java|Java集合之HashMap java|数据结构与算法

Map类集合中的存储单位是Key-Value键值对，Map类使用一定的哈希算法形成比较均匀的哈希值作为Key，Value值挂在Key上。
一、Map类特点：
【java|Java集合之HashMap】1、Key不能重复，Value可重复
2、Value可以是List、Map、Set类对象
3、KV是否允许为null，以实现类约束为准
二、Map除提供增删改查外，还有三个Map特有方法。
1、返回所有的Key

Set keySet();

返回Map类杜希昂中的Key的Set视图。
2、返回所有value

Collection values();

返回Map类对象中的所有Value的Collection视图。
3、返回所有K-V键值对

Set> entrySet();

返回Map类对象中的K-V键值对的Set视图。
这些函数返回的视图支持清除操作(remove、clear)，不支持修改和添加元素。
三、主要的Map类集合（图来自Java开发手册pdf）

文章图片

Hashtable逐渐弃用，ConcurrentHashMap多线程比HashMap安全，但本文主要分析HashMap。
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
HashMap
一、哈希类集合的三个基本存储概念

名称	说明
table	存储所有节点数据的数组
slot	哈希槽。即table[i]这个位置
bucket	哈希桶。table[i]上所有元素形成的表或数的集合

图示：

文章图片

链表Node“Node是HashMap的一个静态内部类。

//Node是单向链表，实现了Map.Entry接口 static class Node implements Map.Entry { final int hash; final K key; V value; Node next; //构造函数 Node(int hash, K key, V value, Node next) { this.hash = hash; this.key = key; this.value = https://www.it610.com/article/value; this.next = next; }// getter and setter ... toString ... public final K getKey(){ return key; } public final V getValue(){ return value; } public final String toString() { return key +"=" + value; }public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); }public final V setValue(V newValue) { V oldValue = https://www.it610.com/article/value; value = newValue; return oldValue; }public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry e = (Map.Entry)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }

红黑树TreeNode：通过特定着色的旋转（左旋、右旋）来保证从根节点到叶子节点的最长路径不超过最短路径的2倍的二叉树，相比AVL树，更加高效的完成插入和删除操作后的自平衡调整。最坏运行时间为O(logN).

static final class TreeNode extends LinkedHashMap.Entry { TreeNode parent; // red-black tree links TreeNode left; TreeNode right; TreeNode prev; // needed to unlink next upon deletion boolean red; TreeNode(int hash, K key, V val, Node next) { super(hash, key, val, next); }/** * Returns root of tree containing this node. */ final TreeNode root() { for (TreeNode r = this, p; ; ) { if ((p = r.parent) == null) return r; r = p; } }

二、HashMap定义变量

/** * 默认初始容量16(必须是2的幂次方) */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大容量，2的30次方 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认加载因子，用来计算threshold */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 链表转成树的阈值，当桶中链表长度大于8时转成树 threshold = capacity * loadFactor */ static final int TREEIFY_THRESHOLD = 8; /** * 进行resize操作时，若桶中数量少于6则从树转成链表 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 桶中结构转化为红黑树对应的table的最小大小当需要将解决 hash 冲突的链表转变为红黑树时，需要判断下此时数组容量，若是由于数组容量太小（小于　MIN_TREEIFY_CAPACITY　）导致的 hash 冲突太多，则不进行链表转变为红黑树操作，转为利用　resize() 函数对　hashMap 扩容 */ static final int MIN_TREEIFY_CAPACITY = 64; /** 保存Node节点的数组该表在首次使用时初始化，并根据需要调整大小。分配时，长度始终是2的幂。 */ transient Node[] table; /** * 存放具体元素的集 */ transient Set> entrySet; /** * 记录 hashMap 当前存储的元素的数量 */ transient int size; /** * 每次更改map结构的计数器 */ transient int modCount; /** * 临界值当实际大小(容量*负载因子)超过临界值时，会进行扩容 */ int threshold; /** * 负载因子 */ final float loadFactor;

默认容量：16DEFAULT_INITIAL_CAPACITY = 1 << 4
自定义初始化容量：构造函数 ↓
Map容量一定为2的幂次。
默认加载因子：0.75DEFAULT_LOAD_FACTOR = 0.75f
自定义负载因子：构造函数 ↓
桶中节点从链表转化为红黑树：节点数大于8
桶中元素从红黑树返回为链表：节点数小于等于6
threshold：临界值 = 容量×负载因子，当实际容量大于临界值，为了减小哈希冲突，进行扩容。
三、构造函数

