hashmap和hash算法研究

總述

　　hashmap做爲java中很是重要的數據結構，對於key-value類型的存儲（緩存，臨時映射表，。。。）等不可或缺，hashmap自己是非線程安全的，對於多線程條件下須要作競爭條件處理，能夠經過Collections和ConcurrentHashmap來替代。

　　Hashmap源碼探究

　　數據結構

　　hashmap存儲數據主要是經過數組+鏈表實現的，經過將key的hashcode映射到數組的不一樣元素（桶，hash中的叫法），而後衝突的元素放入鏈表中。

　　

　　鏈表結構（Entry）

　　

　　採用靜態內部類

　　存儲操做

　　

　　當存入的值爲null的時候，操做會找到table[0]，set key爲null的值爲新值

　　若果不是空值，則進行hash，

　　hash算法

　　

　　能夠看到，算法進行了二次hash，使高位也參與到計算中，防止低位不變形成的hash衝突

　　注：這一切的目的實際上都是爲了使value儘可能分佈到不一樣的

　　對於任意給定的對象，只要它的 hashCode() 返回值相同，那麼程序調用 hash(int h) 方法所計算獲得的 hash 碼值老是相同的。咱們首先想到的就是把 hash 值對數組長度取模運算，這樣一來，元素的分佈相對來講是比較均勻的。可是，「模」運算的消耗仍是比較大的，在 HashMap 中是這樣作的：調用 indexFor(int h, int length) 方法來計算該對象應該保存在 table 數組的哪一個索引處。indexFor(int h, int length) 方法的代碼以下：

　　

　　這又要牽扯到hashmap的另一個問題，關於length長度的定義

　　在put操做的開始，有判斷table是否爲空，若是爲空則會初始化table，初始化的代碼以下：

　　

?

1 2 3 4 5 6 7

private void inflateTable(int toSize) { 　　// Find a power of 2 >= toSize 　　int capacity = roundUpToPowerOf2(toSize); 　　threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1); 　　table = new Entry[capacity]; 　　initHashSeedAsNeeded(capacity); }

　　容量的提高都是以2的冪的方式

　　這段代碼保證初始化時 HashMap 的容量老是 2 的 n 次方，即底層數組的長度老是爲 2的 n 次方。當 length 老是 2 的 n 次方時，h& (length-1)運算等價於對 length 取模，也就是h%length，可是&比%具備更高的效率。

　　這看上去很簡單，其實比較有玄機的，咱們舉個例子來講明：

　　假設數組長度分別爲 15 和 16，優化後的 hash 碼分別爲 8 和 9，那麼&運算後的結果以下：

　　

　　讀操做：

　　

　　讀操做經過hash後的值，同樣是調用indexFor方法找到對應的序號，而後遍歷鏈表找到對應的value返回

　　resize操做

　　resize只有在hashmap中元素的大小達到臨界值的時候纔會進行，而臨界值和loadFactor 參數有關，只有數量達到loadFactor *table.length纔會從新分配table，元素也將從新映射，這是很是耗性能的操做，因此最好一開始能肯定元素的大概範圍

　　HashMap 的性能參數(這段直接從參考文章引來)：

　　HashMap 包含以下幾個構造器：

　　HashMap()：構建一個初始容量爲 16，負載因子爲 0.75 的 HashMap。

　　HashMap(int initialCapacity)：構建一個初始容量爲 initialCapacity，負載因子

　　爲 0.75 的 HashMap。

　　HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的負載因子建立一個 HashMap。HashMap 的基礎構造器 HashMap(int initialCapacity, float loadFactor)帶有兩個參數，它們是初始容量 initialCapacity 和加載因子 loadFactor。

　　initialCapacity：HashMap 的最大容量，即爲底層數組的長度。

　　loadFactor：負載因子 loadFactor 定義爲：散列表的實際元素數目(n)/ 散列表的容量(m)。負載因子衡量的是一個散列表的空間的使用程度，負載因子越大表示散列表的裝填程度越高，反之愈小。對於使用鏈表法的散列表來講，查找一個元素的平均時間是 O(1+a)，所以若是負載因子越大，對空間的利用更充分，然然後果是查找效率的下降；若是負載因子過小，那麼散列表的數據將過於稀疏，對空間形成嚴重浪費。

　　HashMap 的實現中，經過 threshold 字段來判斷 HashMap 的最大容量：

　　Java 代碼

?

1 2	threshold = (int)(capacity * loadFactor);

　　結合負載因子的定義公式可知， threshold 就是在此 loadFactor 和 capacity 對應下容許的最大元素數目，超過這個數目就從新 resize，以下降實際的負載因子。默認的的負載因子0.75 是對空間和時間效率的一個平衡選擇。當容量超出此最大容量時，  resize 後的 HashMap容量是容量的兩倍：

　　if (size++ >= threshold)

　　resize(2 * table.length);

　　快速失敗

　　咱們知道 java.util.HashMap 不是線程安全的，所以若是在使用迭代器的過程當中有其餘

　　線程修改了 map，那麼將拋出 ConcurrentModificationException，這就是所謂 fail-fast 策略。

　　這一策略在源碼中的實現是經過 modCount 域， modCount 顧名思義就是修改次數，對HashMap 內容的修改都將增長這個值，那麼在迭代器初始化過程當中會將這個值賦給迭代器的 expectedModCount。