HashMap实现细节，hash对key为 null的处理，对重哈希的处理

一、解HashMap源码解读

1、HashMap的存储结构
2、HashMap的初始化
3、元素Hash值获取及通过hash值找到talbe下标索引
4、元素添加方法addEntry
5、HashMap扩容
6、老table重新hash成新table
7、key为null，存到哪去了
8、查找元素get(Object key)
9、根据key删除元素

1、HashMap的存储结构
在HashMap的Field中有：

[java] view plain copy

transient Entry[] table;

而Entry的定义如下：

[java] view plain copy

static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
final int hash;
.........
}

简单说就是一个数组+链表，结构如下图：

2、HashMap的初始化

[java] view plain copy

public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
threshold=(int)(DEFAULT_INITIAL_CAPACITY*DEFAULT_LOAD_FACTOR);
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}

构造方法中出现的几个关键字段：loadFactor ，threshold，CAPACITY，table
其中table上面讲了，是HashMap的存储结构。CAPACITY这个是构建HashMap的时候的容量，这里使用了系统默认的初始容量，loadFactor 是加载因子，用处是和CAPACITY相乘获得threshold，这个文档的说明如下：The next size value at which to resize (capacity * load factor)。其实就是HashMap扩容的临界值，超过这个值，则重新扩容。
这样就说明了loadFactor 的用处了。这里有人要问了。为什么要这个东西。这里就涉及到HashMap的原理了。HashMap中存储元素的时候，首先得先通过其自己的hash算法找到存储在talbe数组的索引值。但是这个hash算法并不能保证，每一个元素对应不同的talbe数组的索引值，当放入HashMap的元素过多的时候，就容易出现相同的索引值，在算法里叫冲突，这时候元素就会被加到该索引值下的链表当中，这样查找的效率就会大大降低，这显然违背了HashMap快速查找的初衷了。所有HashMap在设计的时候，就是用了这样一个加载因子，如果存储的元素个数占table长度的比例大于loadFactor 加载因子的时候，冲突加剧，这样我们就得扩容解决这样的问题。
所以总结影响HashMap效率的两个因素：1.初始容量 2.加载因子。解决的本质无非就是减少hash冲突。

3、元素Hash值获取及通过hash值找到talbe下标索引

[java] view plain copy

static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}

这个不深究，结果是获得一个随机点的hash值

[java] view plain copy

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

这个就是获得元素对应table下标索引的方法，h是通过上面的hash(int h)方法获得，length是table的长度

4、元素添加方法addEntry

[java] view plain copy

void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)
2 * table.length);
}
//Entry的构造方法
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}

addEntry方法里出现的几个参数分别是：hash-->元素key的hash值，key，value不用说了，bucketIndex是计算出来的该元素对应的table下标索引。方法的前两句是，根据传入的参数生成一个Entry元素，他的next为现有table[bucketIndex]。

说白了就是将新元素加到该元素对应table[bucketIndex]链表的表头。流程如下图：

5、HashMap扩容

[java] view plain copy

void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
new Entry[newCapacity];
transfer(newTable);
table = newTable;
int)(newCapacity * loadFactor);
}

在元素添加方法addEntry中，添加完元素后，有下面两行代码：

[java] view plain copy

if (size++ >= threshold)
2 * table.length);

    size表示的是HashMap中有多少个元素，当元素的个数超过临界值时，会自动调用扩容方法，可以看出HashMap的扩容是翻番的扩2 * table.length。我们在来看看resize扩容方法。
    前面几行是判断扩容后是否好过了最大的int值。后面几行是将原来的table中的元素，重新hash放到新的扩容后的table中。可能大家对transfer(newTable)这个方法很困惑。接下来，我们来解读这个方法的实现。

6、老table重新hash成新table

[java] view plain copy

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) {
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);
}
}
}

这个方法的主要作用就是，将老的table中的所有不为空的元素，重新hash放到新的table中去。估计在do之前的大家能很好理解。就是遍历table中不为空的元素。这时候找出来的e = src[j]是一个Entry链表。所以，如果不为空，还要遍历这个链表中的每一个元素，并将这些元素重新hash到新table中。下面我们对于代码讲解。

//将第一个元素e后的链表截取出来

Entry<K,V> next = e.next;

//找到e对应新table的下标索引

int i = indexFor(e.hash, newCapacity);

//将e插入到新table下标索引链表的表头

e.next = newTable[i];

//将该新table下标索引重新定位为e，这样就完成了一个元素的重新hash

newTable[i] = e;

//将截取的剩余的链表继续hash

e = next;

示意图如下：

1、Entry<K,V> next = e.next;

2、e.next = newTable[i];

即这里的e就是Entry[j]，也就是

3、newTable[i] = e;

因为newTable[i]本身是一个指向浅蓝色Entry[i]的引用，这个时候，我们在将这个引用指向红色Entry[j]，这样就完成了老table中一个元素的重新hash到新table中。

