深入理解HashMap

Posted on

深入理解HashMap

您还未登录 ! 我的应用 登录 注册

JavaEye-最棒的软件开发交流社区

论坛首页Java编程和Java企业应用版Java综合

深入理解HashMap

全部 Hibernate Spring Struts iBATIS 企业应用 设计模式 DAO 领域模型 OO Tomcat SOA JBoss Swing Java综合

myApps快速开发平台,配置即开发、所见即所得,节约85%工作量

« 上一页 1 2 38 9 下一页 » 浏览 17789 次 主题:深入理解HashMap

该帖已经被评为精华帖 作者 正文 * annegu

  • 等级: 三星会员
  • annegu的博客
  • 文章: 38
  • 积分: 360
  • 来自: 杭州
  • 发表时间:2009-12-02 最后修改:2010-05-16

< > 猎头职位: 安徽: 合肥,杭州,苏州:诚聘java架构师

相关文章:

  • 一道面试题所牵涉到的JAVA知识(一)
  • 《算法导论》读书笔记7 (散列表)
  • ConcurrentHashMap之实现细节 推荐圈子: JAVA 3T 更多相关推荐 /// /@author annegu /@date 2009-12-02 // Hashmap是一种非常常用的、应用广泛的数据类型,最近研究到相关的内容,就正好复习一下。网上关于hashmap的文章很多,但到底是自己学习的总结,就发出来跟大家一起分享,一起讨论。 1、hashmap的数据结构 要知道hashmap是什么,首先要搞清楚它的数据结构,在java编程语言中,最基本的结构就是两种,一个是数组,另外一个是模拟指针(引用),所有的数据结构都可以用这两个基本结构来构造的,hashmap也不例外。Hashmap实际上是一个数组和链表的结合体(在数据结构中,一般称之为“链表散列“),请看下图(横排表示数组,纵排表示数组元素【实际上是一个链表】)。 从图中我们可以看到一个hashmap就是一个数组结构,当新建一个hashmap的时候,就会初始化一个数组。我们来看看java代码: /// / The table, resized as necessary. Length MUST Always be a power of two. / FIXME 这里需要注意这句话,至于原因后面会讲到 // transient Entry[] table; static class Entry implements Map.Entry { final K key; V value; final int hash; Entry next; .......... }
      上面的Entry就是数组中的元素,它持有一个指向下一个元素的引用,这就构成了链表。
       当我们往hashmap中put元素的时候,先根据key的hash值得到这个元素在数组中的位置(即下标),然后就可以把这个元素放到对应的位置中了。如果这个元素所在的位子上已经存放有其他元素了,那么在同一个位子上的元素将以链表的形式存放,新加入的放在链头,最先加入的放在链尾。从hashmap中get元素时,首先计算key的hashcode,找到数组中对应位置的某一元素,然后通过key的equals方法在对应位置的链表中找到需要的元素。从这里我们可以想象得到,如果每个位置上的链表只有一个元素,那么hashmap的get效率将是最高的,但是理想总是美好的,现实总是有困难需要我们去克服,哈哈~
    
    2、hash算法 我们可以看到在hashmap中要找到某个元素,需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。前面说过hashmap的数据结构是数组和链表的结合,所以我们当然希望这个hashmap里面的元素位置尽量的分布均匀些,尽量使得每个位置上的元素数量只有一个,那么当我们用hash算法求得这个位置的时候,马上就可以知道对应位置的元素就是我们要的,而不用再去遍历链表。 所以我们首先想到的就是把hashcode对数组长度取模运算,这样一来,元素的分布相对来说是比较均匀的。但是,“模”运算的消耗还是比较大的,能不能找一种更快速,消耗更小的方式那?java中时这样做的, static int indexFor(int h, int length) { return h & (length-1); } 首先算得key得hashcode值,然后跟数组的长度-1做一次“与”运算(&)。看上去很简单,其实比较有玄机。比如数组的长度是2的4次方,那么hashcode就会和2的4次方-1做“与”运算。很多人都有这个疑问,为什么hashmap的数组初始化大小都是2的次方大小时,hashmap的效率最高,我以2的4次方举例,来解释一下为什么数组大小为2的幂时hashmap访问的性能最高。
       看下图,左边两组是数组长度为16(2的4次方),右边两组是数组长度为15。两组的hashcode均为8和9,但是很明显,当它们和1110“与”的时候,产生了相同的结果,也就是说它们会定位到数组中的同一个位置上去,这就产生了碰撞,8和9会被放到同一个链表上,那么查询的时候就需要遍历这个链表,得到8或者9,这样就降低了查询的效率。同时,我们也可以发现,当数组长度为15的时候,hashcode的值会与14(1110)进行“与”,那么最后一位永远是0,而0001,0011,0101,1001,1011,0111,1101这几个位置永远都不能存放元素了,空间浪费相当大,更糟的是这种情况中,数组可以使用的位置比数组长度小了很多,这意味着进一步增加了碰撞的几率,减慢了查询的效率!
    
