【JDK】：HashMap詳解

Hash散列基本思想

哈希表使用數組和鏈表共同實現散列存儲，每一個數組元素可以認爲是散列表中的桶位（buket），每個桶位存放一個鏈表，該鏈表由散列碼（hashCode）相同的節點構成。Hash表的查找就是根據需要查找的對象（key, value）中的key，利用散列函數計算key對應的hashCode，即數組的下標（buket的索引），在O(1)時間內找到對應的桶位，再遍歷該桶位內的鏈表，查找對應的value值即可。

在JDK8中，當桶位數目過多（默認至少64）或者某一個桶位的鏈表長度過長時（默認是8），查找效率會顯著降低。因此HashMap會將鏈表的普通節點轉化爲樹節點（TreeNode）存儲，鏈表List也將轉爲Tree樹將搜索效率提升到O(logn)，但是TreeNode的空間消耗是普通Node空間消耗的兩倍，在HashMap進行多次remove操作之後，如果桶位數目和鏈表長度低於閾值，TreeNode重新轉化爲Node，Tree樹轉爲List鏈表。

Hash表長度爲2n 與查找效率

Hash表中的table數組存放node，table的長度size必須爲2的冪，在這個前提下有如下規律：對任意一個哈希碼hashCode利用求餘運算進行散列，即index=hashCode%size時，index爲hashCode所在的數組桶位下標，由於求餘取模運算效率低下，在size爲2的冪的前提下，可以用位與運算代替，即index=hashCode & (size – 1)，得到的是相同的結果。（參見博文當length爲2^n, m & (length-1) 相當於 m % length 的證明）

下面是保證輸入一個表的初始長度，是table的size總是2的冪:

    /**
     * Returns a power of two size for the given target capacity.
     */
    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

重點函數實現

初始容量和負載因子

在HashMap中有兩個很重要的參數，容量(Capacity)和負載因子(Load factor)：

• Initial capacity The capacity is the number of buckets in the hash table, The initial capacity is simply the capacity at the time the hash table is created.
• Load factor The load factor is a measure of how full the hash table is allowed to get before its capacity is automatically increased.

簡單的說，Capacity就是bucket的大小，Load factor就是bucket填滿程度的最大比例。如果對迭代性能要求很高的話不要把capacity設置過大，也不要把load factor設置過小。當bucket中的entries的數目大於capacity*load factor時就需要調整bucket的大小爲當前的2倍。

put函數的實現

1. 對key的hashCode()做hash，然後再計算index;
2. 如果沒碰撞直接放到bucket裏；
3. 如果碰撞了，以鏈表的形式存在buckets後；
4. 如果碰撞導致鏈表過長(大於等於TREEIFY_THRESHOLD)，就把鏈表轉換成紅黑樹；
5. 如果節點已經存在就替換old value(保證key的唯一性；
6. 如果bucket滿了(超過load factor*current capacity)，就要resize。

public V put(K key, V value) {
    // 對key的hashCode()做hash
    return putVal(hash(key), key, value, false, true);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // tab爲空則創建
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 計算index，並對null做處理
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 節點存在
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 該鏈爲樹
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 該鏈爲鏈表
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        // 寫入
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 超過load factor*current capacity，resize
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

get函數實現

1. bucket裏的第一個節點，直接命中；
2. 如果有衝突，則通過key.equals(k)去查找對應的entry
   
   • 若爲樹，則在樹中通過key.equals(k)查找，O(logn)；
   • 若爲鏈表，則在鏈表中通過key.equals(k)查找，O(n)。

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 直接命中
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 未命中
        if ((e = first.next) != null) {
            // 在樹中get
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在鏈表中get
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

hash()、resize()

強烈推薦閱讀Java HashMap工作原理及實現，裏面有詳細的介紹。

相關問題

1. 什麼時候會使用HashMap？他有什麼特點？
   是基於Map接口的實現，存儲鍵值對時，它可以接收null的鍵值，是非同步的，HashMap存儲着Entry(hash, key, value, next)對象。

2. 你知道HashMap的工作原理嗎？
   通過hash的方法，通過put和get存儲和獲取對象。存儲對象時，我們將K/V傳給put方法時，它調用hashCode計算hash從而得到bucket位置，進一步存儲，HashMap會根據當前bucket的佔用情況自動調整容量(超過Load Facotr則resize爲原來的2倍)。獲取對象時，我們將K傳給get，它調用hashCode計算hash從而得到bucket位置，並進一步調用equals()方法確定鍵值對。如果發生碰撞的時候，Hashmap通過鏈表將產生碰撞衝突的元素組織起來，在Java 8中，如果一個bucket中碰撞衝突的元素超過某個限制(默認是8)，則使用紅黑樹來替換鏈表，從而提高速度。

3. 你知道get和put的原理嗎？equals()和hashCode()的都有什麼作用？
   通過對key的hashCode()進行hashing，並計算下標( n-1 & hash)，從而獲得buckets的位置。如果產生碰撞，則利用key.equals()方法去鏈表或樹中去查找對應的節點

4. 你知道hash的實現嗎？爲什麼要這樣實現？
   在Java 1.8的實現中，是通過hashCode()的高16位異或低16位實現的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質量來考慮的，這麼做可以在bucket的n比較小的時候，也能保證考慮到高低bit都參與到hash的計算中，同時不會有太大的開銷。

5. 如果HashMap的大小超過了負載因子(load factor)定義的容量，怎麼辦？
   如果超過了負載因子(默認0.75)，則會重新resize一個原來長度兩倍的HashMap，並且重新調用hash方法。

推薦閱讀

1. Java HashMap工作原理及實現
2. Java 8：HashMap的性能提升
3. HashMap多線程併發問題分析
4. 優化哈希策略
5. 淺析HashMap與ConcurrentHashMap的線程安全性