离线下载
PDF版 ePub版

chenssy · 更新于 2018-11-28 11:00:43

Map 总结

在前面 LZ 详细介绍了 HashMapHashTableTreeMap 的实现方法,从数据结构、实现原理、源码分析三个方面进行阐述,对这个三个类应该有了比较清晰的了解,下面 LZ 就 Map 做一个简单的总结。

推荐阅读:

Java提高篇(二三)—–HashMap

Java提高篇(二五)—–HashTable

Java提高篇(二七)—–TreeMap

一、Map 概述

首先先看 Map 的结构示意图

fig.1

Map:“键值”对映射的抽象接口。该映射不包括重复的键,一个键对应一个值。

SortedMap:有序的键值对接口,继承 Map 接口。

NavigableMap:继承 SortedMap,具有了针对给定搜索目标返回最接近匹配项的导航方法的接口。

AbstractMap:实现了 Map 中的绝大部分函数接口。它减少了“Map 的实现类”的重复编码。

Dictionary:任何可将键映射到相应值的类的抽象父类。目前被Map接口取代。

TreeMap:有序散列表,实现 SortedMap 接口,底层通过红黑树实现。

HashMap:是基于“拉链法”实现的散列表。底层采用“数组+链表”实现。

WeakHashMap:基于“拉链法”实现的散列表。

HashTable:基于“拉链法”实现的散列表。

总结如下:

fig.2

他们之间的区别:

fig.3

二、内部哈希: 哈希映射技术

几乎所有通用 Map 都使用哈希映射技术。对于我们程序员来说我们必须要对其有所了解。

哈希映射技术是一种就元素映射到数组的非常简单的技术。由于哈希映射采用的是数组结果,那么必然存在一中用于确定任意键访问数组的索引机制,该机制能够提供一个小于数组大小的整数,我们将该机制称之为哈希函数。在 Java 中我们不必为寻找这样的整数而大伤脑筋,因为每个对象都必定存在一个返回整数值的 hashCode 方法,而我们需要做的就是将其转换为整数,然后再将该值除以数组大小取余即可。如下


    int hashValue = Maths.abs(obj.hashCode()) % size;

下面是 HashMap、HashTable 的:


    ----------HashMap------------
    //计算hash值
    static int hash(int h) {
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
    //计算key的索引位置
    static int indexFor(int h, int length) {
            return h & (length-1);
    }
    -----HashTable--------------
    int index = (hash & 0x7FFFFFFF) % tab.length;     //确认该key的索引位置

位置的索引就代表了该节点在数组中的位置。下图是哈希映射的基本原理图:

fig.4

在该图中 1-4 步骤是找到该元素在数组中位置,5-8 步骤是将该元素插入数组中。在插入的过程中会遇到一点点小挫折。在众多肯能存在多个元素他们的 hash 值是一样的,这样就会得到相同的索引位置,也就说多个元素会映射到相同的位置,这个过程我们称之为“冲突”。解决冲突的办法就是在索引位置处插入一个链接列表,并简单地将元素添加到此链接列表。当然也不是简单的插入,在 HashMap 中的处理过程如下:获取索引位置的链表,如果该链表为 null,则将该元素直接插入,否则通过比较是否存在与该 key 相同的 key,若存在则覆盖原来 key 的 value 并返回旧值,否则将该元素保存在链头(最先保存的元素放在链尾)。下面是 HashMap 的 put 方法,该方法详细展示了计算索引位置,将元素插入到适当的位置的全部过程:


    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,判断是否存在相同的key
            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;
        }

HashMap 的 put 方法展示了哈希映射的基本思想,其实如果我们查看其它的 Map,发现其原理都差不多!

