JDK学习---深入理解java中的HashMap、HashSet底层实现

本文参考资料：

1、《大话数据结构》

2、http://www.cnblogs.com/dassmeta/p/5338955.html

3、http://www.cnblogs.com/dsj2016/p/5551059.html

4、http://blog.csdn.net/hackbuteer1/article/details/6591486/

5、http://blog.csdn.net/feixiaoxing/article/details/6848077

6、http://www.cppblog.com/cxiaojia/archive/2012/07/31/185760.html

7、http://www.cnblogs.com/dolphin0520/p/3681042.html

 

　　刚刚添加好《JDK学习---深入理解java中的String》一篇的第四节数据结构部分，相信大家对线性表的顺序存储结构有一定的了解了吧。因为HashMap的底层就涉及到了链表，那么接下来我就再介绍一下链表、尤其是单链表的知识。

 一、链表

　　线性表的顺序存储结构,在上一篇博客《JDK学习---深入理解java中的String》的第四节买火车的例子中已经说明了，它的最大缺点就是插入或删除的时候，需要大量的移动元素，这显然是耗时间的，在数据结构中能够有更加优化的方案呢？

　　要解决这个问题，我们就得思考一下导致这个问题的原因。

　　为什么插入和删除时，需要大量移动元素，仔细分析后发现原因在于相邻的元素在存储位置也具有邻居关系，它们的编号分别为1,2,3......,n。它们在内存中也是紧挨着的，中间没有间隙，当然就无法快速的介入，而删除后，当中就会留下空隙，自然需要时间去弥补，这就是问题所在。

　　接下来会引入链表，链表就是链式存储的线性表。根据指针域的不同，链表分为单向链表、双向链表、循环链表等等。

　　本文只介绍链表中最简单的一种:单向链表。每个元素包含两个域，值域和指针域，我们把这样的元素称之为节点。每个节点的指针域内有一个指针，指向下一个节点，而最后一个节点则指向一个空值。具体请看下图： 

　　


 

       从上图我们可以看出来，每一个节点，都会存在一个指针域，而这个指针域持有的是下一个节点的地址，这样的话就可以避免每个节点元素在内存中存在邻居关系，也就是说各个节点可以分散存储，每个节点只需要持有下一个节点的内存地址即可。这样也就避免了像线性表的顺序存储结构的缺点。

　　单链表的插入：

　　 　　假设存储元素e的节点为s，那实现节点p、p->next和s之间的逻辑关系的变化，只需要将节点s插入到节点p和节点p->next之间即可。如下图所示，单链表的插入根本不需要惊动其他节点，只需要让s->next和p->next 指针做一点改变即可。

 

　　

s->next = p-> next;
p->next = s;

　　　解读这两句话，就是让p的后继节点改成s的后继节点，再把节点s变成p的后继节点，如下图：



单链表第i个数据插入节点的算法思路：

　　　　1、声明一个节点p指向链表的第一个节点，初始化j从1开始；

　　　　2、当 j<i 时，就遍历链表，让p的指针向后移动，不断指向下一个节点，j累加1；

　　　　3、若到链表末尾p为空，则说明第i个元素不存在；

　　　　4、否则查找成功，在系统中生成一个空节点s；

　　　　5、将数据元素e 赋值给 s->next;

　　　　6、单链表插入的标准语句：s->next = p-> next; p->next = s;

　　　　7、返回成功。

思考：上面两句节点操作语句是否可以交换顺序？

　　如果先 p->next = s; 再 s->next = p->next;会怎么样？因为第一句会使得将p->next给覆盖成s的地址了。那么s->next = p->next，其实就等于s->next = s；这样真正的拥有的a<i+1> 数据元素的结点就没有了上级。这样的插入操作就是失败的。需要注意

　　

 单链表的删除：

　　



 

删除的过程中，我们要做的，其实就是一步，p->next = p->next->next, 用q来取代 p->next, 即：

q=p->next; p->next = q->next;

　  解读这段代码，也就是说让p的后继的后继结点改成p的后继结点。

　  举个例子，爸爸的左手牵着妈妈的手，右手牵着宝宝的手在散步。突然迎面来了一个美女，爸爸一下子看呆了，此情此景被妈妈逮了个正着，于是她甩开牵着爸爸的手，绕过他，扯开父子俩，拉起宝宝的手就超前走去。妈妈是P节点，妈妈的后继节点是爸爸p->next，也可以叫做q节点。妈妈的后继的后继节点是儿子：p->next
->next，即q->next;当妈妈去牵儿子的手时，这个爸爸就已经与母子两没有任何关系了。如下图：



 

