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：github.com/guoxiaoxing…

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;复制代码

从这个结构transient HashMapEntry[] table = (HashMapEntry[]) 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) {}}复制代码

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);
}复制代码

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oldValuefor (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++;}
}复制代码

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;elseprev.next = next;e.recordRemoval(this);return e;}prev = e;e = next;}return e;}
}复制代码

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;}}复制代码

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