關於作者
郭孝星，程式設計師，吉他手，主要從事Android平臺基礎架構方面的工作，歡迎交流技術方面的問題，可以去我的Github提issue或者發郵件至guoxiaoxingse@163.com與我交流。
文章目錄`
- 一 雜湊的概念與應用場景
- 1.1 雜湊衝突
- 二 雜湊的操作與原始碼實現
- 2.1 HashMap/HashSet的實現原理
一 雜湊的概念與應用場景
雜湊是一種對資訊的處理方法，通過特定的演算法將要檢索的項與用來檢索的索引（雜湊值）關聯起來，生成一種便於搜尋的資料結構雜湊表。
雜湊的應用
- 加密雜湊：在資訊保安使用，例如SHA-1加密演算法。
- 雜湊表：一種使用雜湊喊出將鍵名與鍵值關聯起來的資料結構。
- 關聯陣列：一種使用雜湊表實現的資料結構。
- 幾何雜湊：查詢相同或相似幾何形狀的一種有效方法。
我們主要來討論雜湊表的應用，雜湊值也即雜湊值，提到雜湊值，我們不禁會聯想到Java裡到hashCode()方法與equals()方法。
hashCode()方法返回該物件的雜湊碼值，在一次Java應用執行期間，如果該物件上equals()方法裡比較的資訊沒有修改，則對該物件多次呼叫hashCode()方法時返回
相同的整數。
從這個定義我們可以瞭解到以下幾點：
- 當equals()方法被重寫時，通常有必要重寫hashCode()方法，以維護hashCode()方法的常規協定，該協定宣告相等物件必須具有相等的雜湊碼。
- hashCode的存在主要用來提升查詢的快捷性，HashMap、Hashtable等用hashCode來確定雜湊表中物件的儲存地址。
- 兩個物件相同，則兩個物件的hashCode相同，反過來卻不一定，hashCode相同只能說明這兩個物件放在雜湊表裡的同一個”籃子”裡。
我們再重寫hashCode()方法時，通常用以下方式來計算hashCode：
1 將一個非0的常數值儲存到一個名為result的int型變數中。
2 分別計算每個域的雜湊碼並相加求和，雜湊碼的生成規則如下：
- byte、char、short、int: (int)(value)
- long: (int)(value ^ (value >>> 32))
- boolean: value == false ? 0 : 1
- float: Float.floatToIntBits(value)
- double: Double.doubleToLongBits(value)
- 引用型別：value.hashCode()
1.1 雜湊衝突
通過上面的描述，我們可以知道雜湊表主要面臨的問題是雜湊值均勻的分佈，而我們主要解決的問題是在雜湊值在計算的時候出現的衝突問題，即出現
了兩個相同的雜湊值，通常這也成為雜湊衝突。Java在解決雜湊衝突上，使用了一種叫做分離連結法的方法。
分離連結法將擁有相同雜湊值的所有元素儲存到同一個單向連結串列中，所以這種雜湊表整體上是一個陣列，陣列裡面存放的元素時單向連結串列。
這樣方法有個叫負載因子的概念，負載因子 = 元素個數 / 雜湊表大小.
負載因子是空間利用率與查詢效率的一種平衡。
- 負載因子越大表示雜湊表裝填程度越高，空間利用率越高，但對應的查詢效率就越低。
- 負載因子越小表示雜湊表裝填程度越低，空間利用率越低，但對應的查詢效率就越高。
Java集合裡的HashMap就使用了這種方法，我們會在下面的HashMap原始碼分析了詳細討論這種方法的實現。
二 雜湊的操作與原始碼實現
2.1 HashMap/HashSet的實現原理
HashMap基於陣列實現，陣列裡的元素是一個單向連結串列。
HashMap具有以下特點：
- 基於陣列實現，陣列裡的元素是一個單向連結串列。
- 鍵不可以重複，值可以重複，鍵、值都可以為null
- 非執行緒安全
HashMap實現了以下介面：
- Map：以鍵值對的形式存取元素
- Cloneable：可以被克隆
- Serializable：可以序列化
成員變數
//初始同樂，初始容量必須為2的n次方
static final int DEFAULT_INITIAL_CAPACITY = 4;
//最大容量為2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//預設負載因子為0.75f
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//預設的空表
static final HashMapEntry<?,?>[] EMPTY_TABLE = {};
//儲存元素的表
transient HashMapEntry<K,V>[] table = (HashMapEntry<K,V>[]) EMPTY_TABLE;
//集合大小
transient int size;
//下次擴容閾值，size > threshold就會進行擴容，擴容閾值 = 容量 * 負載因子。
int threshold;
//載入因此
final float loadFactor = DEFAULT_LOAD_FACTOR;
//修改次數
transient int modCount;複製程式碼從這個結構transient HashMapEntry[] table = (HashMapEntry[]) EMPTY_TABLE可以看出，HashMap基於陣列實現，陣列裡的元素是一個單向連結串列。
HashMap使用雜湊演算法將key雜湊成一個int值，這個值就對應了這個陣列的下標，所以你可以知道，如果兩個key的雜湊值相等，則它們會被放在當前下表的單向連結串列中。
這裡我們著重介紹一下負載因子，它是空間利用率與查詢效率的一種平衡。
- 負載因子越大表示雜湊表裝填程度越高，空間利用率越高，但對應的查詢效率就越低。
- 負載因子越小表示雜湊表裝填程度越低，空間利用率越低，但對應的查詢效率就越高。
內部類
static class HashMapEntry<K,V> implements Map.Entry<K,V> {
//鍵
final K key;
//值
V value;
//後繼的引用
HashMapEntry<K,V> next;
//雜湊值
int hash;
HashMapEntry(int h, K k, V v, HashMapEntry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
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 Map.Entry))
return false;
Map.Entry e = (Map.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 Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}
public final String toString() {
return getKey() + "=" + getValue();
}
//當向HashMao裡新增元素時呼叫此方法，這裡提供給子類實現
void recordAccess(HashMap<K,V> m) {
}
//當從HashM裡刪除元素時呼叫此方法，這裡提供給子類實現
void recordRemoval(HashMap<K,V> m) {
}
}複製程式碼HashMapEntry用來描述HashMao裡的元素，它儲存了鍵、值、後繼的引用與雜湊值。
構造方法
//提供初始容量和負載因子進行構造
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY) {
initialCapacity = MAXIMUM_CAPACITY;
} else if (initialCapacity < DEFAULT_INITIAL_CAPACITY) {
initialCapacity = DEFAULT_INITIAL_CAPACITY;
}
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// Android-Note: We always use the default load factor of 0.75f.