单链表第i个数据删除的算法思路：

　　　　1、声明一个节点p指向链表的第一个节点，初始化j从1开始；

　　　　2、当 j<i 时，就遍历链表，让p的指针向后移动，不断指向下一个节点，j累加1；

　　　　3、若到链表末尾p为空，则说明第i个元素不存在；

　　　　4、否则查找成功，将欲删除的节点 p->next 赋值给q；

　　　　5、单链表的删除标准语句为 p->next = q->next;

　　　　6、将q节点中的数据赋值给e，作为返回；

　　　　7、释放q节点，返回成功；

　　

 [b]单链表的读取：[/b]

　　　　线性表顺序存储结构中，我们要查询任意的存储位置都很容易。但在单链表中，由于第i个元素到底在哪？没有办法一开始就知道，必须从头开始找。说白了就是从头开始找，直到找到第i个元素为止。由于这个算法的时间复杂度取决于i的位置，当 i = 1时，则不需要遍历，第一个就取出数据了；而当 i =n 时则遍历n-1次才可以。这是时间复杂度。

　　　　由于单链表的结构没有定义表长，所以事先不能直到要循环多少次，因此也就不方便for来循环控制，其核心思想就是 “工作指针后移”，很麻烦。如果仅仅只是读取，链表还不如线性表的顺序存储结构效率高呢!

 

二、HashSet底层解读：

　　JDK的API上说，此类实现 Set 接口，由哈希表（实际上是一个 HashMap 实例）支持。它不保证
set 的迭代顺序；特别是它不保证该顺序恒久不变。此类允许使用 null 元素。 

　　为什么呢？下面看看源码去一探究竟吧。

HashSet的成员变量：

public class HashSet<E> extends AbstractSet<E> implements Set<E>, Cloneable, java.io.Serializable
{
static final long serialVersionUID = -5024744406713321676L;

private transient HashMap<E,Object> map;

// Dummy value to associate with an Object in the backing Map
private static final Object PRESENT = new Object();

add方法添加元素：直接将元素存储到map中。

public boolean add(E e) {
return map.put(e, PRESENT)==null;
}

remove方法：直接将map中对应的元素移除。

public boolean remove(Object o) {
return map.remove(o)==PRESENT;
}

isEmpty方法：

public boolean isEmpty() {
return map.isEmpty();
}

remove方法：

 public boolean remove(Object o) {
return map.remove(o)==PRESENT;
}

iterator方法：

public Iterator<E> iterator() {
return map.keySet().iterator();
}

　现在回忆一下常见的面试题：

　   1、HashSet集合是否有重复元素？ （不可以，因为HashMap的key不可以重复）

　　2、[b]HashSet集合是否可以有null？（可以，因为HashMap的key可以有一个null）[/b]

　　3、[b]HashSet元素是否有序？　 （无序，因为HashMap的key无序）[/b]

[b]　　以上这些就是我们常用的HashSet方法了吧,有没有觉得好简单，读到这些代码，有没有觉得信心爆棚，此刻是不是膨胀了？ jdk源码原来so easy，哈哈！[/b]

 

三、HashMap底层实现

　　之前是逗你玩呢，还真以为JDK有这么简单啊，要是都这样的级别，那java岂不是人人都可以成为大神了？[b]收拾收拾心情，回来继续学习，现在进入JDK的入门代码继续研究吧！[/b]

[b]认识一下HashMap结构图吧：[/b]

[b]

[/b]

 

[b]再看HashMap的内部类[/b]Entry<K,V>,这个类是全文的中心点[b]：[/b]

static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;

/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}

public final K getKey() {
return key;
}

public final V getValue() {
return value;
}

public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}

public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}

public final int hashCode() {
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}

public final String toString() {
return getKey() + "=" + getValue();
}

/**
* This method is invoked whenever the value in an entry is
* overwritten by an invocation of put(k,v) for a key k that's already
* in the HashMap.
*/
void recordAccess(HashMap<K,V> m) {
}

/**
* This method is invoked whenever the entry is
* removed from the table.
*/
void recordRemoval(HashMap<K,V> m) {
}
}

　    这个类是干什么的呢？简单点说，HashMap里面保存的数据最底层是一个Entry型的数组，这个Entry则保留了一个键值对，还有一个指向下一个Entry的指针。所以HashMap是一种结合了数组和链表的结构。

　

大家调测代码的时候，是不是根据一个功能逐步的去跟踪代码呢？现在我们也按照这个思路去逐步分解HashMap方法吧？

　先看看put方法：

public V put(K key, V value) {
//当key为null，调用putForNullKey方法，保存null与table第一个位置中，这是HashMap允许为null的原因
if (key == null)
return putForNullKey(value);
//计算key的hash值
int hash = hash(key.hashCode());
//计算key hash 值在 table 数组中的位置
int i = indexFor(hash, table.length);
//从i出开始迭代 e,找到 key 保存的位置
for (Entry<K, V> e = table[i]; e != null; e = e.next) {
Object k;
//判断该条链上是否有hash值相同的(key相同)
//若存在相同，则直接覆盖value，返回旧value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;    //旧值 = 新值
e.value = value;
e.recordAccess(this);
return oldValue;     //返回旧值
}
}
//修改次数增加1
modCount++;
//将key、value添加至i位置处
addEntry(hash, key, value, i);
return null;
}

