HashMap jdk1.8版 特性讲解

        大家好,我是IT修真院北京分院第31期的学员,一枚正直纯洁善良的JAVA程序员。今天给大家分享一下,HashMap jdk1.8版 特性讲解.

1.背景介绍

什么是HASHMAP?

HashMap是基于哈希表的Map接口的实现,存储的是键值对,并允许使用null键和null值.HashMap是非Synchronized,即是线程不安全的.如何要满足线程安全可以使用ConcurrentHashMap.HashMap根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历顺序是不确定的.

哈希表及MAP接口

哈希表(也叫散列表),是根据关键码值(key value)而直接进行访问的数据结构.

也就是说,它通过把关键码值(key value)映射到表中一个位置来访问记录,以加快查找的速度.这个映射函数叫做散列函数,存放记录的数组叫做散列表.

Map主要用于存储键值对.Map的三个特点:1,包含键值对;2,键唯一;3,键对应的值唯一.Map还提供了3个集合视图,分别是一组键值对,一组键,一组值.

MAP接口主要常用的实现类

Map接口主要有四个常用的实用类,分别是HashMap,Hashtable,LinkedHashMap和TreeMap.类继承关系如下图所示:

HASHTABLE

Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它继承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable.Hashtable不建议在新代码中使用,不需要线程安全的场合可以用HashMap替换,需要线程安全的场合可以用ConcurrentHashMap替换.

哈希表及Map接口 哈希表(也叫散列表),是根据关键码值(key value)而直接进行访问的数据结构. 也就是说,它通过把关键码值(key value)映射到表中一个位置来访问记录,以加快查找的速度.这个映射函数叫做散列函数,存放记录的数组叫做散列表. Map主要用于存储键值对.Map的三个特点:1,包含键值对;2,键唯一;3,键对应的值唯一.Map还提供了3个集合视图,分别是一组键值对,一组键,一组值.

MAP接口主要常用的实现类

Map接口主要有四个常用的实用类,分别是HashMap,Hashtable,LinkedHashMap和TreeMap.类继承关系如下图所示:

HASHTABLE

Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它继承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable.Hashtable不建议在新代码中使用,不需要线程安全的场合可以用HashMap替换,需要线程安全的场合可以用ConcurrentHashMap替换.

LINKEDHASHMAP

LinkedHashMap是HashMap的一个子类,保存了记录的插入顺序,在用Iterator遍历LinkedHashMap时,先得到的记录肯定是先插入的,也可以在构造时带参数,按照访问次序排序.

Map接口主要常用的实现类 Map接口主要有四个常用的实用类,分别是HashMap,Hashtable,LinkedHashMap和TreeMap.类继承关系如下图所示:

HASHTABLE

Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它继承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable.Hashtable不建议在新代码中使用,不需要线程安全的场合可以用HashMap替换,需要线程安全的场合可以用ConcurrentHashMap替换.

LINKEDHASHMAP

LinkedHashMap是HashMap的一个子类,保存了记录的插入顺序,在用Iterator遍历LinkedHashMap时,先得到的记录肯定是先插入的,也可以在构造时带参数,按照访问次序排序.

TREEMAP

TreeMap实现SortedMap接口,能够把它保存的记录根据键排序,默认是按键值的升序排序,也可以指定排序的比较器,当用Iterator遍历TreeMap时,得到的记录是排过序的。如果使用排序的映射,建议使用TreeMap。在使用TreeMap时,key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator,否则会在运行时抛出java.lang.ClassCastException类型的异常。

Hashtable Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它继承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable.Hashtable不建议在新代码中使用,不需要线程安全的场合可以用HashMap替换,需要线程安全的场合可以用ConcurrentHashMap替换.

2.知识剖析

JAVA 8系列之重新认识HASHMAP

Java1.8对HashMap底层的实现进行了优化,例如红黑树的数据结构和扩容的优化等,接下来我们将深入探讨HashMap 的结构实现和功能原理.

结构实现

从结构实现来讲,HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的,如下图所示. 

这里需要讲明白两个问题:数据底层具体存储的是什么?这样的存储方法有什么优点?

(1)HashMap类中有一个非常重要的字段,就是Node[]table,即哈希桶数组,明显它是一个Node的数组.Node就是HashMap的一个内部类,实现了Map.Entry接口,本质就是一个映射(键值对).

