学步园

Java代码  

1. HashMap map = new HashMap();   
2. map.put("语文" , 80.0);   
3. map.put("数学" , 89.0);   
4. map.put("英语" , 78.2);   

HashMap 采用一种所谓的“Hash
算法”来决定每个元素的存储位置。 


当程序执行 map.put("语文" , 80.0); 时，系统将调用"语文"的 hashCode() 方法得到其 hashCode
值——每个 Java 对象都有 hashCode() 方法，都可通过该方法获得它的 hashCode 值。得到这个对象的
hashCode 值之后，系统会根据该 hashCode
值来决定该元素的存储位置。 


我们可以看 HashMap 类的 put(K key , V value)
方法的源代码： 

Java代码  

1. public V put(K key, V value)   
2. {   
3.  // 如果 key 为 null，调用 putForNullKey 方法进行处理  
4.  if (key == null)   
5.      return putForNullKey(value);   
6.  // 根据 key 的 keyCode 计算 Hash 值  
7.  int hash = hash(key.hashCode());   
8.  // 搜索指定 hash 值在对应 table 中的索引  
9.      int i = indexFor(hash, table.length);  
10.  // 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素  
11.  for (Entry e = table[i]; e != null; e = e.next)   
12.  {   
13.      Object k;   
14.      // 找到指定 key 与需要放入的 key 相等（hash 值相同  
15.      // 通过 equals 比较放回 true）  
16.      if (e.hash == hash && ((k = e.key) == key   
17.          || key.equals(k)))   
18.      {   
19.          V oldValue = e.value;   
20.          e.value = value;   
21.          e.recordAccess(this);   
22.          return oldValue;   
23.      }   
24.  }   
25.  // 如果 i 索引处的 Entry 为 null，表明此处还没有 Entry   
26.  modCount++;   
27.  // 将 key、value 添加到 i 索引处  
28.  addEntry(hash, key, value, i);   
29.  return null;   
30. }   

上面程序中用到了一个重要的内部接口：Map.Entry，每个 Map.Entry 其实就是一个 key-value
对。从上面程序中可以看出：当系统决定存储 HashMap 中的 key-value 对时，完全没有考虑 Entry 中的
value，仅仅只是根据 key 来计算并决定每个 Entry 的存储位置。这也说明了前面的结论：我们完全可以把 Map 集合中的
value 当成 key 的附属，当系统决定了 key 的存储位置之后，value
随之保存在那里即可。 


上面方法提供了一个根据 hashCode() 返回值来计算 Hash
码的方法：hash()，这个方法是一个纯粹的数学计算，其方法如下： 

Java代码  

1. static int hash(int h)   
2. {   
3.     h ^= (h >>> 20) ^ (h >>> 12);   
4.     return h ^ (h >>> 7) ^ (h >>> 4);   
5. }   

对于任意给定的对象，只要它的 hashCode() 返回值相同，那么程序调用 hash(int h) 方法所计算得到的 Hash
码值总是相同的。接下来程序会调用 indexFor(int h, int length) 方法来计算该对象应该保存在 table
数组的哪个索引处。indexFor(int h, int length)
方法的代码如下： 

Java代码  

1. static int indexFor(int h, int length)   
2. {   
3.     return h & (length-1);   
4. }  

这个方法非常巧妙，它总是通过 h &(table.length -1) 来得到该对象的保存位置——而 HashMap
底层数组的长度总是 2 的 n 次方，这一点可参看后面关于 HashMap
构造器的介绍。 


当 length 总是 2 的倍数时，h & (length-1) 将是一个非常巧妙的设计：假设 h=5,length=16,
那么 h & length - 1 将得到 5；如果 h=6,length=16, 那么 h & length - 1
将得到 6 ……如果 h=15,length=16, 那么 h & length - 1 将得到 15；但是当 h=16 时
, length=16 时，那么 h & length - 1 将得到 0 了；当 h=17 时 , length=16
时，那么 h & length - 1 将得到 1 了……这样保证计算得到的索引值总是位于 table
数组的索引之内。 


根据上面 put 方法的源代码可以看出，当程序试图将一个 key-value 对放入 HashMap 中时，程序首先根据该 key 的
hashCode() 返回值决定该 Entry 的存储位置：如果两个 Entry 的 key 的 hashCode()
返回值相同，那它们的存储位置相同。如果这两个 Entry 的 key 通过 equals 比较返回 true，新添加 Entry 的
value 将覆盖集合中原有 Entry 的 value，但 key 不会覆盖。如果这两个 Entry 的 key 通过 equals
比较返回 false，新添加的 Entry 将与集合中原有 Entry 形成 Entry 链，而且新添加的 Entry 位于
Entry 链的头部——具体说明继续看 addEntry()
方法的说明。 


