HashMap底层实现和扩容机制 – 三郎君的日常

面试 · 2022年7月22日 0

HashMap底层实现和扩容机制

 HashMap底层实现采用了哈希表,这是一种非常重要的数据结构。对于我们以后理解很多技术都非常有帮助(比如:redis数据库的核心技术和HashMap一样),因此,非常有必要让大家理解。

      数据结构中由数组和链表来实现对数据的存储,他们各有特点。

      (1) 数组:占用空间连续。 寻址容易,查询速度快。但是,增加和删除效率非常低。

      (2) 链表:占用空间不连续。 寻址困难,查询速度慢。但是,增加和删除效率非常高。

      那么,我们能不能结合数组和链表的优点(即查询快,增删效率也高)呢? 答案就是“哈希表”。 哈希表的本质就是“数组+链表”。

▪ Hashmap基本结构讲解

      哈希表的基本结构就是“数组+链表”。我们打开HashMap源码,发现有如下两个核心内容:

图9-12 HashMap底层源码(1).png

      其中的Entry[] table 就是HashMap的核心数组结构,我们也称之为“位桶数组”。我们再继续看Entry是什么,源码如下:

图9-13 HashMap底层源码(2).png

      一个Entry对象存储了:

      1. key:键对象 value:值对象

      2. next:下一个节点

      3. hash: 键对象的hash值

      显然每一个Entry对象就是一个单向链表结构,我们使用图形表示一个Entry对象的典型示意:

图9-14 Entry对象存储结构图.png

      然后,我们画出Entry[]数组的结构(这也是HashMap的结构):

图9-15 Entry数组存储结构图.png

▪ 存储数据过程put(key,value)

      明白了HashMap的基本结构后,我们继续深入学习HashMap如何存储数据。此处的核心是如何产生hash值,该值用来对应数组的存储位置。

图9-16 HashMap存储数据过程示意图.png

      我们的目的是将”key-value两个对象”成对存放到HashMap的Entry[]数组中。参见以下步骤:

      (1) 获得key对象的hashcode

           首先调用key对象的hashcode()方法,获得hashcode。

      (2) 根据hashcode计算出hash值(要求在[0, 数组长度-1]区间)

           hashcode是一个整数,我们需要将它转化成[0, 数组长度-1]的范围。我们要求转化后的hash值尽量均匀地分布在[0,数组长度-1]这个区间,减少“hash冲突”

           i. 一种极端简单和低下的算法是:

           hash值 = hashcode/hashcode;

           也就是说,hash值总是1。意味着,键值对对象都会存储到数组索引1位置,这样就形成一个非常长的链表。相当于每存储一个对象都会发生“hash冲突”,HashMap也退化成了一个“链表”。

           ii. 一种简单和常用的算法是(相除取余算法):

           hash值 = hashcode%数组长度

           这种算法可以让hash值均匀的分布在[0,数组长度-1]的区间。 早期的HashTable就是采用这种算法。但是,这种算法由于使用了“除法”,效率低下。JDK后来改进了算法。首先约定数组长度必须为2的整数幂,这样采用位运算即可实现取余的效果:hash值 = hashcode&(数组长度-1)。

 运行如上程序,我们就能发现直接取余(h%length)和位运算(h&(length-1))结果是一致的。事实上,为了获得更好的散列效果,JDK对hashcode进行了两次散列处理(核心目标就是为了分布更散更均匀),源码如下:

图9-17 hash算法源码.png

      (3) 生成Entry对象

          如上所述,一个Entry对象包含4部分:key对象、value对象、hash值、指向下一个Entry对象的引用。我们现在算出了hash值。下一个Entry对象的引用为null。

      (4) 将Entry对象放到table数组中

          如果本Entry对象对应的数组索引位置还没有放Entry对象,则直接将Entry对象存储进数组;如果对应索引位置已经有Entry对象,则将已有Entry对象的next指向本Entry对象,形成链表。

总结如上过程:

      当添加一个元素(key-value)时,首先计算key的hash值,以此确定插入数组中的位置,但是可能存在同一hash值的元素已经被放在数组同一位置了,这时就添加到同一hash值的元素的后面,他们在数组的同一位置,就形成了链表,同一个链表上的Hash值是相同的,所以说数组存放的是链表。 JDK8中,当链表长度大于8时,链表就转换为红黑树,这样又大大提高了查找的效率。

▪ 取数据过程get(key)

      我们需要通过key对象获得“键值对”对象,进而返回value对象。明白了存储数据过程,取数据就比较简单了,参见以下步骤:

      (1) 获得key的hashcode,通过hash()散列算法得到hash值,进而定位到数组的位置。

      (2) 在链表上挨个比较key对象。 调用equals()方法,将key对象和链表上所有节点的key对象进行比较,直到碰到返回true的节点对象为止。

      (3) 返回equals()为true的节点对象的value对象。

      明白了存取数据的过程,我们再来看一下hashcode()和equals方法的关系:

      Java中规定,两个内容相同(equals()为true)的对象必须具有相等的hashCode。因为如果equals()为true而两个对象的hashcode不同;那在整个存储过程中就发生了悖论。

▪ 扩容问题

      HashMap的位桶数组,初始大小为16。实际使用时,显然大小是可变的。如果位桶数组中的元素达到(0.75*数组 length), 就重新调整数组大小变为原来2倍大小。

      扩容很耗时。扩容的本质是定义新的更大的数组,并将旧数组内容挨个拷贝到新数组中。

▪ JDK8将链表在大于8情况下变为红黑二叉树

      JDK8中,HashMap在存储一个元素时,当对应链表长度大于8时,链表就转换为红黑树,这样又大大提高了查找的效率。

      下一节,我们简单介绍一个二叉树。同时,也便于大家理解TreeMap的底层结构。