HashMap内部结构及实现原理

简单介绍

在研究HashMap之前，我们先大概了解下其他数据结构在新增，查找等基础操作执行性能

数组：采用一段连续的存储单元来存储数据。对于指定下标的查找，时间复杂度为O(1)；通过给定值进行查找，需要遍历数组，逐一比对给定关键字和数组元素，时间复杂度为O(n)，当然，对于有序数组，则可采用二分查找，插值查找，斐波那契查找等方式，可将查找复杂度提高为O(logn)；对于一般的插入删除操作，涉及到数组元素的移动，其平均复杂度也为O(n)

线性链表：对于链表的新增，删除等操作（在找到指定操作位置后），仅需处理结点间的引用即可，时间复杂度为O(1)，而查找操作需要遍历链表逐一进行比对，复杂度为O(n)

二叉树：对一棵相对平衡的有序二叉树，对其进行插入，查找，删除等操作，平均复杂度均为O(logn)。

哈希表：相比上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)，接下来我们就来看看哈希表是如何实现达到惊艳的常数阶O(1)的。

我们知道，数据结构的物理存储结构只有两种：顺序存储结构和链式存储结构（像栈，队列，树，图等是从逻辑结构去抽象的，映射到内存中，也这两种物理组织形式），而在上面我们提到过，在数组中根据下标查找某个元素，一次定位就可以达到，哈希表利用了这种特性，哈希表的主干就是数组。

比如我们要新增或查找某个元素，我们通过把当前元素的关键字通过某个函数映射到数组中的某个位置，通过数组下标一次定位就可完成操作。

简易HashMap V1.0版本

V1.0版本我们需要实现Map的几个重要的功能：

可以存放键值对
可以根据键查找到值
键不能重复

class CustomHashMap {
    CustomEntry[] arr = new CustomEntry[990];
    int size;

    public void put(Object key, Object value) {
        CustomEntry e = new CustomEntry(key, value);
        for (int i = 0; i < size; i++) {
            if (arr[i].key.equals(key)) {
                // 如果有key值相等，直接覆盖value
                arr[i].value = value;
                return;
            }
        }
        arr[size++] = e;
    }

    public Object get(Object key) {
        for (int i = 0; i < size; i++) {
            if (arr[i].key.equals(key)) {
                return arr[i].value;
            }
        }
        return null;
    }

    public boolean containsKey(Object key) {
        for (int i = 0; i < size; i++) {
            if (arr[i].key.equals(key)) {
                return true;
            }
        }
        return false;
    }

    public static void main(String[] args) {
        CustomHashMap map = new CustomHashMap();
        map.put("k1", "v1");
        map.put("k2", "v2");
        map.put("k2", "v4");
        System.out.println(map.get("k2"));
    }

}

class CustomEntry {
    Object key;
    Object value;

    public CustomEntry(Object key, Object value) {
        super();
        this.key = key;
        this.value = value;
    }

    public Object getKey() {
        return key;
    }

    public void setKey(Object key) {
        this.key = key;
    }

    public Object getValue() {
        return value;
    }

    public void setValue(Object value) {
        this.value = value;
    }

}

上面就是我们自定义的简单Map实现，可以完成V1.0提出的几个功能点，但是大家有木有发现，这个Map是基于数组实现的，不管是put还是get方法，每次都要循环去做数据的对比，可想而知效率会很低，现在数组长度只有990，那如果数组的长度很长了，岂不是要循环很多次。既然问题出现了，我们有没有更好的办法做改进，使得效率提升，答案是肯定，下面就是V2.0版本升级。

简易HashMap V2.0版本

V2.0版本需要处理问题如下：

减少遍历次数，提升存取数据效率

在做改进之前，我们先思考一下，有没有什么方式可以在我们放数据的时候，通过一次定位，就能将这个数放到某个位置，而再我们获取数据的时候，直接通过一次定位就能找到我们想要的数据，那样我们就减少了很多迭代遍历次数。

存储位置 = f(关键字)

其中，这个函数f一般称为哈希函数，这个函数的设计好坏会直接影响到哈希表的优劣。举个例子，比如我们要在哈希表中执行插入操作：

查找操作同理，先通过哈希函数计算出实际存储地址，然后从数组中对应地址取出即可。

class CustomHashMap {
    CustomEntry[] arr = new CustomEntry[999];

    public void put(Object key, Object value) {
        CustomEntry entry = new CustomEntry(key, value);
        // 使用Hash码对999取余数，那么余数的范围肯定在0到998之间
        // 你可能也发现了，不管怎么取余数，余数也会有冲突的时候(暂时先不考虑，后面慢慢道来)
        // 至少现在我们存数据的效率明显提升了，key.hashCode() % 999 相同的key算出来的结果肯定是一样的
        int a = key.hashCode() % 999;
        arr[a] = entry;
    }

    public Object get(Object key) {
        // 取数的时候也通过一次定位就找到了数据，效率明显得到提升
        return arr[key.hashCode() % 999].value;
    }

    public static void main(String[] args) {
        CustomHashMap map = new CustomHashMap();
        map.put("k1", "v1");
        map.put("k2", "v2");
        System.out.println(map.get("k2"));
    }