当向 HashMap 中添加 key-value 对，由其 key 的 hashCode() 返回值决定该 key-value
对（就是 Entry 对象）的存储位置。当两个 Entry 对象的 key 的 hashCode() 返回值相同时，将由 key 通过
eqauls() 比较值决定是采用覆盖行为（返回 true），还是产生 Entry 链（返回
false）。 


上面程序中还调用了 addEntry(hash, key, value, i); 代码，其中 addEntry 是 HashMap
提供的一个包访问权限的方法，该方法仅用于添加一个 key-value
对。下面是该方法的代码： 

Java代码  

1. void addEntry(int hash, K key, V value, int bucketIndex)   
2. {   
3.     // 获取指定 bucketIndex 索引处的 Entry   
4.     Entry e = table[bucketIndex];     // ①  
5.     // 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry   
6.     table[bucketIndex] = new Entry(hash, key, value, e);   
7.     // 如果 Map 中的 key-value 对的数量超过了极限  
8.     if (size++ >= threshold)   
9.         // 把 table 对象的长度扩充到 2 倍。  
10.         resize(2 * table.length);    // ②  
11. }   

上面方法的代码很简单，但其中包含了一个非常优雅的设计：系统总是将新添加的 Entry 对象放入 table 数组的
bucketIndex 索引处——如果 bucketIndex 索引处已经有了一个 Entry 对象，那新添加的 Entry
对象指向原有的 Entry 对象（产生一个 Entry 链），如果 bucketIndex 索引处没有 Entry
对象，也就是上面程序①号代码的 e 变量是 null，也就是新放入的 Entry 对象指向 null，也就是没有产生 Entry
链。 


JDK 源码 


在 JDK 安装目录下可以找到一个 src.zip 压缩文件，该文件里包含了 Java
基础类库的所有源文件。只要读者有学习兴趣，随时可以打开这份压缩文件来阅读 Java
类库的源代码，这对提高读者的编程能力是非常有帮助的。需要指出的是：src.zip
中包含的源代码并没有包含像上文中的中文注释，这些注释是笔者自己添加进去的。 


Hash 算法的性能选项 


根据上面代码可以看出，在同一个 bucket 存储 Entry 链的情况下，新放入的 Entry 总是位于 bucket
中，而最早放入该 bucket 中的 Entry 则位于这个 Entry
链的最末端。 


上面程序中还有这样两个变量： 


    *
size：该变量保存了该 HashMap 中所包含的 key-value
对的数量。 

    *
threshold：该变量包含了 HashMap 能容纳的 key-value 对的极限，它的值等于 HashMap
的容量乘以负载因子（load factor）。 


从上面程序中②号代码可以看出，当 size++ >= threshold 时，HashMap 会自动调用 resize 方法扩充
HashMap 的容量。每扩充一次，HashMap
的容量就增大一倍。 


上面程序中使用的 table 其实就是一个普通数组，每个数组都有一个固定的长度，这个数组的长度就是 HashMap
的容量。HashMap 包含如下几个构造器： 


    *
HashMap()：构建一个初始容量为 16，负载因子为 0.75 的
HashMap。 

    *
HashMap(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子为 0.75 的
HashMap。 

    *
HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一个
HashMap。 


当创建一个 HashMap 时，系统会自动创建一个 table 数组来保存 HashMap 中的 Entry，下面是 HashMap
中一个构造器的代码： 

Java代码  

1. 
   // 以指定初始化容量、负载因子创建 HashMap   
2.  public HashMap(int initialCapacity, float loadFactor)   
3.  {   
4.      // 初始容量不能为负数  
5.      if (initialCapacity < 0)   
6.          throw new IllegalArgumentException(   
7.         "Illegal initial capacity: " +   
8.              initialCapacity);   
9.      // 如果初始容量大于最大容量，让出示容量  
10.      if (initialCapacity > MAXIMUM_CAPACITY)   
11.          initialCapacity = MAXIMUM_CAPACITY;   
12.      // 负载因子必须大于 0 的数值  
13.      if (loadFactor <= 0 || Float.isNaN(loadFactor))   
14.          throw new IllegalArgumentException(   
15.          loadFactor);   
16.      // 计算出大于 initialCapacity 的最小的 2 的 n 次方值。  
17.      int capacity = 1;   
18.      while (capacity < initialCapacity)   
19.          capacity <<= 1;   
20.      this.loadFactor = loadFactor;   
21.      // 设置容量极限等于容量 * 负载因子  
22.      threshold = (int)(capacity * loadFactor);   
23.      // 初始化 table 数组  
24.      table = new Entry[capacity];            // ①  
25.      init();   
26.  }   

