Java集合-Map

Java集合-Map

一、简介

Map是以键值对来存储数据元素的。键值对之间存在映射关系，通过key可以查找value。需要注意的是key是不允许重复的，可以认为Map的key组成的集合是一个Set，上篇文章我们介绍Set时也发现Java中Set的实现大多数最后都是采用Map来存储数据。

二、Map子类

HashMap

底层使用哈希表实现，需要实现hashcode和equals方法。面试中涉及最多的还是和HashTable的区别。首先前者是线程不安全的但效率较高key或vale均可为空，后者是线程安全的但线程安全是通过synchronized关键字实现的，key/value不能为空。

需要掌握的内容：

• 底层实现

java1.8版本为数组+链表+红黑树实现,1.7为数组+链表。

    //内部定义了一个table数组来存放键值对，
    transient Node<K,V>[] table;
    
    //内部类Node表示一个键值对
    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

从上面可知HashMap使用内部类Node表示一个键值对，且定义了一个数组来存储键值对，存储过程是根据hash值来确定存储位置的，当发生hash冲突时会把后到的元素链接到上一个Node，当同一index的链表长度超过一定值后会把链表调整为红黑树。

• 存取元素过程

      public V put(K key, V value) {
        //通过hash(key)计算key的hash值
          return putVal(hash(key), key, value, false, true);
      }
      
       final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                     boolean evict) {
          Node<K,V>[] tab; Node<K,V> p; int n, i;
          //初始化table数组大小
          if ((tab = table) == null || (n = tab.length) == 0)
              n = (tab = resize()).length;
              //根据hash值查找在数组中的index，如果找到的index位置上没有元素那么直接放置在该位置
          if ((p = tab[i = (n - 1) & hash]) == null)
              tab[i] = newNode(hash, key, value, null);
          else {
              //找到的index已存在元素即发生了hash碰撞
              Node<K,V> e; K k;
               //如果当前index的元素与要存入元素hash一样且key相等则将p赋值给e
              if (p.hash == hash &&
                  ((k = p.key) == key || (key != null && key.equals(k))))
                  e = p;
                 //如果是树则插入树中
              else if (p instanceof TreeNode)
                  e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
              else {
                 //插入到链表中
                  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;
          //插入后需要扩容
          if (++size > threshold)
              resize();
          afterNodeInsertion(evict);
          return null;
      }
  

  HashMap存储过程使用put，put流程如下：

  1. 先通过hash函数定位桶位置，如果桶位置上元素为空则直接插入该位置
  2. 如果桶位置上元素不为空，判断key是否存在，如果key为空则直接覆盖
  3. key如果不为空那么判断当前元素是否是TreeNode类型，如果是那么红黑树直接插入
  4. 如果不是TreeNode类型那么遍历链表，如果key在链表中存在那么直接覆盖value
  5. 如果key在链表中不存在那么插入链表，插入后判断链表长度如果大于8那么调整链表为红黑树。
  6. 最后插入完要判断当前size是否大于临界值，如果大于要进行扩容

• 扩容过程

      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)
                       //扩容至原来两倍
                  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;
      }
  

  扩容是重新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，对象就需要扩大数组的长度，以便能装入更多的元素。当然Java里的数组是无法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组。

  1. resize首先会检查当前容量，如果等于0那么表示初始化
  2. 如果大于0那么会检查当前容量是否达到最大容量阈值，如果是那么新阈值设置为Integer.MAX_VALUE
  3. 如果未达到最大容量阈值，那么会扩容为当前容量的两倍。
  4. 扩容后需要对原数组中的元素进行重hash，Java 1.8版本重hash时不会重新计算hash只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”

• hash的实现

      static final int hash(Object key) {
          int h;
          return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
      }
  

  HashMap的Hash算法本质上就是三步：取key的hashCode值、高位运算、取模运算

  1. 首先会获取key的hashCode值
  2. 然后hashCode值会跟hashCode值的高16为做异或运算
  3. 最后拿上两步获取的值对底层数组长度取模，取模操作使用的是h & (table.length -1)

  通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销。

参考链接：

https://blog.csdn.net/u013132758/article/details/89181005

Java8系列之重新认识HashMap

准备用HashMap存1w条数据，构造时传10000还会触发扩容吗

面试必问的HashMap，你真的了解吗？

TreeMap

TreeMap实现SortedMap接口，能够把它保存的记录根据键排序，默认是按键值的升序排序，也可以指定排序的比较器，当用Iterator遍历TreeMap时，得到的记录是排过序的。如果使用排序的映射，建议使用TreeMap。在使用TreeMap时，key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator，否则会在运行时抛出java.lang.ClassCastException类型的异常。底层是二叉树（红黑树）实现。containsKey、get, put、 remove等操作的时间复杂度为log(n)

