1. 程式人生 > >java面試之Hashmap

java面試之Hashmap

試圖 dfa 單個 也說 掌握 illegal cep 引用變量 引用類型

在java面試中hashMap應該說一個必考的題目,而且HashMap 和 HashSet 是 Java Collection Framework 的兩個重要成員,其中 HashMap 是 Map 接口的常用實現類,HashSet 是 Set 接口的常用實現類。雖然 HashMap 和 HashSet 實現的接口規範不同,但它們底層的 Hash 存儲機制完全一樣,甚至 HashSet 本身就采用 HashMap 來實現的。

通過 HashMap、HashSet 的源代碼分析其 Hash 存儲機制
實際上,HashSet 和 HashMap 之間有很多相似之處,對於 HashSet 而言,系統采用 Hash 算法決定集合元素的存儲位置,這樣可以保證能快速存、取集合元素;對於 HashMap 而言,系統 key-value 當成一個整體進行處理,系統總是根據 Hash 算法來計算 key-value 的存儲位置,這樣可以保證能快速存、取 Map 的 key-value 對。

在介紹集合存儲之前需要指出一點:雖然集合號稱存儲的是 Java 對象,但實際上並不會真正將 Java 對象放入 Set 集合中,只是在 Set 集合中保留這些對象的引用而言。也就是說:Java 集合實際上是多個引用變量所組成的集合,這些引用變量指向實際的 Java 對象。

集合和引用
就像引用類型的數組一樣,當我們把 Java 對象放入數組之時,並不是真正的把 Java 對象放入數組中,只是把對象的引用放入數組中,每個數組元素都是一個引用變量。
HashMap 的存儲實現
當程序試圖將多個 key-value 放入 HashMap 中時,以如下代碼片段為例:

HashMap<String , Double> map = new
HashMap<String , Double>(); map.put("語文" , 80.0); map.put("數學" , 89.0); map.put("英語" , 78.2);

HashMap 采用一種所謂的“Hash 算法”來決定每個元素的存儲位置。
當程序執行 map.put("語文" , 80.0); 時,系統將調用"語文"的 hashCode() 方法得到其 hashCode 值——每個 Java 對象都有 hashCode() 方法,都可通過該方法獲得它的 hashCode 值。得到這個對象的 hashCode 值之後,系統會根據該 hashCode 值來決定該元素的存儲位置。
我們可以看 HashMap 類的 put(K key , V value) 方法的源代碼:

 1 public V put(K key, V value) {
 2  // 如果 key 為 null,調用 putForNullKey 方法進行處理
 3      if (key == null) 
 4         return putForNullKey(value);
 5      // 根據 key 的keyCode 計算 Hash 值 
 6     int hash = hash(key.hashCode()); 
 7     // 搜索指定 hash 值在對應 table 中的索引
 8      int i = indexFor(hash, table.length);
 9      // 如果 i 索引處的 Entry 不為 null,通過循環不斷遍歷 e 元素的下一個元素
10      for (Entry<K,V> e = table[i]; e != null; e = e.next) {
11          Object k;
12          // 找到指定 key 與需要放入的 key 相等(hash 值相同 // 通過 equals 比較放回 true) 
13         if (e.hash == hash && ((k = e.key) == key || key.equals(k)))              
14        { 
15            V oldValue = e.value; 
16            e.value = value;
17            e.recordAccess(this); 
18            return oldValue; 
19         }
20     }
21  // 如果 i 索引處的 Entry 為 null,表明此處還沒有 Entry
modCount++;
23 // 將 key、value 添加到 i 索引處
addEntry(hash, key, value, i);
return null;
24 } 25

