HashMap原理初探

1.什么是HashMap

    众所周知,HashMap是一个用于存储Key-Value键值对的集合,每一个键值对也叫做Entry。这些个键值对(Entry)分散存储在一个数组当中,这个数组就是HashMap的主干。HashMap数组每一个元素的初始值都是Null。

2.HashMap的两个重要方法:put()和get()

    put()方法及其原理

    我们都知道,put()方法是向HashMap中添加一个数据。既然数组是HashMap的主干,那肯定是要有对应的索引(下面会直接用 index 来代替).

    比如我现在有这样一个HashMap:

    HashMap<String, Integer> hashMap = new HashMap<>();

    我要往里面插入一条数据

    hashMap.put("book", 0);

    我们就需要一个哈希函数来确定index。

    index = hash(“book”);

    说到这里就不得不说一下这个 hash()方法了。在这里计算index,是通过与运算的方式来做的Index = HashCode(Key) & (Length - 1)   //这里的length指的是 HashMap的长度,关于长度的问题,我们在后面会说到.那么问题来了,既然是与运算,那么肯定存在结果一样即发生哈希碰撞的情况。要是我们得到的index是一样的呢?


    其实是这样的:

    HashMap数组的每一个元素不止是一个Entry对象,也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当

    新来的Entry映射到冲突的数组位置时,只需要插入到对应的链表即可。



get()方法

使用Get方法根据Key来查找Value的时候,发生了什么呢?

首先会把输入的Key做一次Hash映射,得到对应的index:

index =  Hash(“apple”)

由于刚才所说的Hash冲突,同一个位置有可能匹配到多个Entry,这时候就需要顺着对应链表的头节点,一个一个向下来查找。假设我们要查找的Key是“apple”:

第一步,我们查看的是头节点Entry6,Entry6的Key是banana,显然不是我们要找的结果。

第二步,我们查看的是Next节点Entry1,Entry1的Key是apple,正是我们要找的结果。


3.HashMap的两个重要参数:容量(Capacity)和负载因子(Load factor)

容量(Capacity)

这个容量就相当于是HashMap的长度了。默认值是16,为什么默认值是16呢?前面我们说到过,计算index的时候,是通过key的哈希值与length -1进行与运算得到的。15的二进制是 1111,那么我们通过与运算得到的值,就可以说完全取决于key的 hashcode的最后几位。这也就符合哈希算法均匀分布的原则。

那如果长度不是16,是别的呢?假如说是 9  二进制就是 1001

那么如果几个key的hashcode的后四位分别对应为 1111  1011 1101 1101

虽然四个值对应的 hashcode值的后四位不一样,但是他们跟 1001做完与运算之后买的都的值就都是 1001.那么他们拿到的index就都是一样的,这样的话,与index对应的链表的长度就变长了。我们知道,get()的时候,如果index是一样的,就会去链表中查询。而链表的特点就是增删快、查询慢,所以性能方面就会降低很多。因此我们要尽量避免哈希碰撞。所以长度值尽量设置为2的幂次方(为什么是2的幂次方呢?因为2的幂次方 - 1的二进制就都是1)

负载因子(Load factor)

负载因子是什么呢?我们HashMap能容纳的元素的个数 =  容量 * 负载因子

这个值的默认大小是 0.75 当然了我们可以动态修改容量和负载因子的值,HashMap也为我们提供了构造方法让我们去自己设置。

但是这个值有什么影响呢?

这里就要说一下HashMap所占内存空间的问题了。如果我们没有设置容量,默认是16,负载因子默认是0.75.那么这个HashMap所能容纳的最多的元素个数就是 16 * 0.75 = 12,当元素数量超过12的时候,HashMap就会去重新申请一块容量为之前的两倍的空间,然后把之前的HashMap中对应的元素全部拷贝过去,再回收掉之前所占的内存空间。

所以,如果这个值我们设置的太小,那么就会造成空间的浪费。如果设置的太大呢?那么HashMap中发生HashMap的碰撞就会变多,随之而来的就是数组每一个index对应的链表的长度就会变成,随之而来的就是查询速度回变慢。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,376评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,126评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,966评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,432评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,519评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,792评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,933评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,701评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,143评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,488评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,626评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,292评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,896评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,742评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,494评论 2 348

推荐阅读更多精彩内容