java中HashMap的原理分析
我们先来看这样的一道面试题:
在 hashmap 中存放的一系列键值对,其中键为某个我们自定义的类型。放入 hashmap 后,我们在外部把某一个 key 的属性进行更改,然后我们再用这个 key 从 hashmap 里取出元素,这时候 hashmap 会返回什么?
文中已给出示例代码与答案,但关于hashmap的原理没有做出解释。
1. 特性
我们可以用任何类作为hashmap的key,但是对于这些类应该有什么限制条件呢?且看下面的代码:
public class person { private string name; public person(string name) { this.name = name; } } map<person, string> testmap = new hashmap<>(); testmap.put(new person("hello"), "world"); testmap.get(new person("hello")); // ---> null
本是想取出具有相等字段值person类的value,结果却是null。对hashmap稍有了解的人看出来——person类并没有override hashcode方法,导致其继承的是object的hashcode(返回是其内存地址)。这也是为什么常用不变类如string(或integer等)做为hashmap的key的原因。那么,hashmap是如何利用hashcode给key做快速索引的呢?
2. 原理
首先,我们来看《thinking in java》中一个简单hashmap的实现方案:
//: containers/simplehashmap.java // a demonstration hashed map. import java.util.*; import net.mindview.util.*; public class simplehashmap<k,v> extends abstractmap<k,v> { // choose a prime number for the hash table size, to achieve a uniform distribution: static final int size = 997; // you can't have a physical array of generics, but you can upcast to one: @suppresswarnings("unchecked") linkedlist<mapentry<k,v>>[] buckets = new linkedlist[size]; public v put(k key, v value) { v oldvalue = null; int index = math.abs(key.hashcode()) % size; if(buckets[index] == null) buckets[index] = new linkedlist<mapentry<k,v>>(); linkedlist<mapentry<k,v>> bucket = buckets[index]; mapentry<k,v> pair = new mapentry<k,v>(key, value); boolean found = false; listiterator<mapentry<k,v>> it = bucket.listiterator(); while(it.hasnext()) { mapentry<k,v> ipair = it.next(); if(ipair.getkey().equals(key)) { oldvalue = ipair.getvalue(); it.set(pair); // replace old with new found = true; break; } } if(!found) buckets[index].add(pair); return oldvalue; } public v get(object key) { int index = math.abs(key.hashcode()) % size; if(buckets[index] == null) return null; for(mapentry<k,v> ipair : buckets[index]) if(ipair.getkey().equals(key)) return ipair.getvalue(); return null; } public set<map.entry<k,v>> entryset() { set<map.entry<k,v>> set= new hashset<map.entry<k,v>>(); for(linkedlist<mapentry<k,v>> bucket : buckets) { if(bucket == null) continue; for(mapentry<k,v> mpair : bucket) set.add(mpair); } return set; } public static void main(string[] args) { simplehashmap<string,string> m = new simplehashmap<string,string>(); m.putall(countries.capitals(25)); system.out.println(m); system.out.println(m.get("eritrea")); system.out.println(m.entryset()); } }
simplehashmap构造一个hash表来存储key,hash函数是取模运算math.abs(key.hashcode()) % size,采用链表法解决hash冲突;buckets的每一个槽位对应存放具有相同(hash后)index值的map.entry,如下图所示:
jdk的hashmap的实现原理与之相类似,其采用链地址的hash表table存储map.entry:
/** * the table, resized as necessary. length must always be a power of two. */ transient entry<k,v>[] table = (entry<k,v>[]) empty_table; static class entry<k,v> implements map.entry<k,v> { final k key; v value; entry<k,v> next; int hash; … }
map.entry的index是对key的hashcode进行hash后所得。当要get key对应的value时,则对key计算其index,然后在table中取出map.entry即可得到,具体参看代码:
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; } int hash = (key == null) ? 0 : hash(key); for (entry<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; }
可见,hashcode直接影响hashmap的hash函数的效率——好的hashcode会极大减少hash冲突,提高查询性能。同时,这也解释开篇提出的两个问题:如果自定义的类做hashmap的key,则hashcode的计算应涵盖构造函数的所有字段,否则有可能得到null。