一直以來似乎都有一個錯覺，認(rèn)為map跟其他的集合類一樣繼承自Collection，其實(shí)不然，Map和Collection在結(jié)構(gòu)層次上是沒有任何關(guān)系的，通過查看源碼可以發(fā)現(xiàn)map所有操作都是基于key-value對，而不是單獨(dú)的元素。
下面以HashMap為例子，深入對Map的實(shí)現(xiàn)機(jī)制進(jìn)行了解，在這個過程中，請打開jdk源碼。
Hash算法
HashMap使用Hash算法，所以在解剖HashMap之間，需要先簡單的了解Hash算法，Hash算法一般也成為散列算法，通過散列算法將任意的值轉(zhuǎn)化成固定的長度輸出，該輸出就是散列值，這是一種壓縮映射，也就是，散列值的空間遠(yuǎn)遠(yuǎn)小于輸入的值空間。
簡單的說，hash算法的意義在于提供了一種快速存取數(shù)據(jù)的方法,它用一種算法建立鍵值與真實(shí)值之間的對應(yīng)關(guān)系,(每一個真實(shí)值只能有一個鍵值,但是一個鍵值可以對應(yīng)多個真實(shí)值),這樣可以快速在數(shù)組等里面存取數(shù)據(jù)。
下面我們建立一個HashMap,然后往里面放入12對key-value，這個HashMap的默認(rèn)數(shù)組長度為16，我們的key分別存放在該數(shù)組的格子中，每個格子下面存放的元素又是以鏈表的方式存放元素。
public static void main(String[] args) {
Map map = new HashMap();
map.put("What", "chenyz");
map.put("You", "chenyz");
map.put("Don't", "chenyz");
map.put("Know", "chenyz");
map.put("About", "chenyz");
map.put("Geo", "chenyz");
map.put("APIs", "chenyz");
map.put("Can't", "chenyz");
map.put("Hurt", "chenyz");
map.put("you", "chenyz");
map.put("google", "chenyz");
map.put("map", "chenyz");
map.put("hello", "chenyz");
}
當(dāng)我們新添加一個元素時，首先我們通過Hash算法計算出這個元素的Hash值的hashcode，通過這個hashcode的值，我們就可以計算出這個新元素應(yīng)該存放在這個hash表的哪個格子里面，如果這個格子中已經(jīng)存在元素，那么就把新的元素加入到已經(jīng)存在格子元素的鏈表中。
運(yùn)行上面的程序，我們對HashMap源碼進(jìn)行一點(diǎn)修改，打印出每個key對象的hash值
What-->hash值：8
You-->hash值：3
Don't-->hash值：7
Know-->hash值：13
About-->hash值：11
Geo-->hash值：12
APIs-->hash值：1
Can't-->hash值：7
Hurt-->hash值：1
you-->hash值：10
google-->hash值：3
map-->hash值：8
hello-->hash值：0
計算出來的Hash值分別代表該key應(yīng)該存放在Hash表中對應(yīng)數(shù)字的格子中，如果該格子已經(jīng)有元素存在，那么該key就以鏈表的方式依次放入格子中
從上表可以看出，Hash表是線性表和鏈表的綜合所得，根據(jù)數(shù)據(jù)結(jié)構(gòu)的定義，可以得出粗劣的結(jié)論，Hash算法的存取速度要比數(shù)組差一些，但是比起單純的鏈表，在查找和存取方面卻要好多。
如果要查找一個元素時，同樣的方式，通過Hash函數(shù)計算出這個元素的Hash值hashcode，然后通過這個hashcode值，直接找到跟這個hash值相對應(yīng)的線性格子，進(jìn)如該格子后，對這個格子存放的鏈表元素逐個進(jìn)行比較，直到找到對應(yīng)的hash值。
在簡單了解完Hash算法后，我們打開HashMap源碼
初始化HashMap
下面我們看看Map map = new HashMap();這段代碼究竟做了什么，發(fā)生了什么數(shù)據(jù)結(jié)構(gòu)的變化。
HashMap中幾個重要的屬性
transient Entry[] table;
用來保存key-value的對象Entry數(shù)組，也就是Hash表
transient int size;
返回HashMap的鍵值對個數(shù)
final float loadFactor;
負(fù)載因子，用來決定Entry數(shù)組是否擴(kuò)容的因子，HashMap默認(rèn)是0.75f
int threshold;
重構(gòu)因子，(capacity * load factor)負(fù)載因子與Entry[]數(shù)組容積的乘值
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
{
int threshold;
final float loadFactor;
transient Entry[] table;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int DEFAULT_INITIAL_CAPACITY = 16;
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);
// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
threshold = (int)(capacity * loadFactor);
table = new Entry[capacity];
init();
}
以public HashMap(int initialCapacity, float loadFactor)構(gòu)造函數(shù)為例，另外兩個構(gòu)造函數(shù)實(shí)際上也是以同種方式來構(gòu)建HashMap.
