合中,只是在Set集合中保留这些对象的引用而言。
也就是说:
Java集合实际上是多个引用变量所组成的集合,这些引用变量指向实际的Java对象。
集合和引用
就像引用类型的数组一样,当我们把Java对象放入数组之时,并不是真正的把Java对象放入数组中,只是把对象的引用放入数组中,每个数组元素都是一个引用变量。
HashMap的存储实现
当程序试图将多个key-value放入HashMap中时,以如下代码片段为例:
Java代码
1HashMap
2map.put("语文",80.0);
3map.put("数学",89.0);
4map.put("英语",78.2);
HashMap采用一种所谓的“Hash算法”来决定每个元素的存储位置。
当程序执行map.put("语文",80.0);时,系统将调用"语文"的hashCode()方法得到其hashCode值——每个Java对象都有hashCode()方法,都可通过该方法获得它的hashCode值。
得到这个对象的hashCode值之后,系统会根据该hashCode值来决定该元素的存储位置。
我们可以看HashMap类的put(Kkey,Vvalue)方法的源代码:
Java代码
5publicVput(Kkey,Vvalue)
6{
7//如果key为null,调用putForNullKey方法进行处理
8if(key==null)
9returnputForNullKey(value);
10//根据key的keyCode计算Hash值
11inthash=hash(key.hashCode());
12//搜索指定hash值在对应table中的索引
13inti=indexFor(hash,table.length);
14//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
15for(Entry
=null;e=e.next)
16{
17Objectk;
18//找到指定key与需要放入的key相等(hash值相同
19//通过equals比较放回true)
20if(e.hash==hash&&((k=e.key)==key
21||key.equals(k)))
22{
23VoldValue=e.value;
24e.value=value;
25e.recordAccess(this);
26returnoldValue;
27}
28}
29//如果i索引处的Entry为null,表明此处还没有Entry
30modCount++;
31//将key、value添加到i索引处
32addEntry(hash,key,value,i);
33returnnull;
34}
上面程序中用到了一个重要的内部接口:
Map.Entry,每个Map.Entry其实就是一个key-value对。
从上面程序中可以看出:
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。
这也说明了前面的结论:
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。
上面方法提供了一个根据hashCode()返回值来计算Hash码的方法:
hash(),这个方法是一个纯粹的数学计算,其方法如下:
Java代码
35staticinthash(inth)
36{
37h^=(h>>>20)^(h>>>12);
38returnh^(h>>>7)^(h>>>4);
39}
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。
接下来程序会调用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
40staticintindexFor(inth,intlength)
41{
42returnh&(length-1);
43}
这个方法非常巧妙,它总是通过h&(table.length-1)来得到该对象的保存位置——而HashMap底层数组的长度总是2的n次方,这一点可参看后面关于HashMap构造器的介绍。
当length总是2的倍数时,h&(length-1)将是一个非常巧妙的设计:
假设h=5,length=16,那么h&length-1将得到5;如果h=6,length=16,那么h&length-1将得到6……如果h=15,length=16,那么h&length-1将得到15;但是当h=16时,length=16时,那么h&length-1将得到0了;当h=17时,length=16时,那么h&length-1将得到1了……这样保证计算得到的索引值总是位于table数组的索引之内。
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。
当向HashMap中添加key-value对,由其key的hashCode()返回值决定该key-value对(就是Entry对象)的存储位置。
当两个Entry对象的key的hashCode()返回值相同时,将由key通过eqauls()比较值决定是采用覆盖行为(返回true),还是产生Entry链(返回false)。
上面程序中还调用了addEntry(hash,key,value,i);代码,其中addEntry是HashMap提供的一个包访问权限的方法,该方法仅用于添加一个key-value对。
下面是该方法的代码:
Java代码
44voidaddEntry(inthash,Kkey,Vvalue,intbucketIndex)
45{
46//获取指定bucketIndex索引处的Entry
47Entry
48//将新创建的Entry放入bucketIndex索引处,并让新的Entry指向原来的Entry
49table[bucketIndex]=newEntry
50//如果Map中的key-value对的数量超过了极限
51if(size++>=threshold)
52//把table对象的长度扩充到2倍。
53resize(2*table.length);//②
54}
上面方法的代码很简单,但其中包含了一个非常优雅的设计:
系统总是将新添加的Entry对象放入table数组的bucketIndex索引处——如果bucketIndex索引处已经有了一个Entry对象,那新添加的Entry对象指向原有的Entry对象(产生一个Entry链),如果bucketIndex索引处没有Entry对象,也就是上面程序①号代码的e变量是null,也就是新放入的Entry对象指向null,也就是没有产生Entry链。
JDK源码
在JDK安装目录下可以找到一个src.zip压缩文件,该文件里包含了Java基础类库的所有源文件。
只要读者有学习兴趣,随时可以打开这份压缩文件来阅读Java类库的源代码,这对提高读者的编程能力是非常有帮助的。
需要指出的是:
src.zip中包含的源代码并没有包含像上文中的中文注释,这些注释是笔者自己添加进去的。
Hash算法的性能选项
根据上面代码可以看出,在同一个bucket存储Entry链的情况下,新放入的Entry总是位于bucket中,而最早放入该bucket中的Entry则位于这个Entry链的最末端。
上面程序中还有这样两个变量:
*size:
该变量保存了该HashMap中所包含的key-value对的数量。
