java集合框架（1） hashMap 简单使用以及深度分析(转)

java.util
类 HashMap<K,V>
java.lang.Object
java.util.AbstractMap<K,V>
java.util.HashMap<K,V>
类型参数：
K - 此映射所维护的键的类型
V - 所映射值的类型
所有已实现的接口：
Serializable, Cloneable, Map<K,V>
直接已知子类：
LinkedHashMap, PrinterStateReasons

--------------------------------------------------------------------------------

public class HashMap<K,V>extends AbstractMap<K,V>implements Map<K,V>, Cloneable, Serializable基于哈希表的 Map 接口的实现。

特点：
（1）此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。
（除了非同步和允许使用 null 之外，HashMap 类与 Hashtable 大致相同。）
（2）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
（3）此实现假定哈希函数将元素适当地分布在各桶之间，可为基本操作（get 和 put）提供稳定的性能。

迭代 collection 视图所需的时间与 HashMap 实例的“容量”（桶的数量）及其大小（键-值映射关系数）成比例。

所以，如果迭代性能很重要，则不要将初始容量设置得太高（或将加载因子设置得太低）。

HashMap 的实例有两个参数影响其性能：初始容量 和加载因子。
(1)容量 是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。
(2)加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。

当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。

通常，默认加载因子 (.75) 在时间和空间成本上寻求一种折衷。
加载因子过高虽然减少了空间开销，但同时也增加了查询成本（在大多数 HashMap 类的操作中，包括 get 和 put 操作，都反映了这一点）。
在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。

如果初始容量大于最大条目数除以加载因子，则不会发生 rehash 操作。

如果很多映射关系要存储在 HashMap 实例中，则相对于按需执行自动的 rehash 操作以增大表的容量来说，使用足够大的初始容量创建它将使得映射关系能更有效地存储。

注意，此实现不是同步的。如果多个线程同时访问一个哈希映射，而其中至少一个线程从结构上修改了该映射，则它必须 保持外部同步。
（结构上的修改是指添加或删除一个或多个映射关系的任何操作；仅改变与实例已经包含的键关联的值不是结构上的修改。）
这一般通过对自然封装该映射的对象进行同步操作来完成。

如果不存在这样的对象，则应该使用 Collections.synchronizedMap 方法来“包装”该映射。
最好在创建时完成这一操作，以防止对映射进行意外的非同步访问，如下所示：

Map m = Collections.synchronizedMap(new HashMap(...));

由所有此类的“collection 视图方法”所返回的迭代器都是快速失败 的：
在迭代器创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的 remove 方法，
其他任何时间任何方式的修改，迭代器都将抛出 ConcurrentModificationException。

因此，面对并发的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。

注意，迭代器的快速失败行为不能得到保证，一般来说，存在非同步的并发修改时，不可能作出任何坚决的保证。
快速失败迭代器尽最大努力抛出 ConcurrentModificationException。

因此，编写依赖于此异常的程序的做法是错误的，正确做法是：迭代器的快速失败行为应该仅用于检测程序错误。

此类是 Java Collections Framework 的成员。

(1)
containsKey
public boolean containsKey(Object key)如果此映射包含对于指定键的映射关系，则返回 true。

指定者：
接口 Map<K,V> 中的 containsKey
覆盖：
类 AbstractMap<K,V> 中的 containsKey
参数：
key - 要测试其是否在此映射中存在的键
返回：
如果此映射包含对于指定键的映射关系，则返回 true。

(2)
keySet
public Set<K> keySet()返回此映射中所包含的键的 Set 视图。该 set 受映射的支持，所以对映射的更改将反映在该 set 中，反之亦然。如果在对 set 进行迭代的同时修改了映射（通过迭代器自己的 remove 操作除外），则迭代结果是不确定的。该 set 支持元素的移除，通过 Iterator.remove、Set.remove、removeAll、retainAll 和 clear 操作可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。