　　代码分解：int hash = hash(key);这个方法是根据key生成一个hash值。[b]两个对象的存储地址不同也有可能得到相同的hashcode值,虽然这种概率极小，但还是有这样的几率存在的;因此，hash值也有可能重复的[/b]

final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}

h ^= k.hashCode();

// 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);

　代码分解：int i = indexFor(hash, table.length);这个就是在table数组中返回一个下标索引，table是一个Entry<K,V>[]数组

/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}

进入主程序：

　　1、我们在使用put添加元素的时候，HashMap一开始是没有key的，因此也不存在key，table数组也不可能存在数据。put的方法会进入到addEntry(hash, key, value, i)方法中

　　2、addEntry一开始，也只是进入createEntry方法：

void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}

createEntry(hash, key, value, bucketIndex);
}

这个方法中有两点需要注意：

      一是链的产生。这是一个非常优雅的设计。系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象，那么新添加的Entry对象将指向原有的Entry对象，形成一条Entry链，但是若bucketIndex处没有Entry对象，也就是e==null,那么新添加的Entry对象指向null，也就不会产生Entry链了。

      二、扩容问题。

      随着HashMap中元素的数量越来越多，发生碰撞的概率就越来越大，所产生的链表长度就会越来越长，这样势必会影响HashMap的速度，为了保证HashMap的效率，系统必须要在某个临界点进行扩容处理。该临界点在当HashMap中元素的数量等于table数组长度*加载因子。但是扩容是一个非常耗时的过程，因为它需要重新计算这些数据在新table数组中的位置并进行复制处理。所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

 

3、进入createEntry方法：　

void createEntry(int hash, K key, V value, int bucketIndex) {
　　　　// 获取指定 bucketIndex 索引处的 Entry
Entry<K,V> e = table[bucketIndex];
　　　　// 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry
table[bucketIndex] = new Entry<>(hash, key, value, e);
　　　　//记录HashMap的长度
size++;
}

　　其实，我们根据这一条线可以发现，内部类Entry的构造方法，最后一个参数e，居然对应的是next，这不就是链表的后继节点吗？

Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}

　

那么，第一次put的过程，我是不是可以这样理解：

　  a>、首先判断key是否为null，若为null，则直接调用putForNullKey方法

　  b>、然后根据hash值搜索在table数组中的索引位置，如果table数组在该位置处有元素，则通过比较是否存在相同的key，若存在则覆盖原来key的value，否则将该元素保存在链头（最先保存的元素放在链尾）。若table在该处没有元素，则直接保存。

 

 那么，如果同一个key、value进行第二次put怎么办呢？

仔细看看put方法，我们看到了下面这段代码，包含在put方法中的if语句块：

　//从i出开始迭代 e,找到 key 保存的位置
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
　　　　　　　　
　　　　　　 //判断该条链上是否有hash值相同的(key相同)
//若存在相同，则直接覆盖value，返回旧value，这里并没有处理key，这就解释了HashMap中没有两个相同的key
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}　　
}

　　

get方法解读：

先认识一下get（key）方法的源码：

public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
　　　　　
　　　　　//在本文的一开始，我就贴出了Entry<K,V>源码，getValue()方法就是返回map中的value，可以自己去本文开始的地方看
return null == entry ? null : entry.getValue();
}

里面涉及到了getEntry(key)方法：这个方法，其实就是根据key生成的下标，到table数组中获取Entry<K,V> e值并返回

final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}

int hash = (key == null) ? 0 : hash(key);
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 != null && key.equals(k))))
return e;
}
return null;
}

　　

 size()方法：

这个size在createEntry方法方法中已经说明过了

public int size() {
return size;
}

　　

entryKey()、keySet()、values()方法解读：

      篇幅有限，其他方法留给自己去解读吧！

　  这边我就重点说一下entryKey这个方法，keySet和values方法的原理与它都是一样的。

　  HashMap里面保存的数据最底层是一个Entry型的数组，这个Entry则保留了一个键值对，还有一个指向下一个Entry的指针。所以HashMap是一种结合了数组和链表的结构。通过JDK的api文档我们也知道，entryKey()方法返回的是Set<Map.Entry<K,V>>的类型，因此我们可以通过迭代器遍历出key/value键值对了，那么底层究竟值怎么做的呢？