7、key为null，存到哪去了

在put方法里头，其实第一行就处理了key=null的情况。

[java] view plain copy

if (key == null)
return putForNullKey(value);
//那就看看这个putForNullKey是怎么处理的吧。
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
this);
return oldValue;
}
}
modCount++;
0, null, value, 0);
return null;
}

可以看到，前面那个for循环，是在talbe[0]链表中查找key为null的元素，如果找到，则将value重新赋值给这个元素的value，并返回原来的value。
如果上面for循环没找到。则将这个元素添加到talbe[0]链表的表头。

8、查找元素get(Object key)

[java] view plain copy

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;
}

前面两行是找key为null的元素，前面说过，key为null的元素，是放在table[0]这个链表的。所以要找的话，直接到table[0]中查找就行了。
如果没找到的话。则根据key的hash值找到元素所在table中下标索引，根据其在找到元素所在链表，在遍历链表，找到该元素并返回其value，否则返回null。

[java] view plain copy

public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
调用的还是下面的方法
final Entry<K,V> removeEntryForKey(Object key) {
int hash = (key == null) ? 0 : hash(key.hashCode());
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;
while (e != null) {
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
null && key.equals(k)))) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
this);
return e;
}
prev = e;
e = next;
}
return e;
}

这里while循环外面的很好看懂，我们讨论while循环里的。

Entry<K,V> next = e.next;把原有的链表截出表头元素，然后判断这个表头元素的key是否就是我们要找的key。如果找出的第一个元素就是的话，我们直接将这个链表的第一个元素删除就OK。

if (prev == e)

table[i] = next;

如果不是，则遍历这个链表，下图展示了这个过程：

步骤1、初始情况

Entry<K,V> prev = table[i];

Entry<K,V> e = prev;

步骤2、没找到

Entry<K,V> next = e.next;

……..

prev = e;

e = next;

如果e这个元素不是要删除的话，则遍历下一个元素。

步骤3、找到

prev.next = next;

return e;

将prev的下一个元素指向e.next。这样就相当于删除了e

最后的结果如下：

二.解决hash冲突的办法

开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
再哈希法
链地址法
建立一个公共溢出区

Java中hashmap的解决办法就是采用的链地址法。

三.实现自己的HashMap

Entry.java

[java] view plain copy

package edu.sjtu.erplab.hash;
public class Entry<K,V>{
final K key;
V value;
//下一个结点
//构造函数
public Entry(K k, V v, Entry<K,V> n) {
key = k;
value = v;
next = n;
}
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (!(o instanceof Entry))
return false;
Entry e = (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;
}
public final int hashCode() {
return (key==null ? 0 : key.hashCode()) ^ (value==null ? 0 : value.hashCode());
}
public final String toString() {
return getKey() + "=" + getValue();
}
}

MyHashMap.java

[java] view plain copy

package edu.sjtu.erplab.hash;
//保证key与value不为空
public class MyHashMap<K, V> {
private Entry[] table;//Entry数组表
static final int DEFAULT_INITIAL_CAPACITY = 16;//默认数组长度
private int size;
// 构造函数
public MyHashMap() {
new Entry[DEFAULT_INITIAL_CAPACITY];
size = DEFAULT_INITIAL_CAPACITY;
}
//获取数组长度
public int getSize() {
return size;
}
// 求index
static int indexFor(int h, int length) {
return h % (length - 1);
}
//获取元素
public V get(Object key) {
if (key == null)
return null;
int hash = key.hashCode();// key的哈希值
int index = indexFor(hash, table.length);// 求key在数组中的下标
for (Entry<K, V> e = table[index]; e != null; e = e.next) {
Object k = e.key;
if (e.key.hashCode() == hash && (k == key || key.equals(k)))
return e.value;
}
return null;
}
// 添加元素
public V put(K key, V value) {
if (key == null)
return null;
int hash = key.hashCode();
int index = indexFor(hash, table.length);
// 如果添加的key已经存在，那么只需要修改value值即可
for (Entry<K, V> e = table[index]; e != null; e = e.next) {
Object k = e.key;
if (e.key.hashCode() == hash && (k == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
return oldValue;// 原来的value值
}
}
// 如果key值不存在，那么需要添加
// 获取当前数组中的e
new Entry<K, V>(key, value, e);// 新建一个Entry，并将其指向原先的e
return null;
}
}

MyHashMapTest.java

[java] view plain copy

package edu.sjtu.erplab.hash;
public class MyHashMapTest {
public static void main(String[] args) {
new MyHashMap<Integer, Integer>();
1, 90);
2, 95);
17, 85);
1));
2));
17));
null));
}
}

秒客网

HashMap实现细节，hash对key为 null的处理，对重哈希的处理

二.解决hash冲突的办法

三.实现自己的HashMap

Entry.java

MyHashMap.java

MyHashMapTest.java

相关文章