上面程序中用到了一個重要的內部接口:Map.Entry,每個 Map.Entry 其實就是一個 key-value 對。從上面程序中可以看出:當系統決定存儲 HashMap 中的 key-value 對時,完全沒有考慮 Entry 中的 value,僅僅只是根據 key 來計算並決定每個 Entry 的存儲位置。這也說明了前面的結論:我們完全可以把 Map 集合中的 value 當成 key 的附屬,當系統決定了 key 的存儲位置之後,value 隨之保存在那裏即可。
上面方法提供了一個根據 hashCode() 返回值來計算 Hash 碼的方法:hash(),這個方法是一個純粹的數學計算,其方法如下:

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

對於任意給定的對象,只要它的 hashCode() 返回值相同,那麽程序調用 hash(int h) 方法所計算得到的 Hash 碼值總是相同的。接下來程序會調用 indexFor(int h, int length) 方法來計算該對象應該保存在 table 數組的哪個索引處。indexFor(int h, int length) 方法的代碼如下:

static int indexFor(int h, int length) { 
    return h & (length-1); 
} 

這個方法非常巧妙,它總是通過 h &(table.length -1) 來得到該對象的保存位置——而 HashMap 底層數組的長度總是 2 的 n 次方,這一點可參看後面關於 HashMap 構造器的介紹。

當 length 總是 2 的倍數時,h & (length-1) 將是一個非常巧妙的設計:假設 h=5,length=16, 那麽 h & length - 1 將得到 5;如果 h=6,length=16, 那麽 h & length - 1 將得到 6 ……如果 h=15,length=16, 那麽 h & length - 1 將得到 15;但是當 h=16 時 , length=16 時,那麽 h & length - 1 將得到 0 了;當 h=17 時 , length=16 時,那麽 h & length - 1 將得到 1 了……這樣保證計算得到的索引值總是位於 table 數組的索引之內。

根據上面 put 方法的源代碼可以看出,當程序試圖將一個 key-value 對放入 HashMap 中時,程序首先根據該 key 的 hashCode() 返回值決定該 Entry 的存儲位置:如果兩個 Entry 的 key 的 hashCode() 返回值相同,那它們的存儲位置相同。如果這兩個 Entry 的 key 通過 equals 比較返回 true,新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value,但 key 不會覆蓋。如果這兩個 Entry 的 key 通過 equals 比較返回 false,新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈,而且新添加的 Entry 位於 Entry 鏈的頭部——具體說明繼續看 addEntry() 方法的說明。

當向 HashMap 中添加 key-value 對,由其 key 的 hashCode() 返回值決定該 key-value 對(就是 Entry 對象)的存儲位置。當兩個 Entry 對象的 key 的 hashCode() 返回值相同時,將由 key 通過 eqauls() 比較值決定是采用覆蓋行為(返回 true),還是產生 Entry 鏈(返回 false)。

上面程序中還調用了 addEntry(hash, key, value, i); 代碼,其中 addEntry 是 HashMap 提供的一個包訪問權限的方法,該方法僅用於添加一個 key-value 對。下面是該方法的代碼:

 1 void addEntry(int hash, K key, V value, int bucketIndex) { 
 2     // 獲取指定 bucketIndex 索引處的 
 3     Entry Entry<K,V> e = table[bucketIndex]; // 4     // 將新創建的 Entry 放入 bucketIndex 索引處,並讓新的 Entry 指向原來的 
 5     Entry table[bucketIndex] = new Entry<K,V>(hash, key, value, e); 
 6     // 如果 Map 中的 key-value 對的數量超過了極限 
 7     if (size++ >= threshold) 
 8         // 把 table 對象的長度擴充到 2 倍。 
 9         resize(2 * table.length); //
10 } 

上面方法的代碼很簡單,但其中包含了一個非常優雅的設計:系統總是將新添加的 Entry 對象放入 table 數組的 bucketIndex 索引處——如果 bucketIndex 索引處已經有了一個 Entry 對象,那新添加的 Entry 對象指向原有的 Entry 對象(產生一個 Entry 鏈),如果 bucketIndex 索引處沒有 Entry 對象,也就是上面程序①號代碼的 e 變量是 null,也就是新放入的 Entry 對象指向 null,也就是沒有產生 Entry 鏈。