/** * 传入初始容量大小，使用默认负载因子值来初始化HashMap对象 */ public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }/** * 默认容量和负载因子 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * 传入初始容量大小和负载因子来初始化HashMap对象 */ public HashMap(int initialCapacity, float loadFactor) { // 初始容量不能小于0，否则报错 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // 初始容量不能大于最大值，否则为最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //负载因子不能小于或等于0，不能为非数字 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 初始化负载因子 this.loadFactor = loadFactor; // 初始化threshold大小 this.threshold = tableSizeFor(initialCapacity); }/** * 找到大于或等于 cap 的最小2的整数次幂的数。 */ 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; }

tableSizeFor(int cap)：用位运算找到大于或等于 cap 的最小2的整数次幂的数。比如10，则返回16。
四、put函数

public V put(K key, V value) { // 调用hash(key)方法来计算hash return putVal(hash(key), key, value, false, true); }final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node[] tab; Node p; int n, i; // 容量初始化：当table为空，则调用resize()方法来初始化容器 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //确定元素存放在哪个桶中，桶为空，新生成结点放入桶中 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node e; K k; // 比较桶中第一个元素(数组中的结点)的hash值相等，key相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //如果键的值以及节点 hash 等于链表中的第一个键值对节点时，则将 e 指向该键值对 e = p; // 如果桶中的引用类型为 TreeNode，则调用红黑树的插入方法 else if (p instanceof TreeNode) // 放入树中 e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value); else { //对链表进行遍历，并统计链表长度 for (int binCount = 0; ; ++binCount) { // 到达链表的尾部 if ((e = p.next) == null) { //在尾部插入新结点 p.next = newNode(hash, key, value, null); // 如果结点数量达到阈值，转化为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 判断链表中结点的key值与插入的元素的key值是否相等 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //判断要插入的键值对是否存在 HashMap 中 if (e != null) { // existing mapping for key V oldValue = https://www.it610.com/article/e.value; // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值 if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 键值对数量超过阈值时，则进行扩容 if (++size> threshold) resize(); afterNodeInsertion(evict); return null; }

在new HashMap() 完成后，若没有put操作，是不会分配存储空间的。

当桶数组 table 为空时，通过扩容的方式初始化 table
查找要插入的键值对是否已经存在，存在的话根据条件判断是否用新值替换旧值
如果不存在，则将键值对链入链表中，并根据链表长度决定是否将链表转为红黑树
判断键值对数量是否大于阈值，大于的话则进行扩容操作

五、hash值的计算

根据存入的key-value对中的key计算出对应的hash值，然后放入对应的桶中，所以好的hash值计算方法十分重要，可以大大避免哈希冲突。
HashMap是以hash操作作为散列依据。但是又与传统的hash存在着少许的优化。其hash值是key的hashcode与其hashcode右移16位的异或结果。在put方法中，将取出的hash值与当前的hashmap容量-1进行与运算。得到的就是位桶的下标。那么为何需要使用key.hashCode() ^ h>>>16的方式来计算hash值呢。其实从微观的角度来看，这种方法与直接去key的哈希值返回在功能实现上没有差别。但是由于最终获取下表是对二进制数组最后几位的与操作。所以直接取hash值会丢失高位的数据，从而增大冲突引起的可能。由于hash值是32位的二进制数。将高位的16位于低位的16位进行异或操作，即可将高位的信息存储到低位。因此该函数也叫做扰乱函数。目的就是减少冲突出现的可能性。而官方给出的测试报告也验证了这一点。直接使用key的hash算法与扰乱函数的hash算法冲突概率相差10%左右。

static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }n = table.length; index = （n-1） & hash;

根据以上可知，hashcode是一个32位的值，用高16位与低16位进行异或，原因在于求index是是用（n-1） & hash ，如果hashmap的capcity很小的话，那么对于两个高位不同，低位相同的hashcode，可能最终会装入同一个桶中。那么会造成hash冲突，好的散列函数，应该尽量在计算hash时，把所有的位的信息都用上，这样才能尽可能避免冲突。这就是为什么用高16位与低16位进行异或的原因。
为什么capcity是2的幂？因为算index时用的是（n-1） & hash，这样就能保证n -1是全为1的二进制数，如果不全为1的话，存在某一位为0，那么0，1与0与的结果都是0，这样便有可能将两个hash不同的值最终装入同一个桶中，造成冲突。所以必须是2的幂。例子：十进制16 转化为二进制10000，则16-1为 1111
在算index时，用位运算（n-1） & hash而不是模运算 hash % n的好处（在HashTable中依旧是取模运算）？
1. 位运算消耗资源更少，更有效率
2. 避免了hashcode为负数的情况