首先是要確定hashMap的初始化的長度，這里使用的策略是循環(huán)查出一個大于initialCapacity的2的次方的數(shù)，例如initialCapacity的值是10，那么大于10的數(shù)是2的4次方，也就是16，capacity的值被賦予了16，那么實(shí)際上table數(shù)組的長度是16，之所以采用這樣的策略來構(gòu)建Hash表的長度，是因?yàn)?的次方運(yùn)算對于計算機(jī)來說是有相當(dāng)?shù)男省?br />
loadFactor，被稱為負(fù)載因子，HashMap的默認(rèn)負(fù)載因子是0.75f
threshold，接下來是重構(gòu)因子，由負(fù)載因子和容量的乘機(jī)組成，它表示當(dāng)HashMap元素被存放了多少個之后，需要對HashMap進(jìn)行重構(gòu)。
通過這一系列的計算和定義后，初始化Entry[] table;
put(key,value)
接下來看一對key-value是如何被存放到HashMap中：put(key,value)
public V put(K key, V value) {
if (key == null)
return putForNullKey(value);
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
System.out.println(key+"-->hash值："+i);//這就是剛才程序打印出來的key對應(yīng)hash值
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
static int indexFor(int h, int length) {
return h & (length-1);
}
這里是整個hash的關(guān)鍵，請打開源碼查看一步一步查看。
hash(key.hashCode()) 計算出key的hash碼 //對于hash()的算法，這里有一篇分析很透徹的文章<
HashMap hash方法分析>
indexFor(hash, table.length) 通過一個與算法計算出來，該key應(yīng)在存放在Hash表的哪個格子中。
for (Entry<K,V> e = table[i]; e != null; e = e.next) 然后再遍歷table[i]格中的鏈表，判斷是否已經(jīng)存在一樣的key，如果存在一樣的key值，那么就用新的value覆蓋舊的value，并把舊的value值返回。
addEntry(hash, key, value, i) 如果經(jīng)過遍歷鏈表沒有發(fā)現(xiàn)同樣的key，那么進(jìn)行addEntry函數(shù)的操作，增加當(dāng)前key到hash表中的第i個格子中的鏈表中
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)
resize(2 * table.length);
}
Entry<K,V> e = table[bucketIndex]; 創(chuàng)建一個Entry對象來存放鍵值（ps:Entry對象是一個鏈表對象）
table[bucketIndex] = new Entry<K,V>(hash, key, value, e); 將Entry對象添加到鏈表中
if (size++ >= threshold) resize(2 * table.length); 最后將size進(jìn)行自增，判斷size值是否大于重構(gòu)因子，如果大于那么就是用resize進(jìn)行擴(kuò)容重構(gòu)。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
這里為什么是否需要擴(kuò)容重構(gòu)，其實(shí)是涉及到負(fù)載因子的性能問題
loadFactor負(fù)載因子
上面說過loadFactor是一個hashMap的決定性屬性，HashSet和HashMap的默認(rèn)負(fù)載因子都是0.75，它表示，如果哈希表的容量超過3/4時，將自動成倍的增加哈希表的容量，這個值是權(quán)衡了時間和空間的成本，如果負(fù)載因子較高，雖然會減少對內(nèi)存空間的需求，但也會增加查找數(shù)據(jù)的時間開銷，無論是put()和get()都涉及到對數(shù)據(jù)進(jìn)行查找的動作，所以負(fù)載因子是不適宜設(shè)置過高