指定者：
接口 Map<K,V> 中的 keySet
覆盖：
类 AbstractMap<K,V> 中的 keySet
返回：

此映射中包含的键的 set 视图【有关 set 使用 见下文。】

下面借鉴一个实例演示解析：

public class HashMapTest {
public static void main(String[] args) {

HashMap<String,String> keySetMap = new HashMap<String,String>();
HashMap<String,String> entrySetMap=new HashMap<String,String>();

for (int i= 0;i<1000;i++) {
keySetMap.put(""+i, "keySet");
}
for(int i=0;i<1000;i++){
entrySetMap.put(""+i,"entrySet");
}

long startTimeOne = System.currentTimeMillis();
<strong><span style="color:#ff0000;">Iterator<String> keySetIterator = keySetMap.keySet().iterator();
while (keySetIterator.hasNext()) {
System.out.println(</span><span style="color:#000099;">keySetMap.get(keySetIterator.next())</span><span style="color:#ff0000;">);
}</span></strong>
System.out.println("keyset遍历时间-------------------------------:"+(System.currentTimeMillis()-startTimeOne));

long startTimeTwo=System.currentTimeMillis();
Iterator<Entry<String,String>> entrySetIterator=entrySetMap.entrySet().iterator();
while(entrySetIterator.hasNext()){
Entry<String,String> entry=entrySetIterator.next();
System.out.println(entry.getValue());
}
System.out.println("entryset遍历时间---------------------------:"+(System.currentTimeMillis()-startTimeTwo));
}
}

　　

通过多次运行测试发现，entryset遍历时间比keyset遍历时间短许多，entryset方式的性能通常要比keyset方式高一倍。

三。原因何在？

通过查看源代码发现，调用keySetMap.keySet()这个方法会生成keyIterator迭代器，
其next()方法只返回其key值，然后再通过key值在keySetMap中获得其value值，代码如：keySetMap.get(keySetIterator.next())

而调用entrySetMap.entrySet()方法会生成EntryIterator迭代器，其next()方法返回一个Entry对象的一个实例，其中包含key值和value值。
如果遍历HashMap时只取其key值，那么两种方式的遍历在性能上应该是相同的。

但同时取key值和value值时，keyset方式比entryset方式多遍历了一次table，此时keyset方式性能差些。

hashMap深度分析（转载）

java.util.HashMap是很常见的类，前段时间公司系统由于对HashMap使用不当，导致cpu百分之百，
在并发环境下使用HashMap 而没有做同步，可能会引起死循环，关于这一点，sun的官方网站上已有阐述，这并非是bug。

HashMap的数据结构
HashMap主要是用数组来存储数据的，我们都知道它会对key进行哈希运算，哈系运算会有重复的哈希值，对于哈希值的冲突，HashMap采用链表来解决的。


在HashMap里有这样的一句属性声明：
transient Entry[] table;
Entry就是HashMap存储数据所用的类，它拥有的属性如下
final K key;
V value;
final int hash;
Entry<K,V> next;

看到next了吗？next就是为了哈希冲突而存在的。比如通过哈希运算，一个新元素应该在数组的第10个位置，但是第10个位置已经有Entry，那么好吧，将新加的元素也放到第10个位置，将第10个位置的原有Entry赋值给当前新加的 Entry的next属性。数组存储的是链表，链表是为了解决哈希冲突的，这一点要注意。

几个关键的属性
存储数据的数组
transient Entry[] table; 这个上面已经讲到了
默认容量
static final int DEFAULT_INITIAL_CAPACITY = 16;
最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
默认加载因子，加载因子是一个比例，当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
当实际数据大小超过threshold时，HashMap会将容量扩容，threshold＝容量*加载因子
int threshold;
加载因子
final float loadFactor;

HashMap的初始过程
构造函数1：

public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);

// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;

this.loadFactor = loadFactor;
threshold = (int)(capacity * loadFactor);
table = new Entry[capacity];
init();
}

　　

重点注意这里
while (capacity < initialCapacity)
capacity <<= 1;

capacity才是初始容量，而不是initialCapacity，这个要特别注意，如果执行new HashMap(9,0.75)；
那么HashMap的初始容量是16，而不是9，想想为什么吧。

构造函数2

public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

　

构造函数3，全部都是默认值

public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
table = new Entry[DEFAULT_INITIAL_CAPACITY];
init();
}

　　

构造函数4:

public HashMap(Map<? extends K, ? extends V> m) {
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
putAllForCreate(m);
}

　　

