Java之集合(八)HashMap

　　转载请注明源出处：http://www.cnblogs.com/lighten/p/7338372.html

1.前言

　　本章介绍Java中最常用的一个集合类HashMap，此类在不同的JDK版本有不同的实现，目的就是为了优化其效率。本章依旧是基于JDK8的HashMap进行讲解，其与JDK7有极大的区别，从代码量上来说，JDK8的实现超过2千行，JDK7为1千行。因此，本章只介绍HashMap的实现原理，其它的略讲。

　　注意：红黑树图画的有点问题，线的颜色不对，之前理解的不到位，如果看晕了可以看TreeMap中的介绍，比这里要清楚一些。左旋右旋操作还是看这篇文章。图不改了。

2.HashMap

　　HashMap实现了Map接口，其数据结构是Hash表。该类与HashTable十分相似，就两点不一样：1.线程不安全；2.允许键或值为null。HashMap不保证map中的次序，特别是不保证次序永远相同。HashMap提供常量时间性能的基本操作get和put。迭代器遍历的效率与HashMap的容量和Size相关，所以不要设置初始容量过大(或者load factor太小)。

　　HashMap有两个参数会影响其性能：初始容量大小和载入因子(load factor)。初始容量大小指的是Hash桶的大小。载入因子是来衡量hash表在其容量增加之前允许达到的完整度。当hash表中的实体数量超过了载入因子和当前容量，hash表就会刷新，新的hash表将会是hash桶的2倍数量。通常载入因子设置成0.75，这个会达到一个良好了时间和空间性能。超过这个值会减少空间开销，但是会增加查询开销。设置初始容量的时候需要考虑map中将容纳的数量和map的载入因子，这样可以最小化刷新的次数。如果初始容量大于最大的实体数/载入因子就不会刷新。可以使用Collections.synchronizedMap(new HashMap(...));来进行同步hashMap。

　　注意：如果在创建迭代器之后，HashMap的结构改变了，任何情况下迭代器的remove方法都会抛出并发异常。因此迭代器是"fail-fast“的。

　　JDK8在实现上与JDK7最大的不同在于，当hash桶上的数量过大的时候，会将结构改变成Tree，类似于TreeMap。大部分的桶都使用普通的方法，但是合适的时候会使用TreeNode方法。TreeNode桶可以转换并且像其他的使用一样，并且在数量过多的时候查找效率会得到提升。然而，在绝大部分桶并没有数据过多的时候正常使用，在表格方法中判断tree桶存在会有延迟。

2.1数据结构

　　DEFAULT_INITIAL_CAPACITY：默认初始化容量，必须是2ⁿ，

　　MAXIMUM_CAPACITY：最大的容量2³⁰，必须小于或等于这个值

　　DEFAULT_LOAD_FACTOR：默认的载入因子0.75f

　　TREEIFY_THRESHOLD：桶的阈值，超过这个数量会转成Tree。默认8

　　UNTREEIFY_THRESHOLD：桶的阈值，低于这个数量会转成普通的桶。默认6

　　MIN_TREEIFY_CAPACITY：hash表最小的容量。必须是4*TREEIFY_THRESHOLD，避免刷新和treeification thresholds的冲突。

　　数据结构如上图，主要就是一个table和size。HashMap的键值对Entry实现如下：

　　hash值，键，值和下一个节点。

2.2 方法

　　这段代码的理解可以参考：这里。下面做一个简单的描述。

　　这段代码就是一个计算hash值的代码，难以理解的地方在于h^h>>>16。这是一个扰动函数，目的是为了减少碰撞或者说是冲突。上面计算出来的hash值是不能直接使用的，因为int的取值范围太大，不可能放在hash表中(初始容量只有16)，所以还需要再做一步取余的操作n&(length-1)，这样就可以放入其中了。但是这么处理会有一个麻烦的地方，那就是其值关注了低位的情况（初始容量太小）。高位的数据等同于没用，如果hashCode的值直接使用，而其值的分布范围恰好造成低位近似，就会产生严重的冲突。上面的扰动函数就是用来解决这个问题的。h^h>>>16，整形的长度是32个bits，右移16位正好高低位做异或，得到的值的低位保留了高位的相关信息，使得低位更加随机，减少冲突的产生，更加均匀的分布到hash表中。所给链接也有实验证明，这样操作是能减少冲突的。

