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。相对于HashMap或者HashSet也是一样的原理，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。

HashMap 的存储实现

先看下面一段代码：

HashMap<String, String> map = new HashMap<String, String>();

map.put("key1", "111111111");

map.put("key2", "222222222");

当程序试图将多个 key-value 放入 HashMap 中时，HashMap 采用一种所谓的“Hash 算法”来决定每个元素的存储位置。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。下面我们来看一下，put(key,value)方法的具体实现。

public V put(K key, V value) {

// 如果 key 为 null，调用 putForNullKey 方法进行处理

if (key == null)

return putForNullKey(value);

// 根据 key 的 keyCode 计算 Hash 值

int hash = hash(key);

// 搜索指定 hash 值在对应 table 中的索引

int i = 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

for (Entry<K,V> e = table[i]; e != null; e = e.next) {

Object k;

// 找到指定 key 与需要放入的 key 相等（hash 值相同，通过 equals 比较放回 true）

// 如果hash值相同，key也相同，则覆盖

if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {

V oldValue = e.value;

e.value = value;

e.recordAccess(this);

return oldValue;

}

// 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);

return null;

}

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 key 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：

final int hash(Object k) {

int h = 0;

if (useAltHashing) {

if (k instanceof String) {

return sun.misc.Hashing.stringHash32((String) k);

}

h = hashSeed;

}

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).

h ^= (h >>> 20) ^ (h >>> 12);

return h ^ (h >>> 7) ^ (h >>> 4);

}

这个方法，首先是根据 key.hashCode() 计算出对象的hashcode，然后根据hashcode，进一步进行数学运算，得出一个hash值。对于任意给定的对象，只要它的 hashCode() 返回值相同，那么hash(Object k) 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(int h, int length) 方法来计算该对象应该保存在 table 数组的哪个索引处。indexFor(int h, int length) 方法的代码如下：

/**

* Returns index for hash code h.

static int indexFor(int h, int length) {

return h & (length-1);

}

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。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，java是根据key的hash值进行确定存储位置的，如果两个key的hash值相等，那它们的存储位置相同。这时会有两种情况：

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）。

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

/**

* Adds a new entry with the specified key, value and hash code to

* the specified bucket. It is the responsibility of this

* method to resize the table if appropriate.

* Subclass overrides this to alter the behavior of put method.

void addEntry(int hash, K key, V value, int bucketIndex) {

if ((size >= threshold) && (null != table[bucketIndex])) {

//如果数组已满，并且指定 bucketIndex 索引处的 Entry 不为 null

//先扩容两倍

resize(2 * table.length);

hash = (null != key) ? hash(key) : 0;

bucketIndex = indexFor(hash, table.length);

}

//创建新的Entry

createEntry(hash, key, value, bucketIndex);

}

void createEntry(int hash, K key, V value, int bucketIndex) {

//先获取指定 bucketIndex 索引处的 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<>(hash, key, value, e);

size++;

}

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。

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（load factor）。

从上面程序中代码可以看出，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(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子为 0.75 的 HashMap。
HashMap(int initialCapacity, float loadFactor)：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：

// 以指定初始化容量、负载因子创建 HashMap

public HashMap(int initialCapacity, float loadFactor) {

if (initialCapacity < 0)

throw new IllegalArgumentException("Illegal initial capacity: " +

initialCapacity);

//初始容量大于最大允许的容量时，截取

if (initialCapacity > MAXIMUM_CAPACITY)

initialCapacity = MAXIMUM_CAPACITY;

//负载因子必须大于0

if (loadFactor <= 0 || Float.isNaN(loadFactor))

throw new IllegalArgumentException("Illegal load factor: " +

loadFactor);

// Find a power of 2 >= initialCapacity

//计算出大于 initialCapacity的最小的 2的 n次方值

int capacity = 1;

while (capacity < initialCapacity)

capacity <<= 1;

this.loadFactor = loadFactor;

//设置容量极限等于容量 * 负载因子

threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);

//初始化table数组

table = new Entry[capacity];

useAltHashing = sun.misc.VM.isBooted() &&

(capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);

init();

}

上面代码中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）。从代码中也可以看到：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bucket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：

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(K key)方法代码：

public V get(Object key) {

if (key == null)

return getForNullKey();

Entry<K,V> entry = getEntry(key);

return null == entry ? null : entry.getValue();

}

final Entry<K,V> getEntry(Object key) {

//计算key的hash值

int hash = (key == null) ? 0 : hash(key);

//根据hash值计算索引位置

//去除table里对应索引位置的Entry，并遍历Entry链表查找

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;

}

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，这也是一种分类存放数据的典型案例。

当创建 HashMap 时，有一个默认的负载因子（load factor），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（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load factor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。
文章借鉴：http://alex09.iteye.com/blog/539545

转载请注明：刘召考的博客 » Java里HashMap的存储原理以及读写性能分析

Java里HashMap的存储原理以及读写性能分析

HashMap 的存储实现

Hash 算法的性能选项

HashMap 的读取实现

与本文相关的文章

Hi，您需要填写昵称和邮箱！

网友最新评论 (1)