簡介

本篇將簡單講解Java集合框架中的HashSet與HashMap。

散列集（HashSet）快速入門 底層原理：動態(tài)數(shù)組加單向鏈表或紅黑樹。JDK 1.8之后，當鏈表長度超過閾值8時，鏈表將轉(zhuǎn)換為紅黑樹。 查閱HashSet的源碼，可以看到HashSet的底層是HashMap，HashSet相當于只用了HashMap鍵Key的部分，當需要進行添加元素操作時，其值Value始終為常量PRESENT = new Object()。以下為HashSet的代碼片段：

private transient HashMap<E,Object> map;public HashSet() { map = new HashMap<>();}public boolean add(E e) { return map.put(e, PRESENT)==null;}public Iterator<E> iterator() { return map.keySet().iterator();} 上面說到，在JDK 1.8之后，當鏈表長度超過閾值8時，鏈表將轉(zhuǎn)為紅黑樹；當鏈表長度小于6時，紅黑樹重新轉(zhuǎn)為鏈表。那么為什么閾值是8呢？ 閾值定義為8，符合數(shù)學(xué)概率論上的泊松分布Poisson。根據(jù)泊松分布，一個桶bucket是很難被填滿達到長度8的。 一旦用于存儲數(shù)據(jù)的鏈表長度達到閾值8，則很大的可能是該HashSet所使用的散列函數(shù)性能不佳、或存在惡意代碼向集中添加了很多具有相同散列碼的值，此時轉(zhuǎn)為平衡二叉樹可以提高性能。 散列表 鏈表LinkedList、數(shù)組Array或數(shù)組列表ArrayList都有一個共同的缺點：根據(jù)值查找元素速度慢。一旦存放的數(shù)據(jù)較多，查找速度將十分緩慢。 如果應(yīng)用中開發(fā)者不在意元素的排列順序，此時推薦使用的數(shù)據(jù)結(jié)構(gòu)為散列表。散列表用于快速查找對象。 使用散列表的關(guān)鍵是對象必須具備一個散列碼，通過對象內(nèi)HashCode()方法即可計算得到對象的散列碼。一般情況下，不同數(shù)據(jù)的對象將產(chǎn)生不同的散列碼。 下表顯示了使用String類中hashCode()方法成的散列碼： 字符串 散列碼 'Lee' 76268 'lee' 107020 'eel' 100300在Java中，散列表HashTable使用動態(tài)數(shù)組加鏈表或紅黑樹的形式實現(xiàn)。 動態(tài)數(shù)組中的每個位置被稱為桶bucket。要想查找元素位于散列表中的位置，需要首先計算元素的散列碼，然后與桶的總數(shù)取余，所得到的結(jié)果就是保存這個元素的桶的索引。 假設(shè)動態(tài)數(shù)組為table，對象a的散列碼為hashCode，則元素將存放在table的索引為hashCode % table.size()，通常將該索引值成為散列值，它與散列碼是不一樣的。

例如，如果某個對象的散列碼為76268，并且有128個桶，那么這個對象應(yīng)該保存在第108號桶中，因為76268%128=108。 如果在這個桶中沒有其他的元素，此時將元素直接插入到桶中即可；但如果桶已經(jīng)被填充，這種現(xiàn)象被稱為散列沖突hash collision。發(fā)生散列沖突，需要將新對象與桶中的所有對象進行比較，查看這個對象是否已經(jīng)存在。 此時如果散列碼合理地隨機分布（可以理解為散列函數(shù)hashCode()合理），桶的數(shù)目也足夠大，需要比較的次數(shù)就會很少。 在Java 8中，桶滿時會從鏈表變?yōu)槠胶舛鏄洹Ｈ绻x擇的散列函數(shù)不好，會產(chǎn)生很多沖突，或者如果有惡意代碼試圖在散列表中填充多個有相同散列碼的值，這樣改為平衡二叉樹能提高性能。 如果需要更多地控制散列表的性能，可以指定一個初始的桶數(shù)。桶數(shù)是指用于收集具有相同散列值的桶的數(shù)目。如果要插入到散列表中的元素太多，就會增加沖突數(shù)量，降低檢索的性能。 如果大致知道最終會有多少個元素要插入到散列表中，就可以設(shè)置桶數(shù)。通常，將桶數(shù)設(shè)置為預(yù)計元素個數(shù)的75%~150%。有些研究人員認為：最好將桶數(shù)設(shè)置為一個素數(shù)，以防止鍵的聚集。不過，對此并沒有確鑿的證據(jù)。 標準類庫使用的桶數(shù)是2的次冪，默認值為16（為表大小提供的任何值，都將自動轉(zhuǎn)換為2的下一個冪值）。 但是，并不總能夠知道需要存儲多少個元素，也有可能最初的估計過低。如果散列表太滿，就需要再散列rehashed。如果要對散列表再散列，就需要創(chuàng)建一個桶數(shù)更多的表，并將所有元素插入到這個新表中，然后丟棄原來的表。裝填因子load factor可以確定何時對散列表進行再散列。 例如，如果裝填因子是0.75（默認值），說明表中已經(jīng)填滿了75%以上，就會自動再散列，新表的桶數(shù)是原來的兩倍。對于大多數(shù)程序來說，裝填因子為0.75是合理的。 散列表可以用于實現(xiàn)很多重要的數(shù)據(jù)結(jié)構(gòu)，其中最簡單的是集類型。集是沒有重復(fù)元素的元素集合，其中add方法首先會在這個集中查找要添加的對象，如果不存在，就添加這個對象。 Java集合框架提供了一個HashSet類，它實現(xiàn)了基于散列表的集。可以用add方法添加元素。contains方法已經(jīng)被重新定義，用來快速查找某個元素是否已經(jīng)在集中。它只查看一個桶中的元素，而不必查看集合中所有元素。 散列集迭代器將依次訪問所有的桶，由于散列將元素分散在表中，所以會以一種看起來隨機的順序訪問元素。只有不關(guān)心集合中元素的順序時，才應(yīng)該使用HashSet。 而HashSet的實現(xiàn)基于HashMap，在隨后會對HashMap的部分源碼進行分析，以了解其初始容量及擴容機制。 散列映射（HashMap）快速入門 底層原理：動態(tài)數(shù)組加單向鏈表或紅黑樹。JDK 1.8之后，當鏈表長度超過閾值8時，鏈表將轉(zhuǎn)換為紅黑樹。默認散列表中的動態(tài)數(shù)組長度為16，散列因子為0.75，擴容閾值為12。 擴容機制：擴容后散列表中的動態(tài)數(shù)組長度，變?yōu)榕f動態(tài)數(shù)組的兩倍。擴容閾值為散列因子與動態(tài)數(shù)組長度的乘積。 以下為HashMap中代表單向鏈表結(jié)構(gòu)的Node<K, V>類，與代表紅黑樹結(jié)構(gòu)的TreeNode<K, V>類。

