java 集合框架 hashset 和 hashmap 源码剖析-mile米乐体育

总体介绍

之所以把hashset和hashmap放在一起讲解，是因为二者在java里有着相同的实现，前者仅仅是对后者做了一层包装，也就是说hashset里面有一个hashmap（适配器模式）。因此本文将重点分析hashmap。

hashmap实现了map接口，允许放入null元素，除该类未实现同步外，其余跟hashtable大致相同，跟treemap不同，该容器不保证元素顺序，根据需要该容器可能会对元素重新哈希，元素的顺序也会被重新打散，因此不同时间迭代同一个hashmap的顺序可能会不同。

根据对冲突的处理方式不同，哈希表有两种实现方式，一种开放地址方式（open addressing），另一种是冲突链表方式（separate chaining with linked lists）。java hashmap采用的是冲突链表方式。

从上图容易看出，如果选择合适的哈希函数，put()和get()方法可以在常数时间内完成。但在对hashmap进行迭代时，需要遍历整个table以及后面跟的冲突链表。因此对于迭代比较频繁的场景，不宜将hashmap的初始大小设的过大。

有两个参数可以影响hashmap的性能：初始容量（inital capacity）和负载系数（load factor）。初始容量指定了初始table的大小，负载系数用来指定自动扩容的临界值。当entry的数量超过capacity*load_factor时，容器将自动扩容并重新哈希。对于插入元素较多的场景，将初始容量设大可以减少重新哈希的次数。

将对向放入到hashmap或hashset中时，有两个方法需要特别关心：hashcode()和equals()。hashcode()方法决定了对象会被放到哪个bucket里，当多个对象的哈希值冲突时，equals()方法决定了这些对象是否是“同一个对象”。所以，如果要将自定义的对象放入到hashmap或hashset中，需要@override hashcode()和equals()方法。

方法剖析

get()

get(object key)方法根据指定的key值返回对应的value，该方法调用了getentry(object key)得到相应的entry，然后返回entry.getvalue()。因此getentry()是算法的核心。

算法思想是首先通过hash()函数得到对应bucket的下标，然后依次遍历冲突链表，通过key.equals(k)方法来判断是否是要找的那个entry。

上图中hash(k)&(table.length-1)等价于hash(k)%table.length，原因是hashmap要求table.length必须是2的指数，因此table.length-1就是二进制低位全是1，跟hash(k)相与会将哈希值的高位全抹掉，剩下的就是余数了。

//getentry()方法 final entry getentry(object key) {     ......     int hash = (key == null) ? 0 : hash(key);     for (entry e = table[hash&(table.length-1)];//得到冲突链表          e != null; e = e.next) {//依次遍历冲突链表中的每个entry         object k;         //依据equals()方法判断是否相等         if (e.hash == hash &&             ((k = e.key) == key || (key != null && key.equals(k))))             return e;     }     return null; }

put()

put(k key, v value)方法是将指定的key, value对添加到map里。该方法首先会对map做一次查找，看是否包含该元组，如果已经包含则直接返回，查找过程类似于getentry()方法；如果没有找到，则会通过addentry(int hash, k key, v value, int bucketindex)方法插入新的entry，插入方式为头插法。

//addentry() void addentry(int hash, k key, v value, int bucketindex) {     if ((size >= threshold) && (null != table[bucketindex])) {         resize(2 * table.length);//自动扩容，并重新哈希         hash = (null != key) ? hash(key) : 0;         bucketindex = hash & (table.length-1);//hash%table.length     }     //在冲突链表头部插入新的entry     entry e = table[bucketindex];     table[bucketindex] = new entry<>(hash, key, value, e);     size  ; }

remove()

remove(object key)的作用是删除key值对应的entry，该方法的具体逻辑是在removeentryforkey(object key)里实现的。removeentryforkey()方法会首先找到key值对应的entry，然后删除该entry（修改链表的相应指针）。查找过程跟getentry()过程类似。

//removeentryforkey() final entry removeentryforkey(object key) {     ......     int hash = (key == null) ? 0 : hash(key);     int i = indexfor(hash, table.length);//hash&(table.length-1)     entry prev = table[i];//得到冲突链表     entry e = prev;     while (e != null) {//遍历冲突链表         entry next = e.next;         object k;         if (e.hash == hash &&             ((k = e.key) == key || (key != null && key.equals(k)))) {//找到要删除的entry             modcount  ; size--;             if (prev == e) table[i] = next;//删除的是冲突链表的第一个entry             else prev.next = next;             return e;         }         prev = e; e = next;     }     return e; }

hashset

前面已经说过hashset是对hashmap的简单包装，对hashset的函数调用都会转换成合适的hashmap方法，因此hashset的实现非常简单，只有不到300行代码。这里不再赘述。

//hashset是对hashmap的简单包装 public class hashset {     ......     private transient hashmap map;//hashset里面有一个hashmap     // dummy value to associate with an object in the backing map     private static final object present = new object();     public hashset() {         map = new hashmap<>();     }     ......     public boolean add(e e) {//简单的方法转换         return map.put(e, present)==null;     }     ...... }