  源码解读：

//一级方法，未做任何逻辑判断，直接对entrySet0方法进行调用
public Set<Map.Entry<K,V>> entrySet() {
return entrySet0();
}
　　
　　//此方法知识返回一个Set<Map.Entry<K,V>>类型的es，。从方法中我们知道，entrySet有可能是一个默认值，也有可能是通过(entrySet = new EntrySet())方法生成的
private Set<Map.Entry<K,V>> entrySet0() {
　
//直接点击entry方法进去查看，发现是抽象类HashIterator<E>中的private transient Set<Map.Entry<K,V>> entrySet = null;其中并未中任何的初始化
Set<Map.Entry<K,V>> es = entrySet;
　　　　　
//因此，我判断第一次调用entrySet()方法的时候，是通过new方法生成的，下面去查看EntrySet类的源码
return es != null ? es : (entrySet = new EntrySet());
}

　　//EntrySet类型只有一个默认的构造方法，并且继承了AbstractSet<Map.Entry<K,V>>抽象类，跟进去以后发现：
　　//AbstractSet<E> extends AbstractCollection<E> implements Set<E>是一个继承了Set接口，那么最终EntrySet自然也就是一个Set类型的实现类了，并且它重新了Set接口的几个方法，
//源码如下,这样的话我们调用entrySet()方法的时候，其实就是返回了实现Set接口的EntrySet的一个实例，并且这个实例重新了Set接口的方法，尤其是iterator()方法

private final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public Iterator<Map.Entry<K,V>> iterator() {
return newEntryIterator();
}
public boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<K,V> e = (Map.Entry<K,V>) o;
Entry<K,V> candidate = getEntry(e.getKey());
return candidate != null && candidate.equals(e);
}
public boolean remove(Object o) {
return removeMapping(o) != null;
}
public int size() {
return size;
}
public void clear() {
HashMap.this.clear();
}
}

 我们平时用entrySet()遍历map，一般都是这样做的：

　　　　　　HashMap map = new HashMap();
map.put("j1", "k1");
map.put("j1", "k2");
map.put("j3", "k3");

Set<Map.Entry<String,String>> set = map.entrySet();
for(Iterator iter = set.iterator(); iter.hasNext();)
{
Map.Entry<String,String> entry = (Entry<String, String>) iter.next();
System.out.println("key :" + entry.getKey() + " , value : " + entry.getValue());
}

而此处使用set的迭代器方法iterator，此时的set是EntrySet的一个实例，因此此处的iterator()方法具体实现为：

private final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public Iterator<Map.Entry<K,V>> iterator() {
return newEntryIterator();
}
　　　　...........

　跟进去newEntryIterator（）方法：

Iterator<Map.Entry<K,V>> newEntryIterator()   {
return new EntryIterator();
}

　再次跟进EntryIterator类的实例：发现原来是重写了next()方法

private final class EntryIterator extends HashIterator<Map.Entry<K,V>> {
public Map.Entry<K,V> next() {
return nextEntry();
}
}

那么我们继续跟进nextEntry（）方法：

final Entry<K,V> nextEntry() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
Entry<K,V> e = next;
if (e == null)
throw new NoSuchElementException();

if ((next = e.next) == null) {
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
current = e;
return e;
}

至此，我们发现，原来我们在自己的代码中调用iterator()方法，最终在底层返回的是Entry<K,V> e类的实例。返回的接口并没有实例化需要返回的参数，而是在调用返回的set实例的iterator()方法才初始化需要返回的Entry<K,V>类型，而我在本文一开始的地方，就将Entry<K,V>类源码就贴出来了，细心的朋友可以能已经发现，此类已经提供了直接返回key、value的方法了，因此我们可以直接调用。

 

 

一个不得不说的方法，remove(Key)方法： public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}这个方法没干什么事情，只是简单的调用了removeEntryForKey(Key)方法了，下面看看这个方法干了什么事情：

final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;

while (e != null) {
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}

return e;
}

       这个方法我最想提起的是上面标红的部分： Entry<K,V> prev = table[i];Entry<K,V> e = prev;  那下面再判断 if (prev == e){     table[i] = next; }有意思吗？请大家思考，这个地方判断有意思吗？有意义吗？

这个地方，一开始我也不是很明白，感觉这不就是一个指针么，实例e指向了prev了，那么prev == e这个逻辑应该是恒成立的才对呀？

因为HashMap的底层实现是链表，而链表的插入和删除的实现思路，在上面的说链表的时候已经提起了，这里需要指出的是Entry<K,V> prev
= table[i]；这其实是table数组的一个元素而已，但是这个元素本身底层却是一个Entry<Key,Value>类型的链表，也就是说可能有很多元素。那么我们在定义一个节点Entry<K,V>
e = prev 指向perv，其实只是指向prev链表的第一个节点；如果prev == e，那就说明此处的链表仅有一个节点，而且这个节点没有后继节点。否则，prev肯定不等于e。