JDK 源碼

在 JDK 安裝目錄下可以找到一個 src.zip 壓縮文件,該文件裏包含了 Java 基礎類庫的所有源文件。只要讀者有學習興趣,隨時可以打開這份壓縮文件來閱讀 Java 類庫的源代碼,這對提高讀者的編程能力是非常有幫助的。需要指出的是:src.zip 中包含的源代碼並沒有包含像上文中的中文註釋,這些註釋是筆者自己添加進去的。

Hash 算法的性能選項

根據上面代碼可以看出,在同一個 bucket 存儲 Entry 鏈的情況下,新放入的 Entry 總是位於 bucket 中,而最早放入該 bucket 中的 Entry 則位於這個 Entry 鏈的最末端。

上面程序中還有這樣兩個變量:

* size:該變量保存了該 HashMap 中所包含的 key-value 對的數量。 
* threshold:該變量包含了 HashMap 能容納的 key-value 對的極限,它的值等於 HashMap 的容量乘以負載因子(load factor)。 

從上面程序中②號代碼可以看出,當 size++ >= threshold 時,HashMap 會自動調用 resize 方法擴充 HashMap 的容量。每擴充一次,HashMap 的容量就增大一倍。

上面程序中使用的 table 其實就是一個普通數組,每個數組都有一個固定的長度,這個數組的長度就是 HashMap 的容量。HashMap 包含如下幾個構造器:

* HashMap():構建一個初始容量為 16,負載因子為 0.75 的 HashMap。 
* HashMap(int initialCapacity):構建一個初始容量為 initialCapacity,負載因子為 0.75 的 HashMap。 
* HashMap(int initialCapacity, float loadFactor):以指定初始容量、指定的負載因子創建一個 HashMap。 

當創建一個 HashMap 時,系統會自動創建一個 table 數組來保存 HashMap 中的 Entry,下面是 HashMap 中一個構造器的代碼:

 1 public HashMap(int initialCapacity, float loadFactor) { 
 2     // 初始容量不能為負數 
 3     if (initialCapacity < 0) 
 4         throw new IllegalArgumentException( "Illegal initial capacity: " + initialCapacity); 
 5     // 如果初始容量大於最大容量,讓出示容量
 6     if (initialCapacity > MAXIMUM_CAPACITY) 
 7         initialCapacity = MAXIMUM_CAPACITY; 
 8     // 負載因子必須大於 0 的數值 
 9     if (loadFactor <= 0 || Float.isNaN(loadFactor)) 
10         throw new IllegalArgumentException( loadFactor); 
11     // 計算出大於 initialCapacity 的最小的 2 的 n 次方值。 
12     int capacity = 1; 
13     while (capacity < initialCapacity) 
14         capacity <<= 1; 
15     this.loadFactor = loadFactor; 
16     // 設置容量極限等於容量 * 負載因子 
17     threshold = (int)(capacity * loadFactor); 
18     // 初始化 table 數組 
19     table = new Entry[capacity]; //
20     init(); 
21 } 

上面代碼中粗體字代碼包含了一個簡潔的代碼實現:找出大於 initialCapacity 的、最小的 2 的 n 次方值,並將其作為 HashMap 的實際容量(由 capacity 變量保存)。例如給定 initialCapacity 為 10,那麽該 HashMap 的實際容量就是 16。
程序①號代碼處可以看到:table 的實質就是一個數組,一個長度為 capacity 的數組。

對於 HashMap 及其子類而言,它們采用 Hash 算法來決定集合中元素的存儲位置。當系統開始初始化 HashMap 時,系統會創建一個長度為 capacity 的 Entry 數組,這個數組裏可以存儲元素的位置被稱為“桶(bucket)”,每個 bucket 都有其指定索引,系統可以根據其索引快速訪問該 bucket 裏存儲的元素。