}

class CustomEntry {
    Object key;
    Object value;

    public CustomEntry(Object key, Object value) {
        super();
        this.key = key;
        this.value = value;
    }

    public Object getKey() {
        return key;
    }

    public void setKey(Object key) {
        this.key = key;
    }

    public Object getValue() {
        return value;
    }

    public void setValue(Object value) {
        this.value = value;
    }
}

通过上面的代码，我们知道余数也有冲突的时候，不一样的key计算出相同的地址，那么这个时候我们又要怎么处理呢？

哈希冲突

如果两个不同的元素，通过哈希函数得出的实际存储地址相同怎么办？也就是说，当我们对某个元素进行哈希运算，得到一个存储地址，然后要进行插入的时候，发现已经被其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞。前面我们提到过，哈希函数的设计至关重要，好的哈希函数会尽可能地保证计算简单和散列地址分布均匀,但是，我们需要清楚的是，数组是一块连续的固定长度的内存空间，再好的哈希函数也不能保证得到的存储地址绝对不发生冲突。那么哈希冲突如何解决呢？哈希冲突的解决方案有多种:开放定址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法，而HashMap即是采用了链地址法，也就是数组+链表的方式。

通过上面的说明知道，HashMap的底层是基于数组+链表的方式，此时，我们需要再对V2.0的Map再次升级

public class CustomHashMap {
    LinkedList[] arr = new LinkedList[999];

    public void put(Object key, Object value) {
        CustomEntry entry = new CustomEntry(key, value);
        int a = key.hashCode() % arr.length;
        if (arr[a] == null) {
            LinkedList list = new LinkedList();
            list.add(entry);
            arr[a] = list;
        } else {
            LinkedList list = arr[a];
            for (int i = 0; i < list.size(); i++) {
                CustomEntry e = (CustomEntry) list.get(i);
                if (entry.key.equals(key)) {
                    e.value = value;// 键值重复需要覆盖
                    return;
                }
            }
            arr[a].add(entry);
        }
    }

    public Object get(Object key) {
        int a = key.hashCode() % arr.length;
        if (arr[a] != null) {
            LinkedList list = arr[a];
            for (int i = 0; i < list.size(); i++) {
                CustomEntry entry = (CustomEntry) list.get(i);
                if (entry.key.equals(key)) {
                    return entry.value;
                }
            }
        }
        return null;
    }

    public static void main(String[] args) {
        CustomHashMap map = new CustomHashMap();
        map.put("k1", "v1");
        map.put("k2", "v2");
        map.put("k2", "v3");
        System.out.println(map.get("k2"));
    }

}

class CustomEntry {
    Object key;
    Object value;

    public CustomEntry(Object key, Object value) {
        super();
        this.key = key;
        this.value = value;
    }

    public Object getKey() {
        return key;
    }

    public void setKey(Object key) {
        this.key = key;
    }

    public Object getValue() {
        return value;
    }

    public void setValue(Object value) {
        this.value = value;
    }

}

简单来说，HashMap由数组+链表组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的，如果定位到的数组位置不含链表（当前entry的next指向null）,那么对于查找，添加等操作很快，仅需一次寻址即可；如果定位到的数组包含链表，对于添加操作，其时间复杂度为O(n)，首先遍历链表，存在即覆盖，否则新增；对于查找操作来讲，仍需遍历链表，然后通过key对象的equals方法逐一比对查找。所以，性能考虑，HashMap中的链表出现越少，性能才会越好。

HashMap源码

从上面的推导过程，我们逐渐清晰的认识了HashMap的实现原理，下面我们通过阅读部分源码，来看看HashMap(基于JDK1.7版本)

transient Entry[] table;  

static class Entry<K,V> implements Map.Entry<K,V> {  
    final K key;  
    V value;  
    Entry<K,V> next;  
    final int hash;  
    ...
}

可以看出，HashMap中维护了一个Entry为元素的table，transient修饰表示不参与序列化。每个Entry元素存储了指向下一个元素的引用，构成了链表。

public V put(K key, V value) {  
        // HashMap允许存放null键和null值。  
        // 当key为null时，调用putForNullKey方法，将value放置在数组第一个位置。  
        if (key == null)  
            return putForNullKey(value);  
        // 根据key的keyCode重新计算hash值。  
        int hash = hash(key.hashCode());  
        // 搜索指定hash值在对应table中的索引。  
        int i = indexFor(hash, table.length);  
        // 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。  
        for (Entry<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;  
            }  
        }  
        // 如果i索引处的Entry为null，表明此处还没有Entry。  
        modCount++;  
        // 将key、value添加到i索引处。  
        addEntry(hash, key, value, i);  
        return null;  
    }

从源码可以看出，大致过程是，当我们向HashMap中put一个元素时，首先判断key是否为null，不为null则根据key的hashCode，重新获得hash值，根据hash值通过indexFor方法获取元素对应哈希桶的索引，遍历哈希桶中的元素，如果存在元素与key的hash值相同以及key相同，则更新原entry的value值；如果不存在相同的key，则将新元素从头部插入。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。

HashMap内部结构及实现原理

简单介绍

推荐阅读