hashmap 和 hashset 是 java collection framework 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。
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。
一、hashmap的基本特性
读完jdk源码hashmap.class中的注释部分，可以总结出很多hashmap的特性。
hashmap允许key与value都为null, 而hashtable是不允许的。
hashmap是线程不安全的， 而hashtable是线程安全的
hashmap中的元素顺序不是一直不变的，随着时间的推移，同一元素的位置也可能改变（resize的情况）
遍历hashmap的时间复杂度与其的容量(capacity)和现有元素的个数（size）成正比。如果要保证遍历的高效性，初始容量（capacity)不能设置太高或者平衡因子（load factor）不能设置太低。
与之前的相关list同样， 由于hashmap是线程不安全的, 因此迭代器在迭代过程中试图做容器结构上的改变的时候， 会产生fail-fast。通过collections.synchronizedmap(hashmap)可以得到一个同步的hashmap
二、hash table 数据结构分析
hash table(散列表，哈希表),是根据关键字而直接访问内存存储位置的数据结构。也就是说散列表建立了关键字和存储地址之间的一种直接映射
如下图, key经过散列函数得到buckets的一个索引位置。
通过散列函数获取index不可避免会出现相同的情况，也就是冲突。下面简单介绍几种解决冲突的方法：
open addressing(开放定址法):此方法的基本思想就是遇到冲突时，顺序扫描表下n个位置，如果有空闲就填入。具体算法不再说明，下面是示意图：
separate chaining(拉链)：此方法基本思想就是遇到冲突时，将相同索引值的entry用链表串起来。具体算法不再说明，下面是示意图：
jdk中的hashmap解决冲突的方法就是用的separate chaining法。
三、hashmap源码分析（jdk1.7）
1、hashmap读写元素
entry
hashmap中的存放的元素是entry类型，下面给出源码中entry的源码：
我要评论
static class entry<k,v> implements map.entry<k,v> {
final k key;
v value;
entry<k,v> next;
int hash;
entry(int h, k k, v v, entry<k,v> n) {
value = v;
next = n;
key = k;
hash = h;
}
//key, value的get与set方法省略，get与set操作会在后面的迭代器中用到
...
public final boolean equals(object o) {
if (!(o instanceof map.entry))
return false;
map.entry e = (map.entry)o;
object k1 = getkey();
object k2 = e.getkey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
object v1 = getvalue();
object v2 = e.getvalue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
//此处将key的hashcode与value的hashcode做亦或运算得到entry的hashcode
public final int hashcode() {
return objects.hashcode(getkey()) ^ objects.hashcode(getvalue());
}
public final string tostring() {
return getkey() + "=" + getvalue();
}
/**
* this method is invoked whenever the value in an entry is
* overwritten by an invocation of put(k,v) for a key k that's already
* in the hashmap.
*/
void recordaccess(hashmap<k,v> m) {
}
/**
* this method is invoked whenever the entry is
* removed from the table.