(2)HashMap就是使用哈希表来存储的.在上面已经介绍了键值对是通过散列函数(哈希函数)映射到哈希表的地址上的,而所有的散列函数都有如下一个基本特征:根据同一散列函数计算出来的散列值不同,那么输入的信息肯定也不同.但是,根据同一散列函数计算出的散列值如果相同,输入值不一定相同.

这句话的意思就是输入不同的两个值可能得到一样的散列值.这种现象叫做碰撞.Java中HashMap为了解决冲突采用链表地址法.链表地址法:将哈希表的每个单元作为链表的头结点,所有哈希地址为i的元素构成一个同义词链表。即发生冲突时就把该关键字链在以该单元为头结点的链表的尾部。

举个例子,例如程序执行下面的代码:map.put("美团","小小");系统将调用"美团"这个key的hashCode()方法得到其hashCode 值(该方法适用于每个Java对象),然后再通过Hash算法的后两步运算(高位运算和取模运算,下文有介绍)来定位该键值对的存储位置,有时两个key会定位到相同的位置,表示发生了Hash碰撞。当然Hash算法计算结果越分散均匀,Hash碰撞的概率就越小。如果哈希桶数组很大,即使较差的Hash算法也会比较分散,所以就需要在空间成本和时间成本之间权衡.那么通过什么方式来控制map使得Hash碰撞的概率又小,哈希桶数组(Node[] table)占用空间又少呢?答案就是好的Hash算法和扩容机制。

在理解Hash和扩容流程之前,我们得先了解下HashMap的几个字段。从HashMap的默认构造函数源码可知,构造函数就是对下面几个字段进行初始化,源码如下: int threshold; // 所能容纳的key-value对极限 final float loadFactor; // 负载因子 int modCount; int size;

首先,Node[] table的初始化长度length(默认值是16),Loadfactor为负载因子(默认值是0.75),threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说,在数组定义好长度之后,负载因子越大,所能容纳的键值对个数越多。结合负载因子的定义公式可知,threshold就是在此Load factor和length(数组长度)对应下允许的最大元素数目,超过这个数目 就重新resize(扩容),扩容后的HashMap容量是之前容量的两倍。

举个例子,例如程序执行下面的代码:map.put("美团","小小");系统将调用"美团"这个key的hashCode()方法得到其hashCode 值(该方法适用于每个Java对象),然后再通过Hash算法的后两步运算(高位运算和取模运算,下文有介绍)来定位该键值对的存储位置,有时两个key会定位到相同的位置,表示发生了Hash碰撞。当然Hash算法计算结果越分散均匀,Hash碰撞的概率就越小。如果哈希桶数组很大,即使较差的Hash算法也会比较分散,所以就需要在空间成本和时间成本之间权衡.那么通过什么方式来控制map使得Hash碰撞的概率又小,哈希桶数组(Node[] table)占用空间又少呢?答案就是好的Hash算法和扩容机制。

在理解Hash和扩容流程之前,我们得先了解下HashMap的几个字段。从HashMap的默认构造函数源码可知,构造函数就是对下面几个字段进行初始化,源码如下: int threshold; // 所能容纳的key-value对极限 final float loadFactor; // 负载因子 int modCount; int size;

首先,Node[] table的初始化长度length(默认值是16),Loadfactor为负载因子(默认值是0.75),threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说,在数组定义好长度之后,负载因子越大,所能容纳的键值对个数越多。结合负载因子的定义公式可知,threshold就是在此Load factor和length(数组长度)对应下允许的最大元素数目,超过这个数目 就重新resize(扩容),扩容后的HashMap容量是之前容量的两倍。

默认的负载因子0.75是对空间和时间效率的一个平衡选择,建议大家不要修改,除非在时间和空间比较特殊的情况下,如果内存空间很多而又对时间效率要求很高,可以降低负载因子Load factor的值;相反,如果内存空间紧张而对时间效率要求不高,可以增加负载因子loadFactor的值,这个值可以大于1。

size这个字段其实很好理解,就是HashMap中实际存在的键值对数量。modCount字段主要用来记录HashMap内部结构发生变化的次数,例如put新键值对,但是某个key对应的value值被覆盖不属于结构变化。在HashMap中,哈希桶数组table的长度length大小必须为2的n次方(一定是合数),HashMap采用这种非常规设计,主要是为了在取模和扩容时做优化,同时为了减少冲突,HashMap定位哈希桶索引位置时,也加入了高位参与运算的过程。

这里存在一个问题,即使负载因子和Hash算法设计的再合理,也免不了会出现拉链过长的情况,一旦出现拉链过长,则会严重影响HashMap的性能。于是,在JDK1.8版本中,对数据结构做了进一步的优化,引入了红黑树。而当链表长度太长(默认超过8)时,链表就转换为红黑树,利用红黑树快速增删改查的特点提高HashMap的性能.