        所以说,当数组长度为2的n次幂的时候,不同的key算得得index相同的几率较小,那么数据在数组上分布就比较均匀,也就是说碰撞的几率小,相对的,查询的时候就不用遍历某个位置上的链表,这样查询效率也就较高了。
        说到这里,我们再回头看一下hashmap中默认的数组大小是多少,查看源代码可以得知是16,为什么是16,而不是15,也不是20呢,看到上面annegu的解释之后我们就清楚了吧,显然是因为16是2的整数次幂的原因,在小数据量的情况下16比15和20更能减少key之间的碰撞,而加快查询的效率。
    
    所以,在存储大容量数据的时候,最好预先指定hashmap的size为2的整数次幂次方。就算不指定的话,也会以大于且最接近指定值大小的2次幂来初始化的,代码如下(HashMap的构造方法中): // Find a power of 2 >= initialCapacity int capacity = 1; while (capacity < initialCapacity) capacity <<= 1; 3、hashmap的resize
     当hashmap中的元素越来越多的时候,碰撞的几率也就越来越高(因为数组的长度是固定的),所以为了提高查询的效率,就要对hashmap的数组进行扩容,数组扩容这个操作也会出现在ArrayList中,所以这是一个通用的操作,很多人对它的性能表示过怀疑,不过想想我们的“均摊”原理,就释然了,而在hashmap数组扩容之后,最消耗性能的点就出现了:原数组中的数据必须重新计算其在新数组中的位置,并放进去,这就是resize。
       那么hashmap什么时候进行扩容呢?当hashmap中的元素个数超过数组大小/*loadFactor时,就会进行数组扩容,loadFactor的默认值为0.75,也就是说,默认情况下,数组大小为16,那么当hashmap中元素个数超过16/*0.75=12的时候,就把数组的大小扩展为2/*16=32,即扩大一倍,然后重新计算每个元素在数组中的位置,而这是一个非常消耗性能的操作,所以如果我们已经预知hashmap中元素的个数,那么预设元素的个数能够有效的提高hashmap的性能。比如说,我们有1000个元素new HashMap(1000), 但是理论上来讲new HashMap(1024)更合适,不过上面annegu已经说过,即使是1000,hashmap也自动会将其设置为1024。 但是new HashMap(1024)还不是更合适的,因为0.75/*1000 < 1000, 也就是说为了让0.75 /* size > 1000, 我们必须这样new HashMap(2048)才最合适,既考虑了&的问题,也避免了resize的问题。
    
    4、key的hashcode与equals方法改写 在第一部分hashmap的数据结构中,annegu就写了get方法的过程:首先计算key的hashcode,找到数组中对应位置的某一元素,然后通过key的equals方法在对应位置的链表中找到需要的元素。所以,hashcode与equals方法对于找到对应元素是两个关键方法。 Hashmap的key可以是任何类型的对象,例如User这种对象,为了保证两个具有相同属性的user的hashcode相同,我们就需要改写hashcode方法,比方把hashcode值的计算与User对象的id关联起来,那么只要user对象拥有相同id,那么他们的hashcode也能保持一致了,这样就可以找到在hashmap数组中的位置了。如果这个位置上有多个元素,还需要用key的equals方法在对应位置的链表中找到需要的元素,所以只改写了hashcode方法是不够的,equals方法也是需要改写滴~当然啦,按正常思维逻辑,equals方法一般都会根据实际的业务内容来定义,例如根据user对象的id来判断两个user是否相等。 在改写equals方法的时候,需要满足以下三点: (1) 自反性:就是说a.equals(a)必须为true。 (2) 对称性:就是说a.equals(b)=true的话,b.equals(a)也必须为true。 (3) 传递性:就是说a.equals(b)=true,并且b.equals(c)=true的话,a.equals(c)也必须为true。 通过改写key对象的equals和hashcode方法,我们可以将任意的业务对象作为map的key(前提是你确实有这样的需要)。 总结:
      本文主要描述了HashMap的结构,和hashmap中hash函数的实现,以及该实现的特性,同时描述了hashmap中resize带来性能消耗的根本原因,以及将普通的域模型对象作为key的基本要求。尤其是hash函数的实现,可以说是整个HashMap的精髓所在,只有真正理解了这个hash函数,才可以说对HashMap有了一定的理解。
    
    这是hashmap第一篇,主要讲了一下hashmap的数据结构和计算hash的算法。接下去annegu还会写第二篇,主要讲讲LinkedHashMap和LRUHashMap。先做个预告,呵呵~
  • 大小: 78.6 KB

  • 大小: 62.9 KB

  • 查看图片附件

声明:JavaEye文章版权属于作者,受法律保护。没有作者书面许可不得转载。 推荐链接

  • adobe 返回顶楼 * luobo25
  • 等级: 初级会员
  • luobo25的博客
  • 文章: 2
  • 积分: 0
  • 来自: 北京
  • 发表时间:2009-12-03

当length=2^n时,hashcode & (length-1) == hashcode % length,难怪这么巧 ,楼主的研究有价值 返回顶楼 回帖地址

