你好,游客 登录 注册 搜索
背景:
阅读新闻

HashMap快速实现存取的原理

[日期:2017-11-13] 来源:Linux社区  作者:Linux [字体: ]

一、存储实现:put(key,vlaue)

      首先我们先看源码: 

// 将“key-value”添加到HashMap中  
public V put(K key, V value) {  
    // 若“key为null”,则将该键值对添加到table[0]中。  
    if (key == null)  
        return putForNullKey(value);  
    // 若“key不为null”,则计算该key的哈希值,然后将其添加到该哈希值对应的链表中。  
    int hash = hash(key.hashCode());   // 计算key hash值在table数组中的位置  ------------ (1)
    int i = indexFor(hash, table.length);  // 迭代e,从i处开始,找到key保存的位置  ------------ (2)
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {  
        Object k;  
        // 若“该key”对应的键值对已经存在,则用新的value取代旧的value。然后退出!  
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
            V oldValue = e.value;  
            e.value = value;  
            e.recordAccess(this);  
            return oldValue;  
        }  
    }  
     // 若“该key”对应的键值对不存在,则将“key-value”添加到table中  
    modCount++;
    //将key-value添加到table[i]处
    addEntry(hash, key, value, i);  
    return null;  
}

      通过源码我们可以清晰看到HashMap保存数据的过程为:首先判断key是否为null,若为null,则直接调用putForNullKey方法。若不为空则先计算key的hash值,然后根据hash值搜索在table数组中的索引位置,如果table数组在该位置处有元素,则通过比较是否存在相同的key,若存在则覆盖原来key的value,否则将该元素保存在链头(最先保存的元素放在链尾)。若table在该处没有元素,则直接保存。
      1、 先看迭代处。此处迭代原因就是为了防止存在相同的key值,若发现两个hash值(key)相同时,HashMap的处理方式是用新value替换旧value,这里并没有处理key,这就解释了HashMap中没有两个相同的key。
      2、 再看(1)、(2)处。这里是HashMap的精华所在。首先是hash方法,该方法为一个纯粹的数学计算,就是计算h的hash值。

static int hash(int h) {  
return useNewHash ? newHash(h) : oldHash(h);  
}

useNewHash声明如下:

private static final boolean useNewHash;  
static { useNewHash = false; }

 

private static int oldHash(int h) {  
    h += ~(h << 9);  
    h ^=  (h >>> 14);  
    h +=  (h << 4);  
    h ^=  (h >>> 10);  
    return h;  
}    
private static int newHash(int h) {  
    // 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).  
    h ^= (h >>> 20) ^ (h >>> 12);  
    return h ^ (h >>> 7) ^ (h >>> 4);  
}

      我们知道对于HashMap的table而言,数据分布需要均匀(最好每项都只有一个元素,这样就可以直接找到),不能太紧也不能太松,太紧会导致查询速度慢,太松则浪费空间。计算hash值后,怎么才能保证table元素分布均与呢?我们会想到取模,但是由于取模的消耗较大,HashMap是这样处理的:调用indexFor方法。

static int indexFor(int h, int length) {  
return h & (length-1);  
}

      HashMap的底层数组长度总是2的n次方,在构造函数中存在:capacity <<= 1;这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时,h&(length - 1)就相当于对length取模,而且速度比直接取模快得多,这是HashMap在速度上的一个优化。至于为什么是2的n次方下面解释。
      我们回到indexFor方法,该方法仅有一条语句:h&(length - 1)  作用:均匀分布table数据和充分利用空间。
      这里我们假设length为16(2^n)和15,h为5、6、7。

length = 16
h length - 1 h & length -1  
5 15 0101 & 1111 = 00101 5
6 15 0110 & 1111 = 00110 6
7 15 0111 & 1111 = 00111 7
length = 15
5 14 0101 & 1110 = 00101 5
6 14 0110 & 1110 = 00110 6
7 14 0111 & 1110 = 00110 6

