Java容器框架分析(六)——HashSet与HashMap

2017/2/24 posted in  Java  

之所以把HashSet和HashMap放在一起,是因为二者在Java中有着相同的实现,前者仅仅是对后者进行了一次封装,也就是说HashSet中有一个HashMap(适配器模式)。因此本文将重点分析HashMap。

HashMap实现了Map接口,允许放入key为null的元素,也允许插入value为null的元素。除没有实现同步外,其余跟HashTable大致相同;跟TreeMap不同,该容器不保证元素顺序,根据需要,该容器可能会对元素重新哈希,元素的顺序也会被重新打散。因此在不同时间迭代同一个HashMap的顺序可能会不同。

根据对冲突的处理方式不同,哈希表有两种实现方式,一种开放地址方式,另外一种是冲突链表方式。Java HashMap采用的是冲突链表方式。

从上图可以看出,如果选择合适的哈希函数,put()和get()方法可以在常数时间内完成。但是在对HashMap进行迭代时,需要遍历整个table及后面跟的冲突链表。因此对于迭代比较频繁的场景,不宜将HashMap的初始大小设置的过大。

有两个参数可以影响HashMap的性能:初始容量(inital capacity)和负载系数(loadFactor)。初始容量指定了初始table的大小,负载系数表示用来自动扩容的临界值。
当entry的数量超过capacity*loadFactor时,容器将自动扩容并重新哈希,对于插入元素较多的场景,将初始容量设大可以减小重新哈希的次数。

将对象放入到HashMap或者HashSet中时,有两个方法需要特别注意:hashCode()equals()hashCode()决定了对象会被放在哪个bucket里,当多个对象的哈希值冲突时,equals()方法决定了这些对象是否是同一个对象。所以,如果要将自定义的对象放入到HashMap或者HashSet中,需要覆盖hashCode()equals()方法。

常用方法剖析

get()

get(Object key)方法根据指定的key值返回对应的value,该方法调用了getEntry(Object key)得到相应的entry,然后返回entry.getValue()。因此getEntry()是算法的核心。
算法思想是首先通过hash()函数得到对应的bucket下标,然后依次遍历冲突链表,通过key.equals(k)方法来判断是否是要找的那个entry

上图中 hash(k)&(table.length-1)等价于hash(k)%table.length,原因是table.length必须是2的指数,因此table.length-1就是二进制低位全是1,跟hash(k)相与会将hash值得高位全抹掉,剩下的就是余数了。

final Entry<K,V> getEntry(Object key) {
    ......
    int hash = (key == null) ? 0 : hash(key);
    for (Entry<K,V> e = table[hash&(table.length-1)];//得到冲突链表
         e != null; e = e.next) {//依次遍历冲突链表中的每个entry
        Object k;
        //依据equals()方法判断是否相等
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
    }
    return null;
}

put()

put(K key,V value)方法是将指定的key,value对添加到map里。该方法首先会对map做一次查找,看是否包含该元组,如果已经包含该元组,则直接返回,查找过程类似于getEntry()方法;如果没有找到,则会通过addEntry(int hash,K key,V value,int bucketIndex)方法插入新的entry,插入方式为头插法。

void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);//自动扩容,并重新哈希
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = hash & (table.length-1);//hash%table.length
    }
    //在冲突链表头部插入新的entry
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

remove()

remove(Object key)的作用是删除对应的entry,该方法的具体逻辑是在removeEntryForKey(Object key)里面实现的。removeEntryForKey(Object key)方法会首先找到key值对应的entry,然后删除entry(修改链表的引用)。查找过程类似于getEntry()。

//removeEntryForKey()
final Entry<K,V> removeEntryForKey(Object key) {
    ......
    int hash = (key == null) ? 0 : hash(key);
    int i = indexFor(hash, table.length);//hash&(table.length-1)
    Entry<K,V> prev = table[i];//得到冲突链表
    Entry<K,V> e = prev;
    while (e != null) {//遍历冲突链表
        Entry<K,V> next = e.next;
        Object k;
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k)))) {//找到要删除的entry
            modCount++; size--;
            if (prev == e) table[i] = next;//删除的是冲突链表的第一个entry
            else prev.next = next;
            return e;
        }
        prev = e; e = next;
    }
    return e;
}

HashSet

前面已经说过 HashSet 是对 HashMap 的简单包装,对 HashSet 的函数调用都会转换成合适的 HashMap 方法,因此 HashSet 的实现非常简单,只有不到 300 行代码。这里不再赘述。

public class HashSet<E>
{
    ......
    private transient HashMap<E,Object> map;//HashSet里面有一个HashMap
    // Dummy value to associate with an Object in the backing Map
    private static final Object PRESENT = new Object();
    public HashSet() {
        map = new HashMap<>();
    }
    ......
    public boolean add(E e) {//简单的方法转换
        return map.put(e, PRESENT)==null;
    }
    ......
}

声明

本系列博文装载自:https://github.com/CarpenterLee/JCFInternals
作者:CarpenterLee