Java集合之HashMap详解

Map类集合中的存储单位是Key-Value键值对，Map类使用一定的哈希算法形成比较均匀的哈希值作为Key，Value值挂在Key上。

一、Map类特点：

1、Key不能重复，Value可重复

2、Value可以是List、Map、Set类对象

3、KV是否允许为null，以实现类约束为准

二、Map除提供增删改查外，还有三个Map特有方法。

1、返回所有的Key

Set<K> keySet();

返回Map类杜希昂中的Key的Set视图。

2、返回所有value

Collection<V> values();

返回Map类对象中的所有Value的Collection视图。

3、返回所有K-V键值对

Set<Map.Entry<K, V>> entrySet();

返回Map类对象中的K-V键值对的Set视图。

这些函数返回的视图支持清除操作(remove、clear)，不支持修改和添加元素。

三、主要的Map类集合（图来自 Java 开发手册pdf）

Hashtable逐渐弃用，ConcurrentHashMap多线程比HashMap安全，但本文主要分析HashMap。

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

HashMap

一、哈希类集合的三个基本存储概念

图示：

链表Node“Node是HashMap的一个静态内部类。

>//>Node是单向链表，实现了Map.Entry接口
>static >class Node<K,V> >implements Map.Entry<K,V> {
    >final >int hash;
    >final K key;
    V value;
    Node<K,V> next;
    >//>构造函数
    Node(>int hash, K key, V value, Node<K,V> next) {
        >this.hash = hash;
        >this.key = key;
        >this.value = value;
        >this.next = next;
    }

    >//> getter and setter ... toString ...
    >public >final K getKey()        { >return key; }
    >public >final V getValue()      { >return value; }
    >public >final String toString() { >return key + "=" + value; }

    >public >final >int hashCode() {
        >return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

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

    >public >final >boolean equals(Object o) {
        >if (o == >this)
            >return >true;
        >if (o >instanceof Map.Entry) {
            Map.Entry<?,?> e = (Map.Entry<?,?>)o;
            >if (Objects.equals(key, e.getKey()) &&
                Objects.equals(value, e.getValue()))
                >return >true;
        }
        >return >false;
    }
}

红黑树TreeNode：通过特定着色的旋转（左旋、右旋）来保证从根节点到叶子节点的最长路径不超过最短路径的2倍的二叉树，相比AVL树，更加高效的完成插入和删除操作后的自平衡调整。最坏运行时间为O(logN).

>static >final >class TreeNode<K,V> >extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  >//> red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    >//> needed to unlink next upon deletion
    >boolean red;
    TreeNode(>int hash, K key, V val, Node<K,V> next) {
        >super(hash, key, val, next);
    }

    >/**>
     * Returns root of tree containing this node.
     >*/
    >final TreeNode<K,V> root() {
        >for (TreeNode<K,V> r = >this, p;;) {
            >if ((p = r.parent) == >null)
                >return r;
            r = p;
        }
    }

二、HashMap定义变量

>/**>
 * 默认初始容量16(必须是2的幂次方)
 >*/
>static >final >int DEFAULT_INITIAL_CAPACITY = 1 << 4;

>/**>
 * 最大容量，2的30次方
 >*/
>static >final >int MAXIMUM_CAPACITY = 1 << 30;

>/**>
 * 默认加载因子，用来计算threshold
 >*/
>static >final >float DEFAULT_LOAD_FACTOR = 0.75f;

>/**>
 * 链表转成树的阈值，当桶中链表长度大于8时转成树 
   threshold = capacity * loadFactor
 >*/
>static >final >int TREEIFY_THRESHOLD = 8;

>/**>
 * 进行resize操作时，若桶中数量少于6则从树转成链表
 >*/
>static >final >int UNTREEIFY_THRESHOLD = 6;

>/**>
 * 桶中结构转化为红黑树对应的table的最小大小

 当需要将解决 hash 冲突的链表转变为红黑树时，
 需要判断下此时数组容量，
 若是由于数组容量太小（小于　MIN_TREEIFY_CAPACITY　）
 导致的 hash 冲突太多，则不进行链表转变为红黑树操作，
 转为利用　resize() 函数对　hashMap 扩容
 >*/
>static >final >int MIN_TREEIFY_CAPACITY = 64;
>/**>
 保存Node<K,V>节点的数组
 该表在首次使用时初始化，并根据需要调整大小。 分配时，
 长度始终是2的幂。
 >*/
>transient Node<K,V>[] table;