当n=15时,6和7的结果一样,这样表示他们在table存储的位置是相同的,也就是产生了碰撞,6、7就会在一个位置形成链表,这样就会导致查询速度降低。诚然这里只分析三个数字不是很多,那么我们就看0-15。

h length - 1 h & length - 1  
0 14 0000 & 1110 = 0000 0
1 14 0001 & 1110 = 0000 0
2 14 0010 & 1110 = 0010 2
3 14 0011 & 1110 = 0010 2
4 14 0100 & 1110 = 0100 4
5 14 0101 & 1110 = 0100 4
6 14 0110 & 1110 = 0110 6
7 14 0111 & 1110 = 0110 6
8 14 1000 & 1110 = 1000 8
9 14 1001 & 1110 = 1000 8
10 14 1010 & 1110 = 1010 10
11 14 1011 & 1110 = 1010 10
12 14 1100 & 1110 = 1100 12
13 14 1101 & 1110 = 1100 12
14 14 1110 & 1110 = 1110 14
15 14 1111 & 1110 = 1110 14

      从上面的图表中我们看到总共发生了8此碰撞,同时发现浪费的空间非常大,有1、3、5、7、9、11、13、15处没有记录,也就是没有存放数据。这是因为他们在与14进行&运算时,得到的结果最后一位永远都是0,即0001、0011、0101、0111、1001、1011、1101、1111位置处是不可能存储数据的,空间减少,进一步增加碰撞几率,这样就会导致查询速度慢。而当length = 16时,length – 1 = 15 即1111,那么进行低位&运算时,值总是与原来hash值相同,而进行高位运算时,其值等于其低位值。所以说当length = 2^n时,不同的hash值发生碰撞的概率比较小,这样就会使得数据在table数组中分布较均匀,查询速度也较快。
      这里我们再来复习put的流程:当我们想一个HashMap中添加一对key-value时,系统首先会计算key的hash值,然后根据hash值确认在table中存储的位置。若该位置没有元素,则直接插入。否则迭代该处元素链表并依此比较其key的hash值。如果两个hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value覆盖原来节点的value。如果两个hash值相等但key值不等 ,则将该节点插入该链表的链头。具体的实现过程见addEntry方法,如下:

void addEntry(int hash, K key, V value, int bucketIndex) {  
    // 获取bucketIndex处的Entry
Entry<K,V> e = 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] = new Entry<K,V>(hash, key, value, e);  
    // 若HashMap中元素的个数超过极限了,则容量扩大两倍
if (size++ >= threshold)  
    resize(2 * table.length);  
}

      这个方法中有两点需要注意:
      一、链的产生。
系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象,那么新添加的Entry对象将指向原有的Entry对象,形成一条Entry链,但是若bucketIndex处没有Entry对象,也就是e==null,那么新添加的Entry对象指向null,也就不会产生Entry链了。
      二、扩容问题。
      随着HashMap中元素的数量越来越多,发生碰撞的概率就越来越大,所产生的链表长度就会越来��长,这样势必会影响HashMap的速度,为了保证HashMap的效率,系统必须要在某个临界点进行扩容处理。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。但是扩容是一个非常耗时的过程,因为它需要重新计算这些数据在新table数组中的位置并进行复制处理。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。

二、读取实现:get(key)

      相对于HashMap的存而言,取就显得比较简单了。通过key的hash值找到在table数组中的索引处的Entry,然后返回该key对应的value即可。

// 获取key对应的value  
public V get(Object key) {
// 若为null,调用getForNullKey方法返回相对应的value
    if (key == null)  
    // 根据该 key 的 hashCode 值计算它的 hash 码
        return getForNullKey();  
    // 获取key的hash值  
    int hash = hash(key.hashCode());  
    // 取出 table 数组中指定索引处的值,在“该hash值对应的链表”上查找“键值等于key”的元素  
    for (Entry<K,V> e = table[indexFor(hash, table.length)];  
         e != null;  
         e = e.next) {  
        Object k;  
        //判断key是否相同,若key与查找的key相同,则返回相对应的value
        if (e.hash == hash && ((k = e.key) == key || key.equals(k)))  
            return e.value;  
    }
    //没找到则返回null
    return null;  
}

     

 在这里能够根据key快速的取到value除了和HashMap的数据结构密不可分外,还和Entry有莫大的关系,在前面就提到过,HashMap在存储过程中并没有将key,value分开来存储,而是当做一个整体key-value来处理的,这个整体就是Entry对象。同时value也只相当于key的附属而已。在存储的过程中,系统根据key的hashcode来决定Entry在table数组中的存储位置,在取的过程中同样根据key的hashcode取出相对应的Entry对象。

本文永久更新链接地址http://www.linuxidc.com/Linux/2017-11/148569.htm

linux
相关资讯       HashMap 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款