*threshold:
该变量包含了HashMap能容纳的key-value对的极限,它的值等于HashMap的容量乘以负载因子(loadfactor)。
从上面程序中②号代码可以看出,当size++>=threshold时,HashMap会自动调用resize方法扩充HashMap的容量。
每扩充一次,HashMap的容量就增大一倍。
上面程序中使用的table其实就是一个普通数组,每个数组都有一个固定的长度,这个数组的长度就是HashMap的容量。
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。
当创建一个HashMap时,系统会自动创建一个table数组来保存HashMap中的Entry,下面是HashMap中一个构造器的代码:
Java代码
55//以指定初始化容量、负载因子创建HashMap
56publicHashMap(intinitialCapacity,floatloadFactor)
57{
58//初始容量不能为负数
59if(initialCapacity<0)
60thrownewIllegalArgumentException(
61"Illegalinitialcapacity:
"+
62initialCapacity);
63//如果初始容量大于最大容量,让出示容量
64if(initialCapacity>MAXIMUM_CAPACITY)
65initialCapacity=MAXIMUM_CAPACITY;
66//负载因子必须大于0的数值
67if(loadFactor<=0||Float.isNaN(loadFactor))
68thrownewIllegalArgumentException(
69loadFactor);
70//计算出大于initialCapacity的最小的2的n次方值。
71intcapacity=1;
72while(capacity 73capacity<<=1; 74this.loadFactor=loadFactor; 75//设置容量极限等于容量*负载因子 76threshold=(int)(capacity*loadFactor); 77//初始化table数组 78table=newEntry[capacity];//① 79init(); 80} 上面代码中粗体字代码包含了一个简洁的代码实现: 找出大于initialCapacity的、最小的2的n次方值,并将其作为HashMap的实际容量(由capacity变量保存)。 例如给定initialCapacity为10,那么该HashMap的实际容量就是16。 程序①号代码处可以看到: table的实质就是一个数组,一个长度为capacity的数组。 对于HashMap及其子类而言,它们采用Hash算法来决定集合中元素的存储位置。 当系统开始初始化HashMap时,系统会创建一个长度为capacity的Entry数组,这个数组里可以存储元素的位置被称为“桶(bucket)”,每个bucket都有其指定索引,系统可以根据其索引快速访问该bucket里存储的元素。 无论何时,HashMap的每个“桶”只存储一个元素(也就是一个Entry),由于Entry对象可以包含一个引用变量(就是Entry构造器的的最后一个参数)用于指向下一个Entry,因此可能出现的情况是: HashMap的bucket中只有一个Entry,但这个Entry指向另一个Entry——这就形成了一个Entry链。 如图1所示: 图1.HashMap的存储示意 HashMap的读取实现 当HashMap的每个bucket里存储的Entry只是单个Entry——也就是没有通过指针产生Entry链时,此时的HashMap具有最好的性能: 当程序通过key取出对应value时,系统只要先计算出该key的hashCode()返回值,在根据该hashCode返回值找出该key在table数组中的索引,然后取出该索引处的Entry,最后返回该key对应的value即可。 看HashMap类的get(Kkey)方法代码: Java代码 81publicVget(Objectkey) 82{ 83//如果key是null,调用getForNullKey取出对应的value 84if(key==null) 85returngetForNullKey(); 86//根据该key的hashCode值计算它的hash码 87inthash=hash(key.hashCode()); 88//直接取出table数组中指定索引处的值, 89for(Entry 90e! =null; 91//搜索该Entry链的下一个Entr 92e=e.next)//① 93{ 94Objectk; 95//如果该Entry的key与被搜索key相同 96if(e.hash==hash&&((k=e.key)==key 97||key.equals(k))) 98returne.value; 99} 100returnnull; 101} 从上面代码中可以看出,如果HashMap的每个bucket里只有一个Entry时,HashMap可以根据索引、快速地取出该bucket里的Entry;在发生“Hash冲突”的情况下,单个bucket里存储的不是一个Entry,而是一个Entry链,系统只能必须按顺序遍历每个Entry,直到找到想搜索的Entry为止——如果恰好要搜索的Entry位于该Entry链的最末端(该Entry是最早放入该bucket中),那系统必须循环到最后才能找到该元素。 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算法来决定其存储位置;当需要取出一个Entry时,也会根据Hash算法找到其存储位置,直接取出该Entry。 由此可见: HashMap之所以能快速存、取它所包含的Entry,完全类似于现实生活中母亲从小教我们的: 不同的东西要放在不同的位置,需要时才能快速找到它。 当创建HashMap时,有一个默认的负载因子(loadfactor),其默认值为0.75,这是时间和空间成本上一种折衷: 增大负载因子可以减少Hash表(就是那个Entry数组)所占用的内存空间,但会增加查询数据的时间开销,而查询是最频繁的的操作(HashMap的get()与put()方法都要用到查询);减小负载因子会提高数据查询的性能,但会增加Hash表所占用的内存空间。 掌握了上面知识之后,我们可以在创建HashMap时根据实际需要适当地调整loadfactor的值;如果程序比较关心空间开销、内存比较紧张,可以适当地增加负载因子;如果程序比较关心时间开销,内存比较宽裕则可以适当的减少负载因子。 通常情况下,程序员无需改变负载因子的值。 如果开始就知道HashMap会保存多个key-value对,可以在创建时就使用较大的初始化容量,如果HashMap中Entry的数量一直不会超过极限容量(capacity*loadfactor),HashMap就无需调用resize()方法重新分配table数组,从而保证较好的性能。 当然,开始就将初始容量设置太高可能会浪费空间(系统需要创建一个长度为capacity的Entry数组),因此创建HashMap时初始化容量设置也需要小心对待。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- java HashMap 详解