>/**>
 * 存放具体元素的集
 >*/
>transient Set<Map.Entry<K,V>> entrySet;

>/**>
 * 记录 hashMap 当前存储的元素的数量
 >*/
>transient >int size;

>/**>
 * 每次更改map结构的计数器
 >*/
>transient >int modCount;

>/**>
 * 临界值 当实际大小(容量*负载因子)超过临界值时，会进行扩容
 >*/
>int threshold;

>/**>
 * 负载因子
 >*/
>final >float loadFactor;

默认容量：16   DEFAULT_INITIAL_CAPACITY = >1 << >4

自定义初始化容量：构造函数 ↓

Map容量一定为2的幂次。

默认加载因子：0.75  DEFAULT_LOAD_FACTOR = >0.75f

>自定义负载因子：构造函数 ↓

>桶中节点从链表转化为红黑树：节点数大于8

>桶中元素从红黑树返回为链表：节点数小于等于6

>threshold：临界值 = 容量×负载因子，当实际容量大于临界值，为了减小哈希冲突，进行扩容。

三、构造函数

>/**>
 * 传入初始容量大小，使用默认负载因子值 来初始化HashMap对象
 >*/
>public HashMap(>int initialCapacity) {
    >this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

>/**>
 * 默认容量和负载因子
 >*/
>public HashMap() {
    >this.loadFactor = DEFAULT_LOAD_FACTOR; >//> all other fields defaulted
}
>/**>
 * 传入初始容量大小和负载因子 来初始化HashMap对象
 >*/
>public HashMap(>int initialCapacity, >float loadFactor) {
    >//> 初始容量不能小于0，否则报错
    >if (initialCapacity < 0)
        >throw >new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    >//> 初始容量不能大于最大值，否则为最大值                                       
    >if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    >//>负载因子不能小于或等于0，不能为非数字    
    >if (loadFactor <= 0 || Float.isNaN(loadFactor))
        >throw >new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    >//> 初始化负载因子                                       
    >this.loadFactor = loadFactor;
    >//> 初始化threshold大小
    >this.threshold = tableSizeFor(initialCapacity);
}

>/**>
 * 找到大于或等于 cap 的最小2的整数次幂的数。
 >*/
>static >final >int tableSizeFor(>int cap) {
    >int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    >return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

tableSizeFor(int cap)：用位运算找到大于或等于 cap 的最小2的整数次幂的数。比如10，则返回16。

四、put函数

>public V put(K key, V value) {
    >//> 调用hash(key)方法来计算hash 
    >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;
    >//> 容量初始化：当table为空，则调用resize()方法来初始化容器
    >if ((tab = table) == >null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    >//>确定元素存放在哪个桶中，桶为空，新生成结点放入桶中
    >if ((p = tab[i = (n - 1) & hash]) == >null)
        tab[i] = newNode(hash, key, value, >null);
    >else {
        Node<K,V> e; K k;
        >//> 比较桶中第一个元素(数组中的结点)的hash值相等，key相等
        >if (p.hash == hash &&
            ((k = p.key) == key || (key != >null && key.equals(k))))
            >//>如果键的值以及节点 hash 等于链表中的第一个键值对节点时，则将 e 指向该键值对
            e = p;
        >//> 如果桶中的引用类型为 TreeNode，则调用红黑树的插入方法
        >else >if (p >instanceof TreeNode)
            >//> 放入树中
            e = ((TreeNode<K,V>)p).putTreeVal(>this, tab, hash, key, value);
        >else {
            >//>对链表进行遍历，并统计链表长度
            >for (>int binCount = 0; ; ++binCount) {
                >//> 到达链表的尾部
                >if ((e = p.next) == >null) {
                    >//>在尾部插入新结点
                    p.next = newNode(hash, key, value, >null);
                    >//> 如果结点数量达到阈值，转化为红黑树
                    >if (binCount >= TREEIFY_THRESHOLD - 1) >//> -1 for 1st
                        treeifyBin(tab, hash);
                    >break;
                }
                >//> 判断链表中结点的key值与插入的元素的key值是否相等
                >if (e.hash == hash &&
                    ((k = e.key) == key || (key != >null && key.equals(k))))
                    >break;
                p = e;
            }
        }
        >//>判断要插入的键值对是否存在 HashMap 中
        >if (e != >null) { >//> existing mapping for key
            V oldValue = e.value;
            >//> onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
            >if (!onlyIfAbsent || oldValue == >null)
                e.value = value;
            afterNodeAccess(e);
            >return oldValue;
        }
    }
    ++modCount;
    >//> 键值对数量超过阈值时，则进行扩容
    >if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    >return >null;
}

