　　哈希映射技术是一种就元素映射到数组的非常简单的技术。由于哈希映射采用的是数组结果，那么必然存在一中用于确定任意键访问数组的索引机制，该机制能够提供一个小于数组大小的整数，我们将该机制称之为哈希函数。在Java中我们不必为寻找这样的整数而大伤脑筋，因为每个对象都必定存在一个返回整数值的hashCode方法，而我们需要做的就是将其转换为整数，然后再将该值除以数组大小取余即可。如下

int hashValue = Maths.abs(obj.hashCode()) % size;

下面是HashMap、HashTable的：

----------HashMap------------
//计算hash值
static int hash(int h) {
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}
//计算key的索引位置
static int indexFor(int h, int length) {
        return h & (length-1);
}
-----HashTable--------------
int index = (hash & 0x7FFFFFFF) % tab.length;     //确认该key的索引位置

在众多肯能存在多个元素他们的hash值是一样的，这样就会得到相同的索引位置，也就说多个元素会映射到相同的位置，这个过程我们称之为“冲突”。解决冲突的办法就是在索引位置处插入一个链接列表，并简单地将元素添加到此链接列表。当然也不是简单的插入，在HashMap中的处理过程如下：获取索引位置的链表，如果该链表为null，则将该元素直接插入，否则通过比较是否存在与该key相同的key，若存在则覆盖原来key的value并返回旧值，否则将该元素保存在链头（最先保存的元素放在链尾）。下面是HashMap的put方法，该方法详细展示了计算索引位置，将元素插入到适当的位置的全部过程：

 1 // 将“key-value”添加到HashMap中
 2 public V put(K key, V value) {
 3     // 若“key为null”，则将该键值对添加到table[0]中。
 4     if (key == null)
 5         return putForNullKey(value);
 6     // 若“key不为null”，则计算该key的哈希值，然后将其添加到该哈希值对应的链表中。
 7     int hash = hash(key);
 8     int i = indexFor(hash, table.length);
 9     for (Entry<K,V> e = table[i]; e != null; e = e.next) {
10         Object k;
11         // 若“该key”对应的键值对已经存在，则用新的value取代旧的value。然后退出！
12         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
13             V oldValue = e.value;
14             e.value = value;
15             e.recordAccess(this);
16             return oldValue;
17         }
18     }
19 
20     // 若“该key”对应的键值对不存在，则将“key-value”添加到table中
21     modCount++;
22     addEntry(hash, key, value, i);
23     return null;
24 }
25 
26 // putForNullKey()的作用是将“key为null”键值对添加到table[0]位置
27 private V putForNullKey(V value) {
28     for (Entry<K,V> e = table[0]; e != null; e = e.next) {
29         if (e.key == null) {
30             V oldValue = e.value;
31             e.value = value;
32             // recordAccess()函数什么也没有做
33             e.recordAccess(this);
34             return oldValue;
35         }
36     }
37     // 添加第1个“key为null”的元素都table中的时候，会执行到这里。
38     // 它的作用是将“设置table[0]的key为null，值为value”。
39     modCount++;
40     addEntry(0, null, value, 0);
41     return null;
42 }

HashMap的put方法展示了哈希映射的基本思想，其实如果我们查看其它的Map，发现其原理都差不多！

第3 部分 Map 优化

　　首先这样假设，假设哈希映射的内部数组的大小只有1，所有的元素都将映射该位置（0），从而构成一条较长的链表。由于我们更新、访问都要对这条链表进行线性搜索，这样势必会降低效率。我们假设，如果存在一个非常大数组，每个位置链表处都只有一个元素，在进行访问时计算其 index 值就会获得该对象，这样做虽然会提高我们搜索的效率，但是它浪费了控件。这两种方式都是极端的，但是它给我们提供了一种优化思路：使用一个较大的数组让元素能够均匀分布。在Map有两个会影响到其效率，一是容器的初始化大小、二是负载因子。