Hashtable

很多的常用功能与HashMap类似，不同的是它承自Dictionary类，并且是线程安全的，任一时间只有一个线程能写Hashtable，并发性不如ConcurrentHashMap，因为ConcurrentHashMap引入了分段机制（jdk1.7是分段锁 jdk1.8采用CAS+synchronized实现）。当不需要线程安全的场合可以用HashMap替换，需要线程安全且高并发的场合可以用ConcurrentHashMap替换

LinkedHashMap

LinkedHashMap是HashMap的一个子类，双向链表维护键值对次序，保存了记录的插入顺序，在用Iterator遍历LinkedHashMap时，先得到的记录肯定是先插入的，也可以在构造时带参数，按照访问次序排序。

在内部定义了LinkedHashMapEntry，它继承自HashMap.Node，增加了before, after指针。

    static class LinkedHashMapEntry<K,V> extends HashMap.Node<K,V> {
        LinkedHashMapEntry<K,V> before, after;
        LinkedHashMapEntry(int hash, K key, V value, Node<K,V> next) {
            super(hash, key, value, next);
        }
    }

LinkedHashMap是 LruCache核心。

LinkedHashMap都有哪些小秘密？同时给LruCache 提个建议

LinkedHashMap源码解析（JDK8）

IdentityHashMap

HashMap内对key比较时是使用hash和equals，IdentityHashMap则是使用= =实现的

    public boolean containsKey(Object key) {
        Object k = maskNull(key);
        Object[] tab = table;
        int len = tab.length;
        int i = hash(k, len);
        while (true) {
            Object item = tab[i]
            //k和数组中某个已存在key通过“= =”比较，判断是否存在
            if (item == k)
                return true;
            if (item == null)
                return false;
            i = nextKeyIndex(i, len);
        }
    }

WeakHashMap

如果其中key所引用对象没有被其他对象以强引用所引用那么key就会被回收。如果key所对应的对象被回收那么其表示的键值对会被删除。

ConcurrentHashMap

因为hashtable同步效率较低所以引入ConcurrentHashMap用于处理并发情况的 HashMap。大概的实现机制是分段，每段有自己的锁，这样就有多把锁可以在一定程度提高同步效率。感兴趣的可以自行去了解具体实现。

https://www.jianshu.com/p/d0b37b927c48

ArrayMap

它的内部实现是基于两个数组。
一个int[]数组，用于保存每个item的hashCode.
一个Object[]数组，保存key/value键值对。容量是上一个数组的两倍。
它可以避免在将数据插入Map中时额外的空间消耗（对比HashMap）。
而且它扩容的更合适，扩容时只需要数组拷贝工作，不需要重建哈希表。
和HashMap相比，它不仅有扩容功能，在删除时，如果集合剩余元素少于一定阈值，还有收缩（shrunk）功能。减少空间占用。

深度解读ArrayMap优势与缺陷

SparseArray

SparseArray是Android提供的key为int类型的map，底层使用数组实现。其内部有两个数据int[] mKeys和Object[] mValues。

mKeys和mValues通过如下方式对应起来：

• 假设要向SparseArray存入key为 10，value为200的键值对，则先将10存到mKeys中，假设 10 在mKeys中对应的索引值是index ，则将value存入 mValues[index]中
• mKeys中的元素值按照递增的形式存放，每次存放新的键值对时都通过二分查找方法来对mKeys进行排序

SparseArray避免了基本数据类型的拆装箱操作，且在数据量不大的情况下查找效率高（内部使用二分查找），还有就是其移除数据时仅做数据标记并不实际删除，实际删除操作在垃圾回收时才进行。

参考链接

三、小结

_{至此Java集合相关类基本分析完毕}
这里贴一个在网上看到的简单规律总结：
ArrayXxx:底层数据结构是数组，查询快，增删慢
LinkedXxx:底层数据结构是链表，查询慢，增删快
HashXxx:底层数据结构是哈希表。依赖两个方法：hashCode()和equals()
TreeXxx:底层数据结构是二叉树。两种方式排序：自然排序和比较器排序

参考：

面试中的HashMap、ConcurrentHashMap和Hashtable