HashMap快速实现存取的原理
一、存储实现：put(key,vlaue)
首先我们先看源码：
| // 将“key-value”添加到HashMap中 public V put(K key, V value) { // 若“key为null”，则将该键值对添加到table[0]中。 if (key == null) return putForNullKey(value); // 若“key不为null”，则计算该key的哈希值，然后将其添加到该哈希值对应的链表中。 int hash = hash(key.hashCode()); // 计算key hash值在table数组中的位置 ------------ （1） int i = indexFor(hash, table.length); // 迭代e，从i处开始，找到key保存的位置 ------------ （2） for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; // 若“该key”对应的键值对已经存在，则用新的value取代旧的value。然后退出！ if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } // 若“该key”对应的键值对不存在，则将“key-value”添加到table中 modCount++; //将key-value添加到table[i]处 addEntry(hash, key, value, i); return null; } |
通过源码我们可以清晰看到HashMap保存数据的过程为：首先判断key是否为null，若为null，则直接调用putForNullKey方法。若不为空则先计算key的hash值，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。
1、 先看迭代处。此处迭代原因就是为了防止存在相同的key值，若发现两个hash值（key）相同时，HashMap的处理方式是用新value替换旧value，这里并没有处理key，这就解释了HashMap中没有两个相同的key。
2、 再看（1）、（2）处。这里是HashMap的精华所在。首先是hash方法，该方法为一个纯粹的数学计算，就是计算h的hash值。
| static int hash(int h) { return useNewHash ? newHash(h) : oldHash(h); } |
useNewHash声明如下：
| private static final boolean useNewHash; static { useNewHash = false; } |
| 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); } |
我们知道对于HashMap的table而言，数据分布需要均匀（最好每项都只有一个元素，这样就可以直接找到），不能太紧也不能太松，太紧会导致查询速度慢，太松则浪费空间。计算hash值后，怎么才能保证table元素分布均与呢？我们会想到取模，但是由于取模的消耗较大，HashMap是这样处理的：调用indexFor方法。
| static int indexFor(int h, int length) { return h & (length-1); } |
HashMap的底层数组长度总是2的n次方，在构造函数中存在：capacity <<= 1;这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时，h&(length - 1)就相当于对length取模，而且速度比直接取模快得多，这是HashMap在速度上的一个优化。至于为什么是2的n次方下面解释。
我们回到indexFor方法，该方法仅有一条语句：h&(length - 1) 作用：均匀分布table数据和充分利用空间。
这里我们假设length为16(2^n)和15，h为5、6、7。
| length = 16 | |||
| h | length - 1 | h & length -1 | |
| 5 | 15 | 0101 & 1111 = 00101 | 5 |
| 6 | 15 | 0110 & 1111 = 00110 | 6 |
| 7 | 15 | 0111 & 1111 = 00111 | 7 |
| length = 15 | |||
| 5 | 14 | 0101 & 1110 = 00101 | 5 |
| 6 | 14 | 0110 & 1110 = 00110 | 6 |
| 7 | 14 | 0111 & 1110 = 00110 | 6 |
当n=15时，6和7的结果一样，这样表示他们在table存储的位置是相同的，也就是产生了碰撞，6、7就会在一个位置形成链表，这样就会导致查询速度降低。诚然这里只分析三个数字不是很多，那么我们就看0-15。
| h | length - 1 | h & length - 1 | |
| 0 | 14 | 0000 & 1110 = 0000 | 0 |
| 1 | 14 | 0001 & 1110 = 0000 | 0 |
| 2 | 14 | 0010 & 1110 = 0010 | 2 |
| 3 | 14 | 0011 & 1110 = 0010 | 2 |
| 4 | 14 | 0100 & 1110 = 0100 | 4 |
| 5 | 14 | 0101 & 1110 = 0100 | 4 |
| 6 | 14 | 0110 & 1110 = 0110 | 6 |
| 7 | 14 | 0111 & 1110 = 0110 | 6 |
| 8 | 14 | 1000 & 1110 = 1000 | 8 |
| 9 | 14 | 1001 & 1110 = 1000 | 8 |
| 10 | 14 | 1010 & 1110 = 1010 | 10 |
| 11 | 14 | 1011 & 1110 = 1010 | 10 |
| 12 | 14 | 1100 & 1110 = 1100 | 12 |
| 13 | 14 | 1101 & 1110 = 1100 | 12 |
| 14 | 14 | 1110 & 1110 = 1110 | 14 |
| 15 | 14 | 1111 & 1110 = 1110 | 14 |
从上面的图表中我们看到总共发生了8此碰撞，同时发现浪费的空间非常大，有1、3、5、7、9、11、13、15处没有记录，也就是没有存放数据。这是因为他们在与14进行&运算时，得到的结果最后一位永远都是0，即0001、0011、0101、0111、1001、1011、1101、1111位置处是不可能存储数据的，空间减少，进一步增加碰撞几率，这样就会导致查询速度慢。而当length = 16时，length – 1 = 15 即1111，那么进行低位&运算时，值总是与原来hash值相同，而进行高位运算时，其值等于其低位值。所以说当length = 2^n时，不同的hash值发生碰撞的概率比较小，这样就会使得数据在table数组中分布较均匀，查询速度也较快。
这里我们再来复习put的流程：当我们想一个HashMap中添加一对key-value时，系统首先会计算key的hash值，然后根据hash值确认在table中存储的位置。若该位置没有元素，则直接插入。否则迭代该处元素链表并依此比较其key的hash值。如果两个hash值相等且key值相等(e.hash == hash && ((k = e.key) == key || key.equals(k))),则用新的Entry的value覆盖原来节点的value。如果两个hash值相等但key值不等 ，则将该节点插入该链表的链头。具体的实现过程见addEntry方法，如下：
| void addEntry(int hash, K key, V value, int bucketIndex) { // 获取bucketIndex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<K,V>(hash, key, value, e); // 若HashMap中元素的个数超过极限了，则容量扩大两倍 if (size++ >= threshold) resize(2 * table.length); } |
这个方法中有两点需要注意：
一、链的产生。
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��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。
二、读取实现：get(key)
相对于HashMap的存而言，取就显得比较简单了。通过key的hash值找到在table数组中的索引处的Entry，然后返回该key对应的value即可。
| // 获取key对应的value public V get(Object key) { // 若为null，调用getForNullKey方法返回相对应的value if (key == null) // 根据该 key 的 hashCode 值计算它的 hash 码 return getForNullKey(); // 获取key的hash值 int hash = hash(key.hashCode()); // 取出 table 数组中指定索引处的值,在“该hash值对应的链表”上查找“键值等于key”的元素 for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) { Object k; //判断key是否相同,若key与查找的key相同，则返回相对应的value if (e.hash == hash && ((k = e.key) == key || key.equals(k))) return e.value; } //没找到则返回null return null; } |
在这里能够根据key快速的取到value除了和HashMap的数据结构密不可分外，还和Entry有莫大的关系，在前面就提到过，HashMap在存储过程中并没有将key，value分开来存储，而是当做一个整体key-value来处理的，这个整体就是Entry对象。同时value也只相当于key的附属而已。在存储的过程中，系统根据key的hashcode来决定Entry在table数组中的存储位置，在取的过程中同样根据key的hashcode取出相对应的Entry对象。
