一、概述
1、HashMap是一个用于存储Key-Value键值对的集合,每个【键值对】也叫作【Entry】, 这些【键值对(Entry)】分散存储在一个【数组】中,这个数组就是HashMap的主干。
大概如下图:
2、HashMap数组每一个元素的【初始值】都是Null
3、对于HashMap,最常用的两个方法是:get()、put()
下面我们就来重点分析这两个方法
Put()方法的原理
1、调用put()方法时,比如:hashMap.put("apple",2),插入一个Key为"apple"的元素。
需要利用一个【哈希函数】来确定Entry(K-V)的插入位置(Index): index = Hash("apple");
假设计算出的index是2,那么结果如下:
2、但是,因为HashMap的长度是有限的,也就是数组长度限制,当插入的Entry(K-V)越来越多时,再完美的Hash函数难免会出现【index冲突】的情 况。
比如:
这个时候怎么办呢??
哈哈,没错,也许很多人已经猜到了,使用【链表】来解决。
这也是HashMap的底层数据结构:组数+单链表
3、HashMap数组的每一个元素不止是一个Entry对象,也是一个链表的【头节点】。
每一个Entry对象通过【Next指针】指向它的下一个Entry节点。
当新来的Entry映射到冲突的数组位置时,只需要插入到对应的链表即可:
新来的Entry节点插入链表时,采用的是【头插法】
get()方法的原理
1、使用get()方法时,根据Key来查找Value,首先会把输入的Key做一次Hash映射,得到对应的index:
index = Hash("apple");
2、由于【Hash冲突】,同一个位置可能匹配到多个Entry,这时候就需要顺着对应的【链表的头节点】,一个一个向下来查找。
假设我们要查找的Key是“apple”:
第一步,查看的是头节点Entry6,Entry6的Key是banana,显然不是我们要找的结果。
第二步,查看的是Next节点Entry1,Entry1的Key是apple,正是我们要找的结果。
之所以把Entry6放在头节点,是因为HashMap的发明者认为,后插入的Entry被查找的可能性更大。
HashMap的长度设置
①. HashMap默认的初始长度是16,并且每次自动扩容或手动初始化时,长度必须是2的幂。
②. 之所以选择16,是为了服务于从Key映射到index的Hash算法
之前说过,从Key映射到HashMap数组的对应位置,会用到一个Hash函数:
index = Hash(“apple”)
③. 如何实现一个尽量均匀分布的Hash函数呢?
可以利用Key的HashCode值来做某种运算
不是把Key的HashCode值和HashMap长度做【取模运算】
取模运算方式虽然简单,但是效率很低,为了实现高效的Hash算法,HashMap的发明者采用了【位运算】的方式。
④. 如何进行【位运算】呢?
有如下的公式(Length是HashMap的长度):
index = HashCode(Key) & (Length -1)
举个例子:
下面我们以值为“book”的Key来演示整个过程:
1. 计算book的hashcode,结果为十进制的3029737,二进制的101110001110101110 1001。
2. 假定HashMap长度是默认的16,计算Length-1的结果为十进制的15,二进制的1111。
3. 把以上两个结果做与运算,101110001110101110 1001 & 1111 = 1001,十进制是9,所以 index=9。
可以说,Hash算法最终得到的index结果,完全取决于Key的Hashcode值的最后几位。
⑤. 长度必须是16或者2的幂,这样做不但效果上等同于取模,而且还大大提高了性能。
至于为什么采用16,我们可以试试长度为10会出现什么问题。
假设HashMap的长度是10,重复刚才的运算步骤:
单独看这个结果,表面上并没有问题。
我们再来尝试一个新的HashCode 101110001110101110 1011 :
让我们再换一个HashCode 101110001110101110 1111 试试 :
是的,虽然HashCode的倒数第二第三位从0变成了1,但是运算的结果都是1001。
也就是说,当HashMap长度为10的时候,有些index结果的出现几率会更大,而有些index结果永远不会出现(比如0111)
这样,显然不符合 Hash算法均匀分布的原则。
反观长度16或者其他2的幂,Length-1的值是所有二进制位全为1,这种情况下,index的结果等同于HashCode后几位的值。
只要输入的HashCode本身分布均匀,Hash算法的结果就是均匀的。