上面代码中粗体字代码包含了一个简洁的代码实现：找出大于 initialCapacity 的、最小的 2 的 n 次方值，并将其作为
HashMap 的实际容量（由 capacity 变量保存）。例如给定 initialCapacity 为 10，那么该
HashMap 的实际容量就是 16。 

程序①号代码处可以看到：table 的实质就是一个数组，一个长度为 capacity
的数组。 


对于 HashMap 及其子类而言，它们采用 Hash 算法来决定集合中元素的存储位置。当系统开始初始化 HashMap
时，系统会创建一个长度为 capacity 的 Entry 数组，这个数组里可以存储元素的位置被称为“桶（bucket）”，每个
bucket 都有其指定索引，系统可以根据其索引快速访问该 bucket
里存储的元素。 


无论何时，HashMap 的每个“桶”只存储一个元素（也就是一个 Entry），由于 Entry 对象可以包含一个引用变量（就是
Entry 构造器的的最后一个参数）用于指向下一个 Entry，因此可能出现的情况是：HashMap 的 bucket 中只有一个
Entry，但这个 Entry 指向另一个 Entry ——这就形成了一个 Entry 链。如图 1
所示： 

 


图 1. HashMap 的存储示意 


HashMap 的读取实现 


当 HashMap 的每个 bucket 里存储的 Entry 只是单个 Entry ——也就是没有通过指针产生 Entry
链时，此时的 HashMap 具有最好的性能：当程序通过 key 取出对应 value 时，系统只要先计算出该 key 的
hashCode() 返回值，在根据该 hashCode 返回值找出该 key 在 table 数组中的索引，然后取出该索引处的
Entry，最后返回该 key 对应的 value 即可。看 HashMap 类的 get(K key)
方法代码： 

Java代码  

1. public V get(Object key)   
2. {   
3.  // 如果 key 是 null，调用 getForNullKey 取出对应的 value   
4.  if (key == null)   
5.      return getForNullKey();   
6.  // 根据该 key 的 hashCode 值计算它的 hash 码  
7.  int hash = hash(key.hashCode());   
8.  // 直接取出 table 数组中指定索引处的值，  
9.  for (Entry e = table[indexFor(hash, table.length)];   
10.      e != null;   
11.      // 搜索该 Entry 链的下一个 Entr   
12.      e = e.next)         // ①  
13.  {   
14.      Object k;   
15.      // 如果该 Entry 的 key 与被搜索 key 相同  
16.      if (e.hash == hash && ((k = e.key) == key   
17.          || key.equals(k)))   
18.          return e.value;   
19.  }   
20.  return null;   
21. }   

从上面代码中可以看出，如果 HashMap 的每个 bucket 里只有一个 Entry 时，HashMap
可以根据索引、快速地取出该 bucket 里的 Entry；在发生“Hash 冲突”的情况下，单个 bucket 里存储的不是一个
Entry，而是一个 Entry 链，系统只能必须按顺序遍历每个 Entry，直到找到想搜索的 Entry 为止——如果恰好要搜索的
Entry 位于该 Entry 链的最末端（该 Entry 是最早放入该 bucket
中），那系统必须循环到最后才能找到该元素。 


归纳起来简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Entry
对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对，当需要存储一个 Entry
对象时，会根据 Hash 算法来决定其存储位置；当需要取出一个 Entry 时，也会根据 Hash 算法找到其存储位置，直接取出该
Entry。由此可见：HashMap 之所以能快速存、取它所包含的
Entry，完全类似于现实生活中母亲从小教我们的：不同的东西要放在不同的位置，需要时才能快速找到它。 


当创建 HashMap 时，有一个默认的负载因子（load factor），其默认值为
0.75，这是时间和空间成本上一种折衷：增大负载因子可以减少 Hash 表（就是那个 Entry
数组）所占用的内存空间，但会增加查询数据的时间开销，而查询是最频繁的的操作（HashMap 的 get() 与 put()
方法都要用到查询）；减小负载因子会提高数据查询的性能，但会增加 Hash
表所占用的内存空间。 


掌握了上面知识之后，我们可以在创建 HashMap 时根据实际需要适当地调整 load factor
的值；如果程序比较关心空间开销、内存比较紧张，可以适当地增加负载因子；如果程序比较关心时间开销，内存比较宽裕则可以适当的减少负载因子。通常情况下，程序员无需改变负载因子的值。 


如果开始就知道 HashMap 会保存多个 key-value 对，可以在创建时就使用较大的初始化容量，如果 HashMap 中
Entry 的数量一直不会超过极限容量（capacity * load factor），HashMap 就无需调用 resize()
方法重新分配 table 数组，从而保证较好的性能。当然，开始就将初始容量设置太高可能会浪费空间（系统需要创建一个长度为
capacity 的 Entry 数组），因此创建 HashMap
时初始化容量设置也需要小心对待。