*/
void recordremoval(hashmap<k,v> m) {
}
}
一个entry包括key, value, hash以及下一个entry的引用， 很明显这是个单链表， 其实现了map.entry接口。
recordacess(hashmap<k, v> 与recordremoval(hashmap<k, v>)在hashmap中是没有任何具体实现的。但是在linkedhashmap这两个方法用来实现lru算法。
get：读元素
从hashmap中获取相应的entry， 下面给出get相关源码：
public v get(object key) {
//key是null的情况
if (key == null)
return getfornullkey();
//根据key查找entry
entry<k,v> entry = getentry(key);
return null == entry ? null : entry.getvalue();
}
getfornullkey源码
private v getfornullkey() {
if (size == 0) {
return null;
}
//遍历冲突链
for (entry<k,v> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
key为null的entry存放在table[0]中，但是table[0]中的冲突链中不一定存在key为null， 因此需要遍历。
根据key获取entry：
final entry<k,v> getentry(object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
//通过hash得到table中的索引位置，然后遍历冲突链表找到key
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 != null && key.equals(k))))
return e;
}
return null;
}
以上就是hashmap读取一个entry的过程及其源码。时间复杂度o(1)
put：写元素
hashmap中put操作相对复杂， 因为put操作的过程中会有hashmap的扩容操作。
新写入一个元素，如果hashmap中存在要写入元素的key，则执行的是替换value的操作，相当于update。下面是put源码：
public v put(k key, v value) {
//空表table的话，根据size的阈值填充
if (table == empty_table) {
inflatetable(threshold);
}
//填充key为null的entry
if (key == null)
return putfornullkey(value);
//生成hash，得到索引index的映射
int hash = hash(key);
int i = indexfor(hash, table.length);
//遍历当前索引的冲突链，找是否存在对应的key
for (entry<k,v> e = table[i]; e != null; e = e.next) {
object k;
//如果存在对应的key， 则替换oldvalue并返回oldvalue
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
v oldvalue = e.value;
e.value = value;
e.recordaccess(this);
return oldvalue;
}
}
//冲突链中不存在新写入的entry的key
modcount++;
//插入一个新的entry
addentry(hash, key, value, i);
return null;
}
addentry与createentry源码：
void addentry(int hash, k key, v value, int bucketindex) {
//插入新entry前，先对当前hashmap的size和其阈值大小的判断，选择是否扩容
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);
}
void createentry(int hash, k key, v value, int bucketindex) {
entry<k,v> e = table[bucketindex];
//头插法，新写入的entry插入当前索引位置的冲突链第一个entry的前面
table[bucketindex] = new entry<>(hash, key, value, e);
size++;
}
以上就是hashmap写入一个entry的过程及其源码。时间复杂度o(1)
remove移除元素：
final entry<k,v> removeentryforkey(object key) {
if (size == 0) {
return null;
}
//根据key计算hash值，获取索引
int hash = (key == null) ? 0 : hash(key);
int i = indexfor(hash, table.length);
//链表的删除，定义两个指针，pre表示前驱
entry<k,v> prev = table[i];
entry<k,v> e = prev;
//遍历冲突链，删除所有为key的enrty
while (e != null) {
entry<k,v> next = e.next;
object k;
//找到了
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modcount++;
size--;
//找到第一个结点就是要删除的结点
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordremoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}
以上就是hashmap删除一个entry的过程及其源码。时间复杂度o(1)
2、hashmap的哈希原理（hash function）
hashmap中散列函数的实现是通过hash(object k) 与 indexfor(int h, int length)完成， 下面看下源码：
final int hash(object k) {
int h = hashseed;
if (0 != h && k instanceof string) {
return sun.misc.hashing.stringhash32((string) k);
}
h ^= k.hashcode();
// this function ensures that hashcodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
//为了降低冲突的几率
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
获取index索引源码：
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);
}
hashmap通过一个hash function将key映射到[0, table.length]的区间内的索引。这样的索引方法大体有两种：
hash(key) % table.length, 其中length必须为素数。jdk中hashtable利用此实现方式。
具体使用素数的原因，可以查找相关算法资料证明，这里不再陈述。
hash(key) & (table.length - 1 ) 其中length必须为2指数次方。jdk中hashmap利用此实现方式。
因为length的大小为2指数次方倍， 因此 hash(key) & (table.length - 1)总会在[0, length - 1]之间。但是仅仅这样做的话会出现问题一个冲突很大的问题，因为java中hashcode的值为32位，当hashmap的容量偏小，例如16时，做异或运算时，高位总是被舍弃，低位运算后却增加了冲突发生的概率。
因此为了降低冲突发生的概率， 代码中做了很多位运算以及异或运算。
3、hashmap内存分配策略