HashMap 的讀取實現

當 HashMap 的每個 bucket 裏存儲的 Entry 只是單個 Entry ——也就是沒有通過指針產生 Entry 鏈時,此時的 HashMap 具有最好的性能:當程序通過 key 取出對應 value 時,系統只要先計算出該 key 的 hashCode() 返回值,在根據該 hashCode 返回值找出該 key 在 table 數組中的索引,然後取出該索引處的 Entry,最後返回該 key 對應的 value 即可。看 HashMap 類的 get(K key) 方法代碼:

 1 public V get(Object key) { 
 2     // 如果 key 是 null,調用 getForNullKey 取出對應的 value 
 3     if (key == null) 
 4         return getForNullKey(); 
 5     // 根據該 key 的 hashCode 值計算它的 hash 碼 
 6     int hash = hash(key.hashCode()); 
 7     // 直接取出 table 數組中指定索引處的值, 
 8     for (Entry<K,V> e = table[indexFor(hash, table.length)]; 
 9     e != null; 
10     // 搜索該 Entry 鏈的下一個 
11     Entr e = e.next) //
12    { 
13         Object k; 
14         // 如果該 Entry 的 key 與被搜索 key 相同 
15         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) 
16             return e.value; 
17     } 
18     return null; 
19 } 

從上面代碼中可以看出,如果 HashMap 的每個 bucket 裏只有一個 Entry 時,HashMap 可以根據索引、快速地取出該 bucket 裏的 Entry;在發生“Hash 沖突”的情況下,單個 bucket 裏存儲的不是一個 Entry,而是一個 Entry 鏈,系統只能必須按順序遍歷每個 Entry,直到找到想搜索的 Entry 為止——如果恰好要搜索的 Entry 位於該 Entry 鏈的最末端(該 Entry 是最早放入該 bucket 中),那系統必須循環到最後才能找到該元素。

歸納起來簡單地說,HashMap 在底層將 key-value 當成一個整體進行處理,這個整體就是一個 Entry 對象。HashMap 底層采用一個 Entry[] 數組來保存所有的 key-value 對,當需要存儲一個 Entry 對象時,會根據 Hash 算法來決定其存儲位置;當需要取出一個 Entry 時,也會根據 Hash 算法找到其存儲位置,直接取出該 Entry。由此可見:HashMap 之所以能快速存、取它所包含的 Entry,完全類似於現實生活中母親從小教我們的:不同的東西要放在不同的位置,需要時才能快速找到它。

當創建 HashMap 時,有一個默認的負載因子(load factor),其默認值為 0.75,這是時間和空間成本上一種折衷:增大負載因子可以減少 Hash 表(就是那個 Entry 數組)所占用的內存空間,但會增加查詢數據的時間開銷,而查詢是最頻繁的的操作(HashMap 的 get() 與 put() 方法都要用到查詢);減小負載因子會提高數據查詢的性能,但會增加 Hash 表所占用的內存空間。

掌握了上面知識之後,我們可以在創建 HashMap 時根據實際需要適當地調整 load factor 的值;如果程序比較關心空間開銷、內存比較緊張,可以適當地增加負載因子;如果程序比較關心時間開銷,內存比較寬裕則可以適當的減少負載因子。通常情況下,程序員無需改變負載因子的值。

如果開始就知道 HashMap 會保存多個 key-value 對,可以在創建時就使用較大的初始化容量,如果 HashMap 中 Entry 的數量一直不會超過極限容量(capacity * load factor),HashMap 就無需調用 resize() 方法重新分配 table 數組,從而保證較好的性能。當然,開始就將初始容量設置太高可能會浪費空間(系統需要創建一個長度為 capacity 的 Entry 數組),因此創建 HashMap 時初始化容量設置也需要小心對待。


作者: DocMike
鏈接:http://www.imooc.com/article/19343
來源:慕課網

java面試之Hashmap