如何哈希
HashMap并不是直接将对象的hashcode作为哈希值的，
而是要把key的hashcode作一些运算以得到最终的哈希值，
并且得到的哈希值也不是在数组中的位置哦，无论是get还是put还是别的方法，计算哈希值都是这一句：
int hash = hash(key.hashCode());
hash函数如下：
static int hash(int h) {
return useNewHash ? newHash(h) : oldHash(h);
}
useNewHash声明如下：
private static final boolean useNewHash;
static { useNewHash = false; }
这说明useNewHash其实一直为false且不可改变的，hash函数里对 useNewHash的判断真是多余的。

private static int oldHash(int h) {
h += ~(h << 9);
h ^=  (h >>> 14);
h +=  (h << 4);
h ^=  (h >>> 10);
return h;
}

private static int newHash(int h) {
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}

　　

其实HashMap的哈希函数会一直都是oldHash。

如果确定数据的位置
看下面两行
int hash = hash(k.hashCode());
int i = indexFor(hash, table.length);
第一行，上面讲过了，是得到哈希值，
第二行，则是根据哈希指计算元素在数组中的位置了，位置的计算是将哈希值和数组长度按位与运算。
static int indexFor(int h, int length) {
return h & (length-1);
}

put方法到底作了什么？

public V put(K key, V value) {
if (key == null)
return putForNullKey(value);
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}

modCount++;
addEntry(hash, key, value, i);
return null;
}

　　

如果key为NULL，则是单独处理的，看看putForNullKey方法：

private V putForNullKey(V value) {
int hash = hash(NULL_KEY.hashCode());
int i = indexFor(hash, table.length);

for (Entry<K,V> e = table[i]; e != null; e = e.next) {
if (e.key == NULL_KEY) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}

modCount++;
addEntry(hash, (K) NULL_KEY, value, i);
return null;
}

　　

NULL_KEY的声明：static final Object NULL_KEY = new Object();
这一段代码是处理哈希冲突的，就是说，在数组某个位置的对象可能并不是唯一的，它是一个链表结构.
根据哈希值找到链表后，还要对链表遍历，找出key相等的对象，替换它，并且返回旧的值。
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
if (e.key == NULL_KEY) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}

如果遍历完了该位置的链表都没有找到有key相等的，那么将当前对象增加到链表里面去
modCount++;
addEntry(hash, (K) NULL_KEY, value, i);
return null;
且看看addEntry方法:

void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)
resize(2 * table.length);
}
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);

　　

新建一个Entry对象，并放在当前位置的Entry链表的头部，看看下面的 Entry构造函数就知道了，注意红色部分。
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}

如何扩容？
当put一个元素时，如果达到了容量限制，HashMap就会扩容，新的容量永远是原来的2倍。
上面的put方法里有这样的一段：
if (size++ >= threshold)
resize(2 * table.length);
这是扩容判断，要注意，并不是数据尺寸达到HashMap的最大容量时才扩容.
而是达到 threshold指定的值时就开始扩容， threshold＝最大容量＊加载因子。

看看resize方法:

void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}

Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}

　　

重点看看红色部分的 transfer方法:

void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}

　　

tranfer方法将所有的元素重新哈希，因为新的容量变大，所以每个元素的哈希值和位置都是不一样的。

正确的使用HashMap


1：不要在并发场景中使用HashMap
HashMap是线程不安全的，如果被多个线程共享的操作，将会引发不可预知的问题，
据sun的说法，在扩容时，会引起链表的闭环，在get元素时，就会无限循环，后果是cpu100%。
看看get方法的红色部分

public V get(Object key) {
if (key == null)
return getForNullKey();
int hash = hash(key.hashCode());
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
}

　　

2：如果数据大小是固定的，那么最好给HashMap设定一个合理的容量值
根据上面的分析，HashMap的初始默认容量是16，默认加载因子是0.75.
也就是说，如果采用HashMap的默认构造函数,
当增加数据时，数据实际容量超过10*0.75=12时，HashMap就扩容，扩容带来一系列的运算.新建一个是原来容量2倍的数组，对原有元素全部重新哈希，如果你的数据有几千几万个，而用默认的HashMap构造函数，那结果是非常悲剧的，因为HashMap不断扩容，不断哈希，在使用HashMap的场景里，不会是多个线程共享一个HashMap,除非对HashMap包装并同步,由此产生的内存开销和cpu开销在某些情况下可能是致命的