在new HashMap() 完成后，若没有put操作，是不会分配存储空间的。

1. 当桶数组 table 为空时，通过扩容的方式初始化 table

2. 查找要插入的键值对是否已经存在，存在的话根据条件判断是否用新值替换旧值

3. 如果不存在，则将键值对链入链表中，并根据链表长度决定是否将链表转为红黑树

4. 判断键值对数量是否大于阈值，大于的话则进行扩容操作

五、hash值的计算

• 根据存入的key-value对中的key计算出对应的hash值，然后放入对应的桶中，所以好的hash值计算方法十分重要，可以大大避免哈希冲突。

• HashMap是以hash操作作为散列依据。但是又与传统的hash存在着少许的优化。其hash值是key的hashcode与其hashcode右移16位的异或结果。在put方法中，将取出的hash值与当前的hashmap容量-1进行与运算。得到的就是位桶的下标。那么为何需要使用key.hashCode() ^ h>>>16的方式来计算hash值呢。其实从微观的角度来看，这种方法与直接去key的哈希值返回在功能实现上没有差别。但是由于最终获取下表是对二进制数组最后几位的与操作。所以直接取hash值会丢失高位的数据，从而增大冲突引起的可能。由于hash值是32位的二进制数。将高位的16位于低位的16位进行异或操作，即可将高位的信息存储到低位。因此该函数也叫做扰乱函数。目的就是减少冲突出现的可能性。而官方给出的测试报告也验证了这一点。直接使用key的hash算法与扰乱函数的hash算法冲突概率相差10%左右。

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

    n = table.length;
    index = （n-1） & hash;

• 根据以上可知，hashcode是一个32位的值，用高16位与低16位进行异或，原因在于求index是是用 （n-1） & hash ，如果hashmap的capcity很小的话，那么对于两个高位不同，低位相同的hashcode，可能最终会装入同一个桶中。那么会造成hash冲突，好的散列函数，应该尽量在计算hash时，把所有的位的信息都用上，这样才能尽可能避免冲突。这就是为什么用高16位与低16位进行异或的原因。
• 为什么capcity是2的幂？因为 算index时用的是 （n-1） & hash ，这样就能保证n -1是全为1的二进制数，如果不全为1的话，存在某一位为0，那么0，1与0与的结果都是0，这样便有可能将两个hash不同的值最终装入同一个桶中，造成冲突。所以必须是2的幂。例子：十进制16 转化为 二进制10000，则16-1为 1111

• 在算index时，用位运算 （n-1） & hash 而不是模运算  hash % n 的好处（在HashTable中依旧是取模运算）？

  1. 位运算消耗资源更少，更有效率
  2. 避免了hashcode为负数的情况

六、扩容机制resize

在 HashMap 中，桶数组的长度均是2的幂，阈值大小为桶数组长度与负载因子的乘积。当 HashMap 中的键值对数量超过阈值时，进行扩容。

HashMap 按当前桶数组长度的2倍进行扩容，阈值也变为原来的2倍（如果计算过程中，阈值溢出归零，则按阈值公式重新计算）。扩容之后，要重新计算键值对的位置，并把它们移动到合适的位置上去。