get(key)
接下來看看get(key)做了什么
public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
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.equals(k)))
return e.value;
}
return null;
}
這些動作似乎是跟put(key，value)相識，通過hash算法獲取key的hash碼，再通過indexFor定位出該key存在于table的哪一個下表，獲取該下標(biāo)然后對下標(biāo)中的鏈表進(jìn)行遍歷比對，如果有符合就直接返回該key的value值。
keySet()
這里還涉及另一個問題，上面說了HashMap是跟set沒有任何親屬關(guān)系，但map也一樣實(shí)現(xiàn)了keySet接口，下面譜析一下keySet在hashMap中是如何實(shí)現(xiàn)的，這里給出部分代碼，請結(jié)合源碼查看
public K next() {
return nextEntry().getKey();
}
final Entry<K,V> nextEntry() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
Entry<K,V> e = next;
if (e == null)
throw new NoSuchElementException();
if ((next = e.next) == null) {
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
current = e;
return e;
}
代碼很簡單，就是對每個格子里面的鏈表進(jìn)行遍歷，也正是這個原因，當(dāng)我們依次將key值put進(jìn)hashMap中，但在使用map.entrySet().iterator()進(jìn)行遍歷時候卻不是put時候的順序。
擴(kuò)容
在前面說到put函數(shù)的時候，已經(jīng)提過了擴(kuò)容的問題
if (size++ >= threshold)
resize(2 * table.length);
這里一個是否擴(kuò)容的判斷，當(dāng)數(shù)據(jù)達(dá)到了threshold所謂的重構(gòu)因子，而不是HashMap的最大容量，就進(jìn)行擴(kuò)容。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
transfer方法實(shí)際上是將所有的元素重新進(jìn)行一些hash，這是因?yàn)槿萘孔兓耍總€元素相對應(yīng)的hash值也會不一樣。
使用HashMap
1.不要再高并發(fā)中使用HashMap，HashMap是線程不安全，如果被多個線程共享之后，將可能發(fā)生不可預(yù)知的問題。
2.如果數(shù)據(jù)大小事固定的，最好在初始化的時候就給HashMap一個合理的容量值，如果使用new HashMap()默認(rèn)構(gòu)造函數(shù)，重構(gòu)因子的值是16*0.75=12，當(dāng)HashMap的容量超過了12后，就會進(jìn)行一系列的擴(kuò)容運(yùn)算，重建一個原來成倍的數(shù)組，并且對原來存在的元素進(jìn)行重新的hash運(yùn)算，如果你的數(shù)據(jù)是有成千上萬的，那么你的成千上萬的數(shù)據(jù)也要跟這你的擴(kuò)容不斷的hash，這將產(chǎn)生高額的內(nèi)存和cpu的大量開銷。
當(dāng)然啦，HashMap的函數(shù)還有很多，不過都是基于table的鏈表進(jìn)行操作，當(dāng)然也就是hash算法，Map & hashMap在平時我們的應(yīng)用非常多，最重要的是我們要對每句代碼中每塊數(shù)據(jù)結(jié)構(gòu)變化心中有數(shù)。
上面主要是參考了jdk源碼，數(shù)據(jù)結(jié)構(gòu)和一些相關(guān)資料本著好記性不如爛博客的精神記錄下來，希望朋友們?nèi)绻l(fā)覺哪里不對請指出來，虛心請教
----------------------------------------
by 陳于喆
QQ:34174409
Mail: dongbule@163.com