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。