成员变量capacity与loadfactor
hashmap中要求容量capacity是2的指数倍， 默认容量是1 << 4 = 16。hashmap中还存在一个平衡因子（loadfactor），过高的因子会降低存储空间但是查找（lookup，包括hashmap中的put与get方法）的时间就会增加。 loadfactor默认值为0.75是权衡了时间复杂度以及空间复杂度给出的最优值。
static final int default_initial_capacity = 1 << 4; // aka 16 static final int maximum_capacity = 1 << 30; static final float default_load_factor = 0.75f;
hashmap的构造函数
hashmap的构造就是设置capacity，与loadfactor的初始值
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();
}
之前说过hashmap中capacity必须是2的指数倍， 构造函数里并没有限制，那如何保证保证capacity的值是2的指数倍呢？
在put操作时候，源码中会判断目前的哈希表是否是空表，如果是则调用inflatetable(int tosize)
private void inflatetable(int tosize) {
// find a power of 2 >= tosize
int capacity = rounduptopowerof2(tosize);
threshold = (int) math.min(capacity * loadfactor, maximum_capacity + 1);
table = new entry[capacity];
inithashseedasneeded(capacity);
}
其中rounduptopowerof2就是获取大于等于给定参数的最小的2的n次幂
private static int rounduptopowerof2(int number) {
// assert number >= 0 : "number must be non-negative";
return number >= maximum_capacity
? maximum_capacity
: (number > 1) ? integer.highestonebit((number - 1) << 1) : 1;
}
integer.hightestonebit(int)是将给定参数的最高位的1保留，剩下的变为0的操作，简单说就是将参数int变为小于等于它的最大的2的n次幂。
若number为2的n次幂，减1后最高位处于原来的次高位， 再左移1位仍然可以定位到最高位位置
若number不是2的n次幂，减1左移1位后最高位仍是原来的最高位
扩容：
hashmap在put操作的时候会发生resize行为，具体源码如下：
void resize(int newcapacity) {
entry[] oldtable = table;
int oldcapacity = oldtable.length;
//哈希表已达到最大容量，1 << 30
if (oldcapacity == maximum_capacity) {
threshold = integer.max_value;
return;
}
entry[] newtable = new entry[newcapacity];
//将oldtable中的entry转移到newtable中
//inithashseedasneeded的返回值决定是否重新计算hash值
transfer(newtable, inithashseedasneeded(newcapacity));
table = newtable;
//重新计算threshold
threshold = (int)math.min(newcapacity * loadfactor, maximum_capacity + 1);
}
void transfer(entry[] newtable, boolean rehash) {
int newcapacity = newtable.length;
//遍历oldtable
for (entry<k,v> e : table) {
//遍历冲突链
while(null != e) {
entry<k,v> next = e.next;
if (rehash) {
//重新计算hash值
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexfor(e.hash, newcapacity);
//将元素插入到头部，头插法
e.next = newtable[i];
newtable[i] = e;
e = next;
}
}
}
以上就是hashmap内存分配的整个过程，总结说来就是，hashmap在put一个entry的时候会检查当前容量与threshold的大小来选择是否扩容。每次扩容的大小是2 * table.length。在扩容期间会根据inithashseedasneeded判断是否需要重新计算hash值。
四、hashmap的迭代器
hashmap中的valueiterator， keyiterator, entryiterator等迭代器都是基于hashiterator的，下面看下它的源码：
private abstract class hashiterator<e> implements iterator<e> {
entry<k,v> next; // next entry to return
int expectedmodcount; // for fast-fail
int index; // current slot，table index
entry<k,v> current; // current entry
hashiterator() {
expectedmodcount = modcount;
//在哈希表中找到第一个entry
if (size > 0) {
entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
}
public final boolean hasnext() {
return next != null;
}
final entry<k,v> nextentry() {
//hashmap是非线程安全的，遍历时仍然先判断是否有表结构的修改
if (modcount != expectedmodcount)
throw new concurrentmodificationexception();
entry<k,v> e = next;
if (e == null)
throw new nosuchelementexception();
if ((next = e.next) == null) {
//找到下一个entry
entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
current = e;
return e;
}
public void remove() {
if (current == null)
throw new illegalstateexception();
if (modcount != expectedmodcount)
throw new concurrentmodificationexception();
object k = current.key;
current = null;
hashmap.this.removeentryforkey(k);
expectedmodcount = modcount;
}
}
key, value, entry这个三个迭代器进行封装就变成了keyset, values, entryset三种集合视角。这三种集合视角都支持对hashmap的remove, removeall, clear操作，不支持add， addall操作。
如对本文有疑问， 点击进行留言回复！！
Android 4.0使用Kotlin调用C语言以及汇编语言
Java Class.forName()用法和newInstance()方法原理解析
网友评论