// This might appear wrong but it`s just awkward design. We always call
// inflateTable() when table == EMPTY_TABLE. That method will take "threshold"
// to mean "capacity" and then replace it with the real threshold (i.e, multiplied with
// the load factor).
threshold = initialCapacity;
init();
}
//提供初始容量進行構造
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//空構造方法
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
//提供一個Map進行構造
public HashMap(Map<? extends K, ? extends V> m) {
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
inflateTable(threshold);
putAllForCreate(m);
}複製程式碼操作方法
put
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable{
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
//如果key為null，則將其放在table[0]的位置
return putForNullKey(value);
//根據key計算hash值
int hash = sun.misc.Hashing.singleWordWangJenkinsHash(key);
//根據hash值和陣列容量，找到索引值
int i = indexFor(hash, table.length);
//遍歷table[i]位置的連結串列，查詢相同的key，若找到則則用新的value替換掉oldValue
for (HashMapEntry<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++;
//若沒有查詢到相同的key，則新增key到table[i]位置，新新增的元素總是新增在單向連結串列的表頭位置，後面的元素稱為它的後繼
addEntry(hash, key, value, i);
return null;
}
//根據雜湊值與陣列容量計算索引位置，使用&代替取模，提升效率。
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}
void addEntry(int hash, K key, V value, int bucketIndex) {
//如果達到了擴容閾值，則進行擴容，容量翻倍
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? sun.misc.Hashing.singleWordWangJenkinsHash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
//新新增的元素總是新增在單向連結串列的表頭位置，後面的元素稱為它的後繼
void createEntry(int hash, K key, V value, int bucketIndex) {
HashMapEntry<K,V> e = table[bucketIndex];
table[bucketIndex] = new HashMapEntry<>(hash, key, value, e);
size++;
}
}複製程式碼這個新增的流程還是比較簡單的，這個流程如下：
- 根據key計算hash值，並根據hash值和陣列容量，找到索引值，該位置即為儲存該元素的連結串列所在處。
- 遍歷table[i]位置的連結串列，查詢相同的key，若找到則則用新的value替換掉oldValue.
- 若沒有查詢到相同的key，則新增key到table[i]位置，新新增的元素總是新增在單向連結串列的表頭位置，後面的元素稱為它的後繼。
這裡你可以看到HashMap使用了我們上面所說的分離連結法來解決雜湊衝突的問題。
remove
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable{
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.getValue());
}
final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
//計算雜湊值，根據雜湊值與陣列容量計算它所在的索引，根據索引查詢它所在的連結串列
int hash = (key == null) ? 0 : sun.misc.Hashing.singleWordWangJenkinsHash(key);
int i = indexFor(hash, table.length);
HashMapEntry<K,V> prev = table[i];
HashMapEntry<K,V> e = prev;
//從起始節點開始遍歷，查詢要刪除的元素，刪除該節點，將節點的後繼新增為它前驅的後繼
while (e != null) {
HashMapEntry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}
}複製程式碼刪除的流程如下所示：
- 計算雜湊值，根據雜湊值與陣列容量計算它所在的索引，根據索引查詢它所在的連結串列。
- 從起始節點開始遍歷，查詢要刪除的元素，刪除該節點，將節點的後繼新增為它前驅的後繼
get
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable{
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
//計算雜湊值，根據雜湊值與陣列容量計算它所在的索引，根據索引查詢它所在的連結串列
int hash = (key == null) ? 0 : sun.misc.Hashing.singleWordWangJenkinsHash(key);
//在單向連結串列中查詢該元素
for (HashMapEntry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
}複製程式碼查詢的流程也十分簡單，具體如下：
- 計算雜湊值，根據雜湊值與陣列容量計算它所在的索引，根據索引查詢它所在的連結串列。
- 在單向連結串列中查詢該元素