三、Map 优化

首先我们这样假设,假设哈希映射的内部数组的大小只有1,所有的元素都将映射该位置(0),从而构成一条较长的链表。由于我们更新、访问都要对这条链表进行线性搜索,这样势必会降低效率。我们假设,如果存在一个非常大数组,每个位置链表处都只有一个元素,在进行访问时计算其 index 值就会获得该对象,这样做虽然会提高我们搜索的效率,但是它浪费了控件。诚然,虽然这两种方式都是极端的,但是它给我们提供了一种优化思路:使用一个较大的数组让元素能够均匀分布。在 Map 有两个会影响到其效率,一是容器的初始化大小、二是负载因子。

3.1、调整实现大小

在哈希映射表中,内部数组中的每个位置称作“存储桶”(bucket),而可用的存储桶数(即内部数组的大小)称作容量 (capacity),我们为了使 Map 对象能够有效地处理任意数的元素,将 Map 设计成可以调整自身的大小。我们知道当 Map 中的元素达到一定量的时候就会调整容器自身的大小,但是这个调整大小的过程其开销是非常大的。调整大小需要将原来所有的元素插入到新数组中。我们知道 index = hash(key) % length。这样可能会导致原先冲突的键不在冲突,不冲突的键现在冲突的,重新计算、调整、插入的过程开销是非常大的,效率也比较低下。所以,如果我们开始知道 Map 的预期大小值,将 Map 调整的足够大,则可以大大减少甚至不需要重新调整大小,这很有可能会提高速度。下面是 HashMap 调整容器大小的过程,通过下面的代码我们可以看到其扩容过程的复杂性:


    void resize(int newCapacity) {
                Entry[] oldTable = table;    //原始容器
                int oldCapacity = oldTable.length;    //原始容器大小
                if (oldCapacity == MAXIMUM_CAPACITY) {     //是否超过最大值:1073741824
                    threshold = Integer.MAX_VALUE;
                    return;
                }

                //新的数组:大小为 oldCapacity * 2
                Entry[] newTable = new Entry[newCapacity];    
                transfer(newTable, initHashSeedAsNeeded(newCapacity));
                table = newTable;
               /*
                * 重新计算阀值 =  newCapacity * loadFactor >  MAXIMUM_CAPACITY + 1 ? 
                *                         newCapacity * loadFactor :MAXIMUM_CAPACITY + 1
                */
                threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);   
            }

            //将元素插入到新数组中
            void transfer(Entry[] newTable, boolean rehash) {
                int newCapacity = newTable.length;
                for (Entry<K,V> e : table) {
                    while(null != e) {
                        Entry<K,V> next = e.next;
                        if (rehash) {
                            e.hash = null == e.key ? 0 : hash(e.key);
                        }
                        int i = indexFor(e.hash,  newCapacity);
                        e.next = newTable[i];
                        newTable[i] = e;
                        e = next;
                    }
                }
           }

3.2、负载因子

为了确认何时需要调整 Map 容器,Map 使用了一个额外的参数并且粗略计算存储容器的密度。在 Map 调整大小之前,使用”负载因子”来指示 Map 将会承担的“负载量”,也就是它的负载程度,当容器中元素的数量达到了这个“负载量”,则 Map 将会进行扩容操作。负载因子、容量、Map 大小之间的关系如下:负载因子 * 容量 > map 大小 —–>调整 Map 大小。

例如:如果负载因子大小为 0.75(HashMap 的默认值),默认容量为 11,则 11 * 0.75 = 8.25 = 8,所以当我们容器中插入第八个元素的时候,Map 就会调整大小。

负载因子本身就是在控件和时间之间的折衷。当我使用较小的负载因子时,虽然降低了冲突的可能性,使得单个链表的长度减小了,加快了访问和更新的速度,但是它占用了更多的控件,使得数组中的大部分控件没有得到利用,元素分布比较稀疏,同时由于 Map 频繁的调整大小,可能会降低性能。但是如果负载因子过大,会使得元素分布比较紧凑,导致产生冲突的可能性加大,从而访问、更新速度较慢。所以我们一般推荐不更改负载因子的值,采用默认值 0.75.

上一篇: List 总结 下一篇: fail-fast 机制