六、扩容机制resize
在 HashMap 中，桶数组的长度均是2的幂，阈值大小为桶数组长度与负载因子的乘积。当 HashMap 中的键值对数量超过阈值时，进行扩容。
HashMap 按当前桶数组长度的2倍进行扩容，阈值也变为原来的2倍（如果计算过程中，阈值溢出归零，则按阈值公式重新计算）。扩容之后，要重新计算键值对的位置，并把它们移动到合适的位置上去。

final Node[] resize() { // 拿到数组桶 Node[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 如果数组桶的容量大与0 if (oldCap > 0) { // 如果比最大值还大，则赋值为最大值 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 如果扩容后小于最大值而且旧数组桶大于初始容量16，阈值左移1(扩大2倍) else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 如果数组桶容量<=0 且旧阈值 >0 else if (oldThr > 0) // initial capacity was placed in threshold // 新容量=旧阈值 newCap = oldThr; // 如果数组桶容量<=0 且旧阈值 <=0 else {// zero initial threshold signifies using defaults // 新容量=默认容量 newCap = DEFAULT_INITIAL_CAPACITY; // 新阈值= 负载因子*默认容量 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 如果新阈值为0 if (newThr == 0) { // 重新计算阈值 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 更新阈值 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) // 创建新数组 Node[] newTab = (Node[])new Node[newCap]; // 覆盖数组桶 table = newTab; // 如果旧数组桶不是空，则遍历桶数组，并将键值对映射到新的桶数组中 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 如果是红黑树 else if (e instanceof TreeNode) // 重新映射时，需要对红黑树进行拆分 ((TreeNode)e).split(this, newTab, j, oldCap); else { // preserve order // 如果不是红黑树，则按链表处理 Node loHead = null, loTail = null; Node hiHead = null, hiTail = null; Node next; // 遍历链表，并将链表节点按原顺序进行分组 do { next = e.next; if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 将分组后的链表映射到新桶中 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }

整体步骤：

计算新桶数组的容量 newCap 和新阈值 newThr
根据计算出的 newCap 创建新的桶数组，桶数组 table 也是在这里进行初始化的
将键值对节点重新映射到新的桶数组里。如果节点是 TreeNode 类型，则需要拆分红黑树。如果是普通节点，则节点按原顺序进行分组。

七、常用Map遍历方法

public class Test { public static void main(String[] args) { List list = new ArrayList(); Map map = new HashMap(); map.put("1", "value1"); map.put("2", "value2"); map.put("3", "value3"); //第一种：普遍使用，二次取值 System.out.println("通过Map.keySet遍历key和value："); for (String key : map.keySet()) { System.out.println("key= " + key + " and value= "https://www.it610.com/article/+ map.get(key)); }//第二种：推荐，尤其是容量大时 System.out.println("通过Map.entrySet遍历key和value"); for (Map.Entry entry : map.entrySet()) { System.out.println(entry); System.out.println("key= " + entry.getKey() + " and value= "https://www.it610.com/article/+ entry.getValue()); } } }

附：
1、JDK.7是基于数组加单链表实现（为什么不要双链表）
首先，用链表是为了解决hash冲突。
单链表能实现为什么要用双链表呢?(双链表需要更大的存储空间)
2、为什么要用红黑树，不是平衡二叉树？
插入效率比平衡二叉树高，查询效率比普通二叉树高。所以选择性能相对折中的红黑树。
3、重写对象的equals时一定需要重写hashcode，为什么？
判断两个对象是否相同，首先判断两个对象的hashcode是否相等，若不相等，直接返回false；若相等，使用equals判断。
即equals判断相等，则hashcode一定相等，hashcode相等，他们并不一定相同。
4、为什么默认加载因子为0.75？
调低负载因子时，HashMap 所能容纳的键值对数量变少。扩容时，重新将键值对存储新的桶数组里，键的键之间产生的碰撞会下降，链表长度变短。此时，HashMap 的增删改查等操作的效率将会变高，这里是典型的拿空间换时间。
相反，如果增加负载因子（负载因子可以大于1），HashMap 所能容纳的键值对数量变多，空间利用率高，但碰撞率也高。这意味着链表长度变长，效率也随之降低，这种情况是拿时间换空间。至于负载因子怎么调节，这个看使用场景了。
一般情况下，我们用默认值就可以了。大多数情况下0.75在时间跟空间代价上达到了平衡所以不建议修改。

参考资料：Java知音公众号资源
博客 https://blog.csdn.net/zjxxyz123/article/details/81111627

List参见上一篇博客：Java集合之ArrayList与LinkedList

转载于:https://www.cnblogs.com/GG-Bond/p/10614057.html