　　从构造函数可以看出，其并没有初始化hash表，数组table。这个和JDK7所进行的就不一样，其在构造方法中就初始化了hashTable。先看看最常用的两个方法put和get的实现吧。

　　get方法的就是通过调用getNode方法找到该键值对而已。

　　这段代码就可以看出其都需要判断一下table有没有初始化，没有就直接返回null。否则就返回该键落在的hash表上的hash桶的第一个节点，比对键值。如果不是就根据是TreeNode还是一般的链表结构继续查找，直到找到或者找完该桶所有元素。

　　put方法也是先判断表存不存在，不存在就创建，再判断hash表中该位置是否有值，没有值就直接存入。存在就判断这第一个键是否相等，最后才根据onlyIfAbsent来决定是否设置值。如果第一个不相同，就判断是否是TreeNode，再根据其相关方法插入，否则就是一般的桶，遍历到最后一个还不存在就创建，再判断当前数量是否达到转换成Tree结构的阈值。找到了就停止，和之前一样根据onlyIfAbsent来决定是否设置值。

　　现在来看看resize方法和treeifyBin方法。resize方法太长，就不进行截图了，描述一下进行过程：（1）初始化变量，包括原表，原表长度，和原表要变成的长度。如果原表容量大于0，超过最大值就不改变，返回，小于最大值就新表扩容1倍，新表下次扩容大小也加倍。如果原表容量等于0，但是下次扩容大小大于0，下次扩容大小就是新表大小。如果都不满足，就设置新表大小为默认初始化大小，计算下一个扩容大小。如果下一次扩容大小为0，就通过loadFactor和新表容量计算出大小。（2）根据计算出来的新表大小生成新表（3）如果旧表不为null，遍历旧表，一个个桶遍历过去，放在新表指定位置。（4）返回新表。

2.3 桶的转换

　　从前面也可以看出，当一个hash桶的数值达到了默认值时，就会转换成树结构。下面深入探讨一下这部分的内容：

　　上图是一个TreeNode的基本结构，这个树结构是一个红黑树，下面详细介绍一下该内的相关方法，了解一下红黑树的实现方法。

　　树的根节点查找十分简单，不断的查找父节点就可以了，为null的那个节点就是根节点。

　　上面方法就是hash表的一个结点的链表达到了转换成树结构阈值的时候的转换方法。可以看到在hash表较小的时候，其先采取的方法是扩容来达到减少结点链表长度的作用。如果不进行扩容，就将结点替换成TreeNode，然后遍历设置前后结点了，hd是头结点，tl是前一个结点，p是当前结点。组成了TreeNode的双向链表头，将头结点放入hash当前位置，然后调用头结点的treeify方法。

　　上面代码就是将双向链表的TreeNode结点改成Tree结构。这个方法是TreeNode类的方法。从双向链表第一个节点就是当前结点开始，设置成树的根节点。每个进来的结点（遍历的结点）都拿出其键和hash值，然后遍历这棵树（这就是上面代码循环root结点的内容），准备加入已经有序的树中。如果进来的结点的hash值比当前树结点要小，dir为-1（放入结点左边），大于dir为1（放入结点右边），如果相等，且不能通过类的compareTo方法进行比较出结果，就通过System.identityHashCode(a)方法比较，只是为了满足能够比较出差异，而不保证顺序。接下来根据dir判断放入当前节点的左边还是右边，前提其为null，不为null就循环。最后找这个位置，进来的结点父节点就是当前循环的树的结点，dir小于0树的结点左孩子就是进来的结点，大于0就是在右边。

　　上面的操作可能会破坏红黑树的左右平衡，所以还需要进行平稳的插入。TreeNode的balanceInsertion(root, x)方法来完成，其返回值是根节点。此方法太长，不进行截图，这里描述一下维持红黑树平衡的办法。此方法的入参是上面一步得到的二叉树的根节点root和插入树的当前结点x，此时虽然满足了红黑树的一个特性即左节点<父节点<右节点，但是可能破坏了平衡二叉树的要求，左右子树的深度差距不能超过1。要理解这段代码，标记位red十分重要，其表示红黑树是否红链接。红链接的含义是将其和其左节点看做是同一个节点，此为2-3树的原理。这里提供一个具体的参考博客，再来看Java中的平衡插入步骤就会比较容易了。博客：这里。步骤如下：