3.1 调整实际大小

　　在哈希映射表中，内部数组中的每个位置称作“存储桶”(bucket)，而可用的存储桶数（即内部数组的大小）称作容量 (capacity)，我们为了使Map对象能够有效地处理任意数的元素，将Map设计成可以调整自身的大小。我们知道当Map中的元素达到一定量的时候就会调整容器自身的大小，但是这个调整大小的过程其开销是非常大的。调整大小需要将原来所有的元素插入到新数组中。我们知道index = hash(key) % length。这样可能会导致原先冲突的键不在冲突，不冲突的键现在冲突的，重新计算、调整、插入的过程开销是非常大的，效率也比较低下。所以，如果我们开始知道Map的预期大小值，将Map调整的足够大，则可以大大减少甚至不需要重新调整大小，这很有可能会提高速度。下面是HashMap调整容器大小的过程，通过下面的代码可以看到其扩容过程的复杂性：

 1 void resize(int newCapacity) {
 2             Entry[] oldTable = table;    //原始容器
 3             int oldCapacity = oldTable.length;    //原始容器大小
 4             if (oldCapacity == MAXIMUM_CAPACITY) {     //是否超过最大值：1073741824
 5                 threshold = Integer.MAX_VALUE;
 6                 return;
 7             }
 8 
 9             //新的数组：大小为 oldCapacity * 2
10             Entry[] newTable = new Entry[newCapacity];    
11             transfer(newTable, initHashSeedAsNeeded(newCapacity));
12             table = newTable;
13            /*
14             * 重新计算阀值 =  newCapacity * loadFactor >  MAXIMUM_CAPACITY + 1 ? 
15             *                         newCapacity * loadFactor :MAXIMUM_CAPACITY + 1
16             */
17             threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);   
18         }
19 
20         //将元素插入到新数组中
21         void transfer(Entry[] newTable, boolean rehash) {
22             int newCapacity = newTable.length;
23             for (Entry<K,V> e : table) {
24                 while(null != e) {
25                     Entry<K,V> next = e.next;
26                     if (rehash) {
27                         e.hash = null == e.key ? 0 : hash(e.key);
28                     }
29                     int i = indexFor(e.hash, newCapacity);
30                     e.next = newTable[i];
31                     newTable[i] = e;
32                     e = next;
33                 }
34             }
35         }

3.2 负载因子

　　为了确认何时需要调整Map容器，Map使用了一个额外的参数并且粗略计算存储容器的密度。在Map调整大小之前，使用”负载因子”来指示Map将会承担的“负载量”，也就是它的负载程度，当容器中元素的数量达到了这个“负载量”，则Map将会进行扩容操作。

负载因子、容量、Map大小之间的关系如下：

负载因子 * 容量 > map大小 ----->调整Map大小。

例如：如果负载因子大小为0.75（HashMap的默认值），默认容量为11，则 11 * 0.75 = 8.25 = 8，所以当我们容器中插入第八个元素的时候，Map就会调整大小。

　　负载因子本身就是在控件和时间之间的折衷。当我使用较小的负载因子时，虽然降低了冲突的可能性，使得单个链表的长度减小了，加快了访问和更新的速度，但是它占用了更多的控件，使得数组中的大部分控件没有得到利用，元素分布比较稀疏，同时由于Map频繁的调整大小，可能会降低性能。但是如果负载因子过大，会使得元素分布比较紧凑，导致产生冲突的可能性加大，从而访问、更新速度较慢。所以一般推荐不更改负载因子的值，采用默认值0.75.

参考

1.Java 集合系列14之 Map总结(HashMap, Hashtable, TreeMap, WeakHashMap等使用场景)

2.Java提高篇（三三）-----Map总结

posted on 2014-08-26 12:34 xingle0917 阅读(511) 评论(0) 编辑收藏举报

刷新页面返回顶部

第1 部分 Map 概述

第2 部分 内部哈希： 哈希映射技术

第3 部分 Map 优化

3.1 调整实际大小

3.2 负载因子

第2 部分内部哈希：哈希映射技术