数据结构 5 哈希表/HashMap 、自动扩容、多线程会出现的问题
上一节，我们已经介绍了最重要的B树以及B+树，使用的情况以及区别的内容。当然，本节课，我们将学习重要的一个数据结构、哈希表
哈希表
哈希也常被称作是散列表，为什么要这么称呼呢，散列、散列、其元素分布较松散、经常用来储存例如key-value的数据、这样有什么好处呢？我们来细细琢磨一下：
- 公安 110
- 急救 120
- 火警 114
假设我们需要将这几个数据保存下来，并且取出的时候，我知道公安 我就能立马查找出公安所对应的号码。并且是快速查询出？怎么做呢？
我们都知道，数组通过索引的方式，也就是下标，它的时间复杂度是最低的。O(1)
通过下标一下子就能找出来。我们有没有办法，通过我们当前的这个key 来算出hash 值呢？
这里的算 这个过程，就是一个生成索引的过程，就是我们所说的哈希（hash）
画图理解一下
假设我们的Hash 算法我们自己定义的，已知条件，所以我们随便知道一个值key 就能算出这个值存在数组的下标，所以呢 能够实现快速查询。
哈希碰撞
就是两个元素算出的hash值一样呢？就会产生冲突，这样的情况只能避免，不能消除。
HashMap
我们来看看JAVA 里面的HashMap 是怎么实现的吧；
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
DEFAULT_LOAD_FACTOR= 荷载系数 默认是0.75 荷载比例大于这个数值的时候，就需要扩容了。
DEFAULT_INITIAL_CAPACITY=初始化容量大小 16
transient Node<K,V>[] table;
我们可以发现，它其中有一个table 的数组，类型是Node,很显然，这就是底层的数组，放置的数据就是这个节点包装类。
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
节点带有当前的hash值，以及键值、我们还会发现，他会带有一个next 元素的指针，这说明什么？就是单向链表呗。
put 增加一个节点
我们构造一个新的map 集合，通过put(k,v) 向散列表中增加一个节点信息。
Map<String,String> map = new HashMap<>();
map.put("key","value");
------------
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);
}
我们得知，这个hash(obj) 方法将传过来的key 通过运算得出hash 值。
hashCode() 是Object 类里面的一个方法。
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
这通常通过将对象的内部地址转换为整数来实现，但Java的编程语言不需要此实现技术。
说白了就是：将这个对象的内存地址通过一种整数的方式展现给我们。
将得到的哈希值进行 无符号右移 16位。 >>>
在与原来的哈希值进行异或^ 进行运算得出hash值。
putVal()
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;
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;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
主要的元素填入是putVal()方法。我简单说一下这个方法：
- 通过传入的hash 值确定这个元素将要放入的位置
i - 确定
i位置是否有元素 - 若有元素。则通过链表的形式。
后入式插入 - 若没有元素，则撇进去即可。
后入式插入 解释一下这个词：不要想歪啊，学术研究。
后面的元素则会替换原有的位置，后加入的元素下一个元素的指针指向原来的元素
get()
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
将HashMap 增加顺序反过来即可。我们还是总结一下：
- 通过传入的
key计算出哈希值。 通过hash值确定这个元素原来存在的数组下标位置i。 - 访问数组指定位置
i确定位置，这个元素存在与否。若存在则直接返回。 - 若对比后发现不是这个元素。也没有下一个元素的指针
next则返回null - 若存在下一个指针，则开始遍历查找。
HashMap 长度
默认初始化长度为16 这个经常会被面试问到。还有一点就是：HashMap 的自动扩容或者手动指定长度。一般都是2的幂函数。 就是2的x次方。
为啥要选择这样，因为是和Hash 算法有关。一般情况下。hash的值基本上都是由key的后几位决定的。所以，这个就了解就可以了。不必要深究。
自动扩容
我们在上面涉及到一个 DEFAULT_LOAD_FACTOR=荷载系数 默认0.75
当底层数组的大小不足以容纳后面的元素的时候，就会发生扩容。也就是resize()
HashMap 主要涉及扩容的方法就是resize()
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;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.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;
}
什么时候会发生扩容呢？当前容量>=总容量*荷载系数
- 创建一个新的数组，创建一个新的数组，长度是原来的2倍。
- 遍历
oldTab取出元素的键后，重新进行hash,算出index=i = (newCap - 1) & hash - 重新插入元素。
多线程下的HashMap
HashMap 在单线程下是安全的，但是不可用于多线程。
多线程下，HashMap 很容易形成链表环。这个记下来就可以了。
119 的下一个元素指向114
而114的下一个元素又会指向119 这样很容易形成死锁
小结
通过本节，应该了解到一个重要的概念。哈希，以及哈希在JAVA 里面涉及到的HashMap。而HashMap 几个重要的概念，最后再次声明一下：
- HashMap 适用于单线程，多线程会出现死锁（链表环）
- HashMap 默认数组大小 16 荷载系数 0.75
- HashMap 在扩容的时候，扩容为本身的两倍，并且重新进行put()
