關於HashMap中的負載因子

      這兩天在看HashMap的時候，被負載因子float loadFactor搞得很暈，通過一天的研究，最後理出了本身的一點我的看法。

      在HashMap的底層存在着一個名字爲table的Entry數組，在實例化HashMap的時候，會輸入兩個參數，一個是 int initCapacity（初始化數組大小，默認值是16），一個是float loadFactor（負載因子，默認值是0.75），首先會根據initCapacity計算出一個大於或者等於initCapacity且爲2的冪的值capacity，例如initCapacity爲15，那麼capacity就會爲16，還會算出一個臨界值threshold，也就是capacity * loadFactor，貼出源代碼

    /**
     * Constructs an empty <tt>HashMap</tt> with the specified initial
     * capacity and load factor.
     *
     * @param  initialCapacity the initial capacity
     * @param  loadFactor      the load factor
     * @throws IllegalArgumentException if the initial capacity is negative
     *         or the load factor is nonpositive
     */
    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();
    }

　　　　建立完HashMap以後，下面來看put方法，首先會根據key值計算出其HashCode值，而後在經過一個indexFor方法計算出此元素該存放於table數組的哪一個數組之中（我猜測多是經過對table.length的值取餘的操做計算出來的），再檢測此table的此座標位置的entry鏈是否存在此key或者此key值，若存在，則更新此元素的value值。源代碼以下：

    /**
     * Associates the specified value with the specified key in this map.
     * If the map previously contained a mapping for the key, the old
     * value is replaced.
     *
     * @param key key with which the specified value is to be associated
     * @param value value to be associated with the specified key
     * @return the previous value associated with <tt>key</tt>, or
     *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
     *         (A <tt>null</tt> return can also indicate that the map
     *         previously associated <tt>null</tt> with <tt>key</tt>.)
     */
    public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value);
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        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;
    }

　　　　下面來看看addEntry方法，參數bucketIndex就是當前元素應該插入到entry數組的下標，先取出放在此位置的entry，而後把當前元素放入該數組中，當前元素的next指向以前取出元素，造成entry鏈表。（描述的不是很清楚，大概就是把新加入的entry當成頭放入到數組當中，而後指向以前的鏈表），放入以後就去判斷當前的size是否達到了threshold極限值，若達到了，將會進行擴容。源代碼以下：

    /**
     * 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) {
    Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 * table.length);
    }

　　　　下面來看resize方法，方法比較簡單就是生成一個新的table數組（entry數組），而後根據新的Capacity和負載因子去生成新的臨界值。重點是裏面有個transfer方法。源代碼以下：

    /**
     * Rehashes the contents of this map into a new array with a
     * larger capacity.  This method is called automatically when the
     * number of keys in this map reaches its threshold.
     *
     * If current capacity is MAXIMUM_CAPACITY, this method does not
     * resize the map, but sets threshold to Integer.MAX_VALUE.
     * This has the effect of preventing future calls.
     *
     * @param newCapacity the new capacity, MUST be a power of two;
     *        must be greater than current capacity unless current
     *        capacity is MAXIMUM_CAPACITY (in which case value
     *        is irrelevant).
     */
    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);
    }

　　　　由於table數組的容量增長了，那麼相應的table的length也增長了，那麼以前存儲的元素的位置也就不同了，好比以前的length是16，如今的length是32，那麼hashCode模16和HashCode模32的結果頗有可能會不同，因此就只有從新去計算新的位置，方法是遍歷數組，在遍歷數組上的entry鏈。（此時就是所謂的rehash？？）

    /**
     * Transfers all entries from current table to newTable.
     */
    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);
            }
        }
    }

　　　　總結：當負載因子較大時，去給table數組擴容的可能性就會少，因此相對佔用內存較少（空間上較少），可是每條entry鏈上的元素會相對較多，查詢的時間也會增加（時間上較多）。反之就是，負載因子較少的時候，給table數組擴容的可能性就高，那麼內存空間佔用就多，可是entry鏈上的元素就會相對較少，查出的時間也會減小。因此纔有了負載因子是時間和空間上的一種折中的說法。因此設置負載因子的時候要考慮本身追求的是時間仍是空間上的少。

           注意：設置initCapacity的時候，儘可能設置爲2的冪，這樣會去掉計算比initCapactity大，且爲2的冪的數的運算。

　　　　疑問：感受transfer方法會至關的耗時，是否是不去擴容會比較好？