Java关于数据结构的实现：散列
关于作者
郭孝星，程序员，吉他手，主要从事Android平台基础架构方面的工作，欢迎交流技术方面的问题，可以去我的Github提issue或者发邮件至guoxiaoxingse@163.com与我交流。
文章目录`
- 一 散列的概念与应用场景
- 1.1 哈希冲突
- 二 散列的操作与源码实现
- 2.1 HashMap/HashSet的实现原理
更多文章：https://github.com/guoxiaoxing/data-structure-and-algorithm/blob/master/README.md
一 散列的概念与应用场景
散列是一种对信息的处理方法，通过特定的算法将要检索的项与用来检索的索引（散列值）关联起来，生成一种便于搜索的数据结构散列表。
散列的应用
- 加密散列：在信息安全使用，例如SHA-1加密算法。
- 散列表：一种使用散列喊出将键名与键值关联起来的数据结构。
- 关联数组：一种使用散列表实现的数据结构。
- 几何散列：查询相同或相似几何形状的一种有效方法。
我们主要来讨论散列表的应用，散列值也即哈希值，提到哈希值，我们不禁会联想到Java里到hashCode()方法与equals()方法。
hashCode()方法返回该对象的哈希码值，在一次Java应用运行期间，如果该对象上equals()方法里比较的信息没有修改，则对该对象多次调用hashCode()方法时返回
相同的整数。
从这个定义我们可以了解到以下几点：
- 当equals()方法被重写时，通常有必要重写hashCode()方法，以维护hashCode()方法的常规协定，该协定声明相等对象必须具有相等的哈希码。
- hashCode的存在主要用来提升查找的快捷性，HashMap、Hashtable等用hashCode来确定散列表中对象的存储地址。
- 两个对象相同，则两个对象的hashCode相同，反过来却不一定，hashCode相同只能说明这两个对象放在散列表里的同一个"篮子"里。
我们再重写hashCode()方法时，通常用以下方式来计算hashCode：
1 将一个非0的常数值保存到一个名为result的int型变量中。
2 分别计算每个域的散列码并相加求和，散列码的生成规则如下：
- byte、char、short、int: (int)(value)
- long: (int)(value ^ (value >>> 32))
- boolean: value == false ? 0 : 1
- float: Float.floatToIntBits(value)
- double: Double.doubleToLongBits(value)
- 引用类型：value.hashCode()
1.1 哈希冲突
通过上面的描述，我们可以知道散列表主要面临的问题是散列值均匀的分布，而我们主要解决的问题是在散列值在计算的时候出现的冲突问题，即出现
了两个相同的散列值，通常这也成为哈希冲突。Java在解决哈希冲突上，使用了一种叫做分离链接法的方法。
分离链接法将拥有相同哈希值的所有元素保存到同一个单向链表中，所以这种散列表整体上是一个数组，数组里面存放的元素时单向链表。
这样方法有个叫负载因子的概念，负载因子 = 元素个数 / 散列表大小.
