Java:HashMap原理與設計緣由

EricTao2發表於2019-07-04
JavaHashMap

Java:HashMap原理與設計緣由

前言

Java中使用最多的資料結構基本就是ArrayList和HashMap，HashMap的原理也常常出現在各種面試題中，本文就HashMap的設計與設計緣由作出一一講解，並解答面試常見的一些問題。

一 HashMap資料結構

HashMap是一張雜湊表（即陣列），表中的每個元素都是鍵值對（Map.Entry類）。並且每個元素都是一個連結串列（紅黑樹）的節點。並且HashMap的陣列長度一定是2的次冪。

1.1 為何陣列長度一定是2的次冪

正常情況下，新增節點時，會對節點進行取模運算，確定節點在雜湊表中的位置。但是當雜湊表（陣列）長度為2的次冪時，取模運算可以修改為位與運算。
原始碼如下：

static final int hash(Object key) {
    if (key == null){
        return 0;
    }
    int h;
    h = key.hashCode()；返回雜湊值也就是hashcode
    // ^ ：按位異或
    // >>>:無符號右移，忽略符號位，空位都以0補齊
    //其中n是陣列的長度，即Map的陣列部分初始化長度
    return (n-1)&(h ^ (h >>> 16));
}

具體原理可以參考專門講解該演算法的文章：
由HashMap雜湊演算法引出的求餘%和與運算&轉換問題

二 HashMap的鍵值儲存

我們給 put() 方法傳遞鍵和值時，我們先對鍵呼叫 hashCode() 方法，計算並返回 hashCode，然後使用HashMap內部的hash演算法，將hashCode計算為表中的具體位置，找到 Map 陣列的 bucket 位置來儲存 Node 物件。

三 解決Hash碰撞

使用拉鍊法

如果hash到的陣列位置已存在物件，即為Hash碰撞。JDK使用拉鍊法解決Hash碰撞問題。
即以原有的Node節點為基礎，構造連結串列。將新的Node節點設為連結串列表頭。

3.1 為何新節點為表頭

如果已原有節點為表頭，則需要遍歷連結串列，徒增不必要的效能消耗

3.2 連結串列過長導致的複雜度問題

HashMap的查詢操作最佳時間複雜度是O(1)，但是當表中的某個連結串列過長時，查詢該連結串列上的元素時間複雜度為O(n)。JDK1.8中解決了該問題，當HashMap中某連結串列長度大於8時，連結串列會重構為紅黑樹，這樣，HashMap的最壞時間複雜度為O(n)。同理，為了不必要的消耗，當連結串列長度小於6時，紅黑樹會重新變回連結串列

3.3 還有什麼方法解決Hash碰撞

開放定址法，再雜湊法
感興趣可以參看此文：
Hash碰撞和解決策略

四 HashMap的擴容

4.1 擴容時機

當size超過閾值（**陣列長度*負載因子**）時，即開始擴容，HashMap的負載因子為0.75。

4.1.1 為何要陣列未滿就擴容

避免頻繁出現Hash碰撞，造成拉鍊過長（紅黑樹過長）。這樣會導致查詢複雜度頻繁出現最壞情況

4.2 擴容過程

建立原本陣列容量*2的新陣列，將節點從原本的陣列中遷移過去。

4.2.1 為何擴容的倍數是2倍

原因一上文已說明，方便進行雜湊運算。
原因二是不需要重新計算Hash值（JDK1.8優化）。經過觀測可以發現，我們使用的是2次冪的擴充套件(指長度擴為原來2倍)，所以，經過rehash之後，元素的位置要麼是在原位置，要麼是在原位置再移動2次冪的位置。對應的就是下方的resize的註釋。

/** 
 * Initializes or doubles table size.  If null, allocates in 
 * accord with initial capacity target held in field threshold. 
 * Otherwise, because we are using power-of-two expansion, the 
 * elements from each bin must either stay at same index, or move 
 * with a power of two offset in the new table. 
 * 
 * @return the table 
 */  
final Node<K,V>[] resize() {  }

看下圖可以明白這句話的意思，n為table的長度，圖（a）表示擴容前的key1和key2兩種key確定索引位置的示例，圖（b）表示擴容後key1和key2兩種key確定索引位置的示例，其中hash1是key1對應的雜湊值(也就是根據key1算出來的hashcode值)與高位與運算的結果。
Java:HashMap原理與設計緣由
元素在重新計算hash之後，因為n變為2倍，那麼n-1的mask範圍在高位多1bit(紅色)，因此新的index就會發生這樣的變化：
Java:HashMap原理與設計緣由
因此，我們在擴充HashMap的時候，不需要像JDK1.7的實現那樣重新計算hash，只需要看看原來的hash值新增的那個bit是1還是0就好了，是0的話索引沒變，是1的話索引變成“原索引+oldCap”。

五 重寫equals方法需同時重寫hashCode方法

這個是老生常談的問題了，如果順利理解了HashMap的底層結構那麼這個問題就很好理解了。equals相同的key理論上必定有相同hashCode，所以必須也重寫hashCode方法。可以思考下如果沒重寫，在put,get過程中會導致什麼問題。

相關文章