功能实现-方法

接下来我将结合HashCode的源码来为大家讲解以下三个具有代表性的功能点:

1, 确定哈希桶数组索引位置; 2, 分析HashMap的put方法; 3,扩容机制.

size这个字段其实很好理解,就是HashMap中实际存在的键值对数量。modCount字段主要用来记录HashMap内部结构发生变化的次数,例如put新键值对,但是某个key对应的value值被覆盖不属于结构变化。在HashMap中,哈希桶数组table的长度length大小必须为2的n次方(一定是合数),HashMap采用这种非常规设计,主要是为了在取模和扩容时做优化,同时为了减少冲突,HashMap定位哈希桶索引位置时,也加入了高位参与运算的过程。

这里存在一个问题,即使负载因子和Hash算法设计的再合理,也免不了会出现拉链过长的情况,一旦出现拉链过长,则会严重影响HashMap的性能。于是,在JDK1.8版本中,对数据结构做了进一步的优化,引入了红黑树。而当链表长度太长(默认超过8)时,链表就转换为红黑树,利用红黑树快速增删改查的特点提高HashMap的性能.


3.编码实战

4.常见问题

一,为什么STRING, INTERGER这样的WRAPPER类适合作为键?

String, Interger这样的wrapper类作为HashMap的键是再适合不过了,而且String最为常用。因为String是不可变的,也是final的,而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的,因为为了要计算hashCode(),就要防止键值改变,如果键值在放入时和获取时返回不同的hashcode的话,那么就不能从HashMap中找到你想要的对象。因为获取对象的时候要用到equals()和hashCode()方法,那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话,那么碰撞的几率就会小些,这样就能提高HashMap的性能。

二,我们可以使用自定义的对象作为键吗?

这是前一个问题的延伸。当然你可能使用任何对象作为键,只要它遵守了equals()和hashCode()方法的定义规则,并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的,那么它已经满足了作为键的条件,因为当它创建之后就已经不能改变了。

三,我们可以使用COCURRENTHASHMAP来代替HASHTABLE吗?

这是另外一个很热门的面试题,因为ConcurrentHashMap越来越多人用了。我们知道Hashtable是synchronized的,但是ConcurrentHashMap同步性能更好,因为它仅仅根据同步级别对map的一部分进行上锁。ConcurrentHashMap当然可以代替HashTable,但是HashTable提供更强的线程安全性。

5.参考文献

https://blog.csdn.net/abcdad/article/details/64123291

https://zhuanlan.zhihu.com/p/21673805

https://blog.csdn.net/v_july_v/article/details/6105630

6.更多讨论


.

推荐阅读更多精彩内容

  • 摘要 HashMap是Java程序员使用频率最高的用于映射(键值对)处理的数据类型。随着JDK(Java Deve...
    周二倩你一生阅读 1,150评论 0 5
  • Java8张图 11、字符串不变性 12、equals()方法、hashCode()方法的区别 13、...
    Miley_MOJIE阅读 3,347评论 0 11
  • HashMap 是 Java 面试必考的知识点,面试官从这个小知识点就可以了解我们对 Java 基础的掌握程度。网...
    野狗子嗷嗷嗷阅读 6,398评论 9 108
  • 今日上课,总是心不在焉。 “你算什么,你在这儿瞎BB什么?”我不敢相信这是我一个最好的的舍友说出来的话,四年的友情...
    空谷幽人阅读 125评论 0 0
  • 家公家的门口还有一棵栀子花,栀子花本不为树,但这棵栀子花真的很大,我一直觉得它是棵树,枝叶繁茂, 叶子四季浓绿。栀...
    元元阅读 259评论 3 7