负载因子是空间利用率与查找效率的一种平衡。
- 负载因子越大表示散列表装填程度越高，空间利用率越高，但对应的查找效率就越低。
- 负载因子越小表示散列表装填程度越低，空间利用率越低，但对应的查找效率就越高。
Java集合里的HashMap就使用了这种方法，我们会在下面的HashMap源码分析了详细讨论这种方法的实现。
二 散列的操作与源码实现
2.1 HashMap/HashSet的实现原理
HashMap基于数组实现，数组里的元素是一个单向链表。
HashMap具有以下特点：
- 基于数组实现，数组里的元素是一个单向链表。
- 键不可以重复，值可以重复，键、值都可以为null
- 非线程安全
HashMap实现了以下接口：
- Map：以键值对的形式存取元素
- Cloneable：可以被克隆
- Serializable：可以序列化
成员变量
//初始同乐，初始容量必须为2的n次方
static final int DEFAULT_INITIAL_CAPACITY = 4;
//最大容量为2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子为0.75f
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//默认的空表
static final HashMapEntry<?,?>[] EMPTY_TABLE = {};
//存储元素的表
transient HashMapEntry<K,V>[] table = (HashMapEntry<K,V>[]) EMPTY_TABLE;
//集合大小
transient int size;
//下次扩容阈值，size > threshold就会进行扩容，扩容阈值 = 容量 * 负载因子。
int threshold;
//加载因此
final float loadFactor = DEFAULT_LOAD_FACTOR;
//修改次数
transient int modCount;
从这个结构transient HashMapEntry<K,V>[] table = (HashMapEntry<K,V>[]) EMPTY_TABLE可以看出，HashMap基于数组实现，数组里的元素是一个单向链表。
HashMap使用哈希算法将key散列成一个int值，这个值就对应了这个数组的下标，所以你可以知道，如果两个key的哈希值相等，则它们会被放在当前下表的单向链表中。
这里我们着重介绍一下负载因子，它是空间利用率与查找效率的一种平衡。
- 负载因子越大表示散列表装填程度越高，空间利用率越高，但对应的查找效率就越低。
- 负载因子越小表示散列表装填程度越低，空间利用率越低，但对应的查找效率就越高。
内部类
static class HashMapEntry<K,V> implements Map.Entry<K,V> {
//键
final K key;
//值
V value;
//后继的引用
HashMapEntry<K,V> next;
//哈希值
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();
}
//当向HashMao里添加元素时调用此方法，这里提供给子类实现
void recordAccess(HashMap<K,V> m) {
}
//当从HashM里删除元素时调用此方法，这里提供给子类实现
void recordRemoval(HashMap<K,V> m) {
}
}
HashMapEntry用来描述HashMao里的元素，它保存了键、值、后继的引用与哈希值。
构造方法
//提供初始容量和负载因子进行构造
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();
}
//提供初始容量进行构造
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//空构造方法
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
//提供一个Map进行构造
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);
}
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为null，则将其放在table[0]的位置
return putForNullKey(value);
//根据key计算hash值
int hash = sun.misc.Hashing.singleWordWangJenkinsHash(key);
//根据hash值和数组容量，找到索引值
int i = indexFor(hash, table.length);
//遍历table[i]位置的链表，查找相同的key，若找到则则用新的value替换掉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++;
//若没有查找到相同的key，则添加key到table[i]位置，新添加的元素总是添加在单向链表的表头位置，后面的元素称为它的后继
addEntry(hash, key, value, i);
return null;
}
//根据哈希值与数组容量计算索引位置，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) {
//如果达到了扩容阈值，则进行扩容，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);
}
//新添加的元素总是添加在单向链表的表头位置，后面的元素称为它的后继
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++;
}
}
这个添加的流程还是比较简单的，这个流程如下：
- 根据key计算hash值，并根据hash值和数组容量，找到索引值，该位置即为存储该元素的链表所在处。
- 遍历table[i]位置的链表，查找相同的key，若找到则则用新的value替换掉oldValue.
- 若没有查找到相同的key，则添加key到table[i]位置，新添加的元素总是添加在单向链表的表头位置，后面的元素称为它的后继。
这里你可以看到HashMap使用了我们上面所说的分离链接法来解决哈希冲突的问题。
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;
}
//计算哈希值，根据哈希值与数组容量计算它所在的索引，根据索引查找它所在的链表
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;
//从起始节点开始遍历，查找要删除的元素，删除该节点，将节点的后继添加为它前驱的后继
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;
}
}
删除的流程如下所示：
- 计算哈希值，根据哈希值与数组容量计算它所在的索引，根据索引查找它所在的链表。
- 从起始节点开始遍历，查找要删除的元素，删除该节点，将节点的后继添加为它前驱的后继
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;
}
//计算哈希值，根据哈希值与数组容量计算它所在的索引，根据索引查找它所在的链表
int hash = (key == null) ? 0 : sun.misc.Hashing.singleWordWangJenkinsHash(key);
//在单向链表中查找该元素
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;
}
}
查找的流程也十分简单，具体如下：
- 计算哈希值，根据哈希值与数组容量计算它所在的索引，根据索引查找它所在的链表。
- 在单向链表中查找该元素
