HashSet、HashMap，散列表数据结构（哈希表）

很多开发者，初学者都知道HashSet无序，不可重复，线程非同步。底层是哈希表结构。

但它是怎么做到的？什么是散列表数据结构（哈希表）？有什么特性？都清楚吗？不清楚继续往下看。

它是这样做到的：

先来看HashSet的源码，首先看默认构造器：

[java] 

public HashSet() { 

    map = new HashMap<E,Object>(); 

} 

// ok,我们看到构造器中new了一个HashMap。key使用了泛型，value使用Object。 

public HashSet() {

 map = new HashMap<E,Object>();

}

// ok,我们看到构造器中new了一个HashMap。key使用了泛型，value使用Object。

再来看add方法源码：

[java]

private static final Object PRESENT = new Object(); 

public boolean add(E e) { 

    return map.put(e, PRESENT)==null; 

} 

// PRESENT是一个Object类型的常量，用来当做map的value. 也就是说，你以后在HashSet中存储的元素都是HashMap中key，value全部使用Object。 

private static final Object PRESENT = new Object();

public boolean add(E e) {

 return map.put(e, PRESENT)==null;

}

// PRESENT是一个Object类型的常量，用来当做map的value. 也就是说，你以后在HashSet中存储的元素都是HashMap中key，value全部使用Object。

HashMap的key是不可以重复的，保证元素唯一的依据是对象的hashCode跟equals方法。

而HashSet不就是用HashMap的key来存储元素嘛，也就保证了元素的唯一性。包括迭代器也是HashMap中keySet方法取得的iterator。

[java] 

public Iterator<E> iterator() { 

    return map.keySet().iterator(); 

} 

public Iterator<E> iterator() {

 return map.keySet().iterator();

}

通过上面的介绍，已经对HashSet比较了解了，我们知道HashSet底层是用了HashMap。

要想知道怎么做到存取速度快的，我们直接看HashMap就好了。

散列表数据结构（哈希表）

散列表（Hash table，也叫哈希表），是根据关键字(Key value)而直接进行访问的数据结构。

也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

HashMap底层就是散列表数据结构，即数组和链表的结合体，

底层是一个数组结构，数组中的每一项又是一个链表。这样做有什么好处呢？

数组能够提供对元素的快速访问但不易于扩展(如果不知道元素脚标，还得进行遍历查找)，链表易于扩展但不能对其元素进行快速访问。

怎样做到两全其美，就是散列表数据结构。

我们来看看HashMap中元素存跟取的实现方式：

首先明白，HashMap根据key的hashCode计算出元素在Entry数组中的位置,然后再Entry内部链表中存放key,value。

 

我们来对HashMap存取元素的过程来做一个小的总结：

元素(key,value)在HashMap中被封装进Entry数组。

put元素的时候，根据key的hash值定位元素在Entry数组中的索引，如果当前索引有元素，就通过equals方法进行比较，将元素存进当前Entry的链表中适当的位置。

get元素的时候，根据key的hash值定位元素在Entry数组中的索引，然后通过equals方法定位元素在链表中的位置，取出该元素。

性能分析：

因为元素的存取是通过hash算法进行的，所以速度都没的说。

在查找操作中，唯一影响性能的是在链表中，但实际只要优化好了key对象hashCode跟equals方法，就会避免链表中的数据过多而导致查找性能变慢。

再一个非常影响性能的是数组扩容操作，当使用默认的DEFAULT_INITIAL_CAPACITY对HashMap进行初始化的时候，

如果元素个数非常多，会导致扩容次数增加，每次扩容都会进行元素位置的重新分配，这是相当耗费性能的。

如果能预算好元素个数，就应该避免使用默认的DEFAULT_INITIAL_CAPACITY，可在HashMap的构造函数中为其指定一个初始值。

问题解决：

hashCode必须和equals保持兼容(equals方法的判断依据和计算hashCode的依据相同)，这样做是为了避免链表中的数据过多。

 

参考链接：http://www.2cto.com/kf/201306/218390.html