HashMap解析
来源声明:本文是整理微信公众号[程序员小灰]的漫画系列文章
什么是HashMap
HashMap是一个用于存储Key-Value键值对的集合,每一个键值对也叫做Entry。这些键值对(Entry)分散存储在一个数组中,这个数组就是HashMap的主干。
HashMap数组每一个元素的初始值都是Null。
image.png对于HashMap,我们最常使用的是两个方法:Get和Put。
1.Put方法的原理
例如,调用hashMap.put("apple", 0),插入一个Key为“apple”的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置(index):
index = Hash("apple")
假定最后计算出的index是2,那么结果如下:
image.png但是,因为HashMap的长度是有限的,当插入的Entry越来越多时,再完美的Hash函数也难免会出现index冲突的情况。比如下面这样:
image.png这时候怎么办呢?我们可以利用链表来解决。
HashMap数组的每一个元素不止是一个Entry对象,也是一个链表的头结点。每一个Entry对象通过Next指针指向它打的下一个Entry节点。当新来的Entry映射到冲突的数组位置时,只需要插入到对应的链表即可:
image.png需要注意的是,新来的Entry节点插入链表时,使用的是“头插法”。之所以用“头插法”,是因为HashMap的发明者认为,后插入的Entry被查找的可能性更大。
2.Get方法的原理
使用Get方法根据Key来查找Value的时候,发生了什么呢?
首先会把输入的Key做一次Hash映射,得到对应的index:
index = Hash("apple")
由于刚才所说的Hash冲突,同一个位置有可能匹配到多个Entry,这时候就需要顺着对应链表的头节点,一个一个向下来查找。假设我们要查找的Key是“apple”:
image.png第一步,我们查看的是头节点Entry6,Entry6的Key是banana,显然不是我们要找的结果。
第二步,我们查看的是Next节点Entry1,Entry1的Key是apple,正是我们要找的结果。
扩展
1、Hashmap的初始长度?为什么这么定
HashMap的默认初始长度是16,并且每次自动扩展或是手动初始化时,长度必须是2的幂。
之所以选择16,是为了服务于从Key映射到index的Hash算法,实现一个尽量均匀分布的Hash函数。
上面提到,从Key映射到HashMap数组的对应位置,会用到一个Hash函数:
index = Hash("apple")
如何实现一个尽量均匀分布的Hash函数呢?我们通过利用Key的HashCode值来做某种运算,HashMap的发明者采用了位运算的方式。
如何进行位运算呢?有如下的公式(Length是HashMap的长度):
index = HashCode(Key) & (Length - 1)
举例,以值为“book”的Key来演示整个过程:
1、计算book的hashcode,结果为十进制的3029737,二进制的101110001110101110 1001。
2、假定HashMap长度是默认的16,计算Length-1的结果为十进制的15,二进制的1111。
3、把以上两个结果做 与运算,101110001110101110 1001 & 1111 = 1001,十进制是9,所以 index=9。
可以说,Hash算法最终得到的index结果,完全取决于Key的HashCode值的最后几位。
为什么HashMap初始长度采用16呢?我们可以对比长度是10的情况。
重复刚才的运算步骤:
image.png单独看这个结果,表面上并没有问题。我们再来尝试一个新的HashCode 101110001110101110 1011:
image.png我们再换一个HashCode 101110001110101110 1111试试:
image.png对比结果可以看到,虽然HashCode的倒数第二位、第三位从0变成了1,但是运算的结果都是1001。也就是说,当HashMap长度为10的时候,有些index结果的出现几率会更大,而有些index结果永远不会出现(比如0111)。
这样,显然不符合Hash算法均匀分布的原则。
反观长度16或其他2的幂,Length-1的值是所有二进制全为1,这种情况下,index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀,Hash算法的结果就是均匀的。
2、高并发下的HashMap
(1) Hashmap在插入元素过多的时候需要进行Resize,Resize的条件是
HashMap.size >= Capacity * LoadFactor
其中,Capacity是HashMap的当前长度,HashMap的长度是2的幂。
LoadFactor是HashMap负载因子,默认值为0.75f。
(2) HaspMap的Resize包含两个步骤:
一是扩容。创建一个新的Entry空数组,长度是原数组的2倍。
二是ReHash,遍历原Entry数组,把所有的Entry重新Hash到新数组。
需要注意的是,ReHash在并发的情况下可能形成链表环。