>final Node<K,V>[] resize() {
    >//> 拿到数组桶
    Node<K,V>[] oldTab = table;
    >int oldCap = (oldTab == >null) ? 0 : oldTab.length;
    >int oldThr = threshold;
    >int newCap, newThr = 0;
    >//> 如果数组桶的容量大与0
    >if (oldCap > 0) {
        >//> 如果比最大值还大，则赋值为最大值
        >if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            >return oldTab;
        }
        >//> 如果扩容后小于最大值 而且 旧数组桶大于初始容量16， 阈值左移1(扩大2倍)
        >else >if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; >//> double threshold
    }
    >//> 如果数组桶容量<=0 且 旧阈值 >0
    >else >if (oldThr > 0) >//> initial capacity was placed in threshold
        >//> 新容量=旧阈值
        newCap = oldThr;
    >//> 如果数组桶容量<=0 且 旧阈值 <=0
    >else {               >//> zero initial threshold signifies using defaults
        >//> 新容量=默认容量
        newCap = DEFAULT_INITIAL_CAPACITY;
        >//> 新阈值= 负载因子*默认容量
        newThr = (>int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    >//> 如果新阈值为0
    >if (newThr == 0) {
        >//> 重新计算阈值
        >float ft = (>float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (>float)MAXIMUM_CAPACITY ?
                  (>int)ft : Integer.MAX_VALUE);
    }
    >//> 更新阈值
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
        >//> 创建新数组
        Node<K,V>[] newTab = (Node<K,V>[])>new Node[newCap];
    >//> 覆盖数组桶    
    table = newTab;
    >//> 如果旧数组桶不是空，则遍历桶数组，并将键值对映射到新的桶数组中
    >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;
                >//> 如果是红黑树
                >else >if (e >instanceof TreeNode)
                    >//> 重新映射时，需要对红黑树进行拆分
                    ((TreeNode<K,V>)e).split(>this, newTab, j, oldCap);
                >else { >//> preserve order
                    >//> 如果不是红黑树，则按链表处理
                    Node<K,V> loHead = >null, loTail = >null;
                    Node<K,V> hiHead = >null, hiTail = >null;
                    Node<K,V> next;
                    >//> 遍历链表，并将链表节点按原顺序进行分组
                    >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);
                    >//> 将分组后的链表映射到新桶中
                    >if (loTail != >null) {
                        loTail.next = >null;
                        newTab[j] = loHead;
                    }
                    >if (hiTail != >null) {
                        hiTail.next = >null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    >return newTab;
}

整体步骤：

1. 计算新桶数组的容量 newCap 和新阈值 newThr

2. 根据计算出的 newCap 创建新的桶数组，桶数组 table 也是在这里进行初始化的

3. 将键值对节点重新映射到新的桶数组里。如果节点是 TreeNode 类型，则需要拆分红黑树。如果是普通节点，则节点按原顺序进行分组。

七、常用Map遍历方法

>public >class Test {
    >public >static >void main(String[] args) {
        List list = >new ArrayList();
        Map<String, String> map = >new HashMap<String, String>();
        map.put("1", "value1");
        map.put("2", "value2");
        map.put("3", "value3");

        >//>第一种：普遍使用，二次取值
        System.out.println("通过Map.keySet遍历key和value：");
        >for (String key : map.keySet()) {
            System.out.println("key= " + key + " and value= " + map.get(key));
        }

        >//>第二种：推荐，尤其是容量大时
        System.out.println("通过Map.entrySet遍历key和value");
        >for (Map.Entry<String, String> entry : map.entrySet()) {
            System.out.println(entry);
            System.out.println("key= " + entry.getKey() + " and value= " + entry.getValue());
        }
    }
}

附：

1、JDK.7是基于数组加单链表实现（为什么不要双链表）

首先，用链表是为了解决hash冲突。

单链表能实现为什么要用双链表呢?(双链表需要更大的存储空间)

2、为什么要用红黑树，不是平衡二叉树？

插入效率比平衡二叉树高，查询效率比普通二叉树高。所以选择性能相对折中的红黑树。

3、重写对象的equals时一定需要重写hashcode，为什么？

判断两个对象是否相同，首先判断两个对象的hashcode是否相等，若不相等，直接返回false；若相等，使用equals判断。

即equals判断相等，则hashcode一定相等，hashcode相等，他们并不一定相同。

4、为什么默认加载因子为0.75？

调低负载因子时，HashMap 所能容纳的键值对数量变少。扩容时，重新将键值对存储新的桶数组里，键的键之间产生的碰撞会下降，链表长度变短。此时，HashMap 的增删改查等操作的效率将会变高，这里是典型的拿空间换时间。

相反，如果增加负载因子（负载因子可以大于1），HashMap 所能容纳的键值对数量变多，空间利用率高，但碰撞率也高。这意味着链表长度变长，效率也随之降低，这种情况是拿时间换空间。至于负载因子怎么调节，这个看使用场景了。

一般情况下，我们用默认值就可以了。大多数情况下0.75在时间跟空间代价上达到了平衡所以不建议修改。

Linux公社的RSS地址 ： https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址： https://www.linuxidc.com/Linux/2019-04/158351.htm