Java集合之HashMap介绍
发布时间：2021-11-12 11:32:50 所属栏目：教程 来源：互联网
导读：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： 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
|
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： 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<K> keySet(); 返回Map类杜希昂中的Key的Set视图。 2、返回所有value Collection<V> 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<Map.Entry<K, V>> 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） 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： 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<K,V> >implements Map.Entry<K,V> { >final >int hash; >final K key; V value; Node<K,V> next; >//>构造函数 Node(>int hash, K key, V value, Node<K,V> next) { >this.hash = hash; >this.key = key; >this.value = 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 = 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<K,V> >extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; >//> red-black tree links TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; >//> needed to unlink next upon deletion >boolean red; TreeNode(>int hash, K key, V val, Node<K,V> next) { >super(hash, key, val, next); } >/**> * Returns root of tree containing this node. >*/ >final TreeNode<K,V> root() { >for (TreeNode<K,V> 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<K,V>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<K,V>[] table; >/**> * 存放具体元素的集 >*/ >transient Set<Map.Entry<K,V>> 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：16 DEFAULT_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：0.75 DEFAULT_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<K,V>[] tab; Node<K,V> 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<K,V> 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<K,V>)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���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 = 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）？ 位运算消耗资源更少，更有效率 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<K,V>[] resize() { >//> 拿到数组桶 Node<K,V>[] 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<K,V>[] newTab = (Node<K,V>[])>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<K,V> 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<K,V>)e).split(>this, newTab, j, oldCap); >else { >//> preserve order >//> 如果不是红黑树，则按链表处理 Node<K,V> loHead = >null, loTail = >null; Node<K,V> hiHead = >null, hiTail = >null; Node<K,V> 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<String, String> map = >new HashMap<String, String>(); 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= " + 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<String, String> entry : map.entrySet()) { System.out.println(entry); System.out.println("key= " + entry.getKey() + " and value= " + 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。  （编辑：PHP编程网 - 黄冈站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330482号