　　1.插入节点x先被设置成红链接，其的父节点xp为null，证明插入节点是root节点，返回x根节点。

　　2.xp不是红链接，或者父节点xp的父节点xpp为null，不需要调整，直接返回root节点。

　　　　这两种情况都是返回root节点，一个新入的X结点都是先设置成红链接，再不断上移，和2-3树那篇文章的顺序是反的。

　　3.判断插入的x是在父父节点xpp的左边，到了这一步肯定是因为xp是红链接，且xpp不为null：

　　　　①xpp节点右边xppr不为null，且xppr是一个红链接。这种情况xppr分裂，xp也不会是红链接，但是xpp变成了红链接。当前结点变成了xpp节点。

　　　　　　上面两种情况都差不多，最终会变成XPP成为X节点，重新进入循环，然后满足第2部，返回root节点50，从图中也可以看出，此时左右树的深度是达到了平衡。

　　　　②x是xp的右节点，x变成xp，进行左旋转。重新赋值xp和xpp。如果xp不为null，xp变成非红链接。此时xpp不为null，xpp是一个红链接，进行左旋转。

　　　　上图是第一次左旋操作，可以看出37和25的位置对调了一下，而此时X是P，XP是不为null，且XPP也是不为null的，此时需要进行右旋转：

　　　　这样就可以看出形状从最初的不平衡，变成了最后的平衡状态。

　　4.x是父父节点xpp的右边，这个步骤的逻辑和3是一样的，只是换了方向而已，不再给出图解：

　　　　①如果xppl不为null且是红链接，拆分成不是红链接，xp也不是红链接，xpp变成红链接，当前结点变成xpp。

　　　　②x是xp的左节点，x变成xp进行右旋转，重新赋值xp和xpp。再判断xp是否为null，不是null，xp变成非红链接，但是如果xpp不为null，那么xpp是一个红链接，进行左旋转。

　　左右旋转是为了插入和删除的时候保持二叉树的平衡。光看代码和图解，还是比较难以理解，只知道按着代码会变成这个平衡的样子，但是不知道为何这样操作会保持平衡（上图解并没有给出全部的可能性）。其实左旋转和右旋转并不是很难理解，听其名字就可见一二。下面以左旋为例进行详细介绍，右旋其实是一样的。

　　上面这个图形肯定是不平衡的，而简单的平衡方法就是以25为父节点，左旋转一圈变成

　　一般想象旋转，肯定就是这样子的了。但是问题就出来了，37的旋转会产生冲突，所以Java的那段难以理清的代码，就是为了解决这个冲突的。

　　这里的p就是要旋转的顶点了。如果P不存在或者没有右节点，那就旋转不了。第一个if就是解决P的右节点存在左节点，这个左节点就是p的右节点了，从图也可以看出数值的排序是37的左是会大于P 25的左的，所以放在P的右边。第二个if就是用右节点替换掉P节点，作为顶点，此时如果该顶点的父节点为null，意味着一开始这个订单就是root顶点，需要替换root，改变红链接，如果该顶点的父节点不为null，左旋的结点就不是根节点，要重新绑定其子节点：左节点等于P的时候，变成r，否者就是右节点变成r（左旋是发生在父节点的左边还是右边的区别）。然后把p绑定在r上。

　　最后结果如上，由于XPP还存在，所以需要以XPP右旋，右旋的逻辑不再叙述，和左旋一样，最后的结果（没有再仔细处理红链接）：

3. 后记

　　HashMap本想给出整个流程图的，但是想了想必要性不大。hash表的结构和使用应该都不是什么难点，唯一复杂的就是JDK8的转成红黑树的部分，本文也着重介绍了这部分的内容，也就不再进行画图了。HashMap中其它的内容也不会难以看懂，就不再进行介绍了，有了上面的解析，再看HashMap也不会一脸迷茫。