// HashMap.java源碼// 基于單向鏈表的用于存儲數(shù)據(jù)的對象static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } ...}// 基于紅黑樹的用于存儲數(shù)據(jù)的對象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); } ...}二次散列

散列映射HashMap只對鍵進行散列，與鍵關(guān)聯(lián)的值不進行散列。以下為HashMap中的部分源碼：

public V put(K key, V value) { return putVal(hash(key), key, value, false, true);}static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);} 所有使用put()方法存入HashMap中的鍵值對，都會在內(nèi)部調(diào)用putVal()進行添加元素操作。putVal()方法的第一個參數(shù)則需要提供key的散列碼。 此處并沒有直接使用key.hashCode()，而是使用了HashMap中的hash()方法對key進行二次散列。二次散列可以理解為在對象調(diào)用它的散列函數(shù)之后，再進行一次額外的計算。二次散列有助于獲得更好的散列碼。 擴容機制 HashMap中的動態(tài)數(shù)組初始容量為16，默認的散列因子為0.75，即在容量到達16 * 0.75 = 12時，會對動態(tài)數(shù)組進行擴容處理，上限容量被稱為threshold。 擴容后的HashMap，其動態(tài)數(shù)組容量為原來的2倍，由于散列因子不會改變，因此threshold也為原來的2倍。 以下為HashMap中resize()、putVal()的源碼：

final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({'rawtypes','unchecked'}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; 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; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; if ((e.hash & oldCap) == 0) { if (loTail == null)loHead = e; elseloTail.next = e; loTail = e; } else { if (hiTail == null)hiHead = e; elsehiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab;}final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 第一個resize()是進行動態(tài)數(shù)組Node<K, V>[]初始化的操作，不會進行擴容 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 當HashMap中元素數(shù)量大于閾值threshold，則會進行擴容resize()操作 if (++size > threshold) resize(); afterNodeInsertion(evict); return null;} 通過源碼可以知道，HashMap在初始化的時候并不會立即為動態(tài)數(shù)組分配內(nèi)存，直到調(diào)用putVal()為止，才會在putVal()中調(diào)用resize()方法初始化動態(tài)數(shù)組。 動態(tài)數(shù)組Node<K, V>[]將在resize()中完成初始化或擴容的操作。 其中有關(guān)初始化的關(guān)鍵代碼為：

newCap = DEFAULT_INITIAL_CAPACITY; // DEFAULT_INITIAL_CAPACITY = 1 << 4，即默認大小為16。newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // threshold = newCap * 0.75，即默認為12。 有關(guān)于擴容的關(guān)鍵代碼為：

if (oldCap > 0) { // 當動態(tài)數(shù)組擁有默認容量時，如果再次調(diào)用resize()，則一定會進行擴容操作 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) { // 容量為原來的2倍 newThr = oldThr << 1; // 閾值為原來的2倍 }}總結(jié)

以上為所有關(guān)于HashSet、HashMap的粗略介紹。如果希望了解更多的內(nèi)容，可以前往JDK閱讀源碼。

以上就是Java HashSet(散列集),HashMap(散列映射)的簡單介紹的詳細內(nèi)容，更多關(guān)于Java HashSet和HashMap的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！