0 0 请登录后投票 * mycybyb

  • 等级: 初级会员
  • mycybyb的博客
  • 文章: 126
  • 积分: 30
  • 来自: 沈阳
  • 发表时间:2009-12-03

写的很好。 不过,以前学数据结构的时候都学过。 返回顶楼 回帖地址

0 0 请登录后投票 * 火星来客

  • 等级: 初级会员
  • 火星来客的博客
  • 文章: 26
  • 积分: 30
  • 来自: 火星
  • 发表时间:2009-12-03

mycybyb 写道

写的很好。 不过,以前学数据结构的时候都学过。 楼上应该没有看楼主的这篇文章,数据结构中应该不会有JDK中map的hash函数的实现说明,而楼主详细的分析了jdk中的hashmap中hash函数真正的原理和价值所在,网上HashMap的文章一堆一堆的,但是没有人能说清楚h&length-1的奥妙所在 返回顶楼 回帖地址

0 0 请登录后投票 * mycybyb

  • 等级: 初级会员
  • mycybyb的博客
  • 文章: 126
  • 积分: 30
  • 来自: 沈阳
  • 发表时间:2009-12-03 最后修改:2009-12-03

火星来客 写道

mycybyb 写道

写的很好。 不过,以前学数据结构的时候都学过。 楼上应该没有看楼主的这篇文章,数据结构中应该不会有JDK中map的hash函数的实现说明,而楼主详细的分析了jdk中的hashmap中hash函数真正的原理和价值所在,网上HashMap的文章一堆一堆的,但是没有人能说清楚h&length-1的奥妙所在 没看能说好吗? 我说写的很好,说的就是h & length -1这个。 其他的,都是常识了。 返回顶楼 回帖地址

0 0 请登录后投票 * 火星来客

  • 等级: 初级会员
  • 火星来客的博客
  • 文章: 26
  • 积分: 30
  • 来自: 火星
  • 发表时间:2009-12-03 最后修改:2009-12-03

mycybyb 写道

火星来客 写道

mycybyb 写道

写的很好。 不过,以前学数据结构的时候都学过。 楼上应该没有看楼主的这篇文章,数据结构中应该不会有JDK中map的hash函数的实现说明,而楼主详细的分析了jdk中的hashmap中hash函数真正的原理和价值所在,网上HashMap的文章一堆一堆的,但是没有人能说清楚h&length-1的奥妙所在 没看能说好吗? 我说写的很好,说的就是h & length -1这个。 其他的,都是常识了。 恩,同意,其他确实是常识,只是从我的面试结果来看,没有常识的程序员比较多。 返回顶楼 回帖地址

0 0 请登录后投票 * dennis_zane

  • 等级: 四钻会员
  • dennis_zane的博客
  • 文章: 1350
  • 积分: 1968
  • 来自: 杭州
  • 发表时间:2009-12-03

火星来客 写道

mycybyb 写道

写的很好。 不过,以前学数据结构的时候都学过。 楼上应该没有看楼主的这篇文章,数据结构中应该不会有JDK中map的hash函数的实现说明,而楼主详细的分析了jdk中的hashmap中hash函数真正的原理和价值所在,网上HashMap的文章一堆一堆的,但是没有人能说清楚h&length-1的奥妙所在 h&length-1,这个也算是常识吧,对数学或者位运算了解点就知道了。 返回顶楼 回帖地址

0 2 请登录后投票 * 火星来客

  • 等级: 初级会员
  • 火星来客的博客
  • 文章: 26
  • 积分: 30
  • 来自: 火星
  • 发表时间:2009-12-03 最后修改:2009-12-03

dennis_zane 写道

h&length-1,这个也算是常识吧,对数学或者位运算了解点就知道了。 &运算本身当然是常识,任何一本计算机图书中几乎都会提到,但是将其和: int capacity = 1; while (capacity < initialCapacity) capacity <<= 1; 组合起来使用,得到%的效果,但是性能比%高,这一点我没有想到,所以这一点上对我个人来说没有将其视为常识。 返回顶楼 回帖地址

0 0 请登录后投票 * yuyee

  • 等级: 初级会员
  • yuyee的博客
  • 文章: 618
  • 积分: 0
  • 来自: 杭州
  • 发表时间:2009-12-03

的确蛮仔细的 返回顶楼 回帖地址

0 0 请登录后投票 * lwyx2000

  • 等级: 初级会员
  • lwyx2000的博客
  • 文章: 5
  • 积分: 30
  • 来自: 福建省
  • 发表时间:2009-12-03

很不错!! 返回顶楼 回帖地址

0 0 请登录后投票

« 上一页 1 2 38 9 下一页 » 论坛首页Java编程和Java企业应用版Java综合 跳转论坛:Java编程和Java企业应用 Web前端技术 移动编程和手机应用开发 C/C++编程 Ruby编程 Python编程 PHP编程 Flash编程和RIA Microsoft .Net 综合技术 软件开发和项目管理 行业应用 入门讨论 招聘求职 海阔天空

© 2003-2010 JavaEye.com. 上海炯耐计算机软件有限公司版权所有 [ 沪ICP备05023328号 ]

希望本站内容对您有点用处,有什么疑问或建议请在后面留言评论
转载请注明作者(RobinChia)和出处 It so life ,请勿用于任何商业用途
本文链接: 深入理解HashMap