HashSet and HashMap

本文github地址

總體介紹

之所以把HashSet和HashMap放在一起講解，是因?yàn)槎咴贘ava里有著相同的實(shí)現(xiàn)，前者僅僅是對(duì)后者做了一層包裝，也就是說HashSet里面有一個(gè)HashMap（適配器模式）。因此本文將重點(diǎn)分析HashMap。

HashMap實(shí)現(xiàn)了Map接口，允許放入null元素，除該類未實(shí)現(xiàn)同步外，其余跟Hashtable大致相同，跟TreeMap不同，該容器不保證元素順序，根據(jù)需要該容器可能會(huì)對(duì)元素重新哈希，元素的順序也會(huì)被重新打散，因此不同時(shí)間迭代同一個(gè)HashMap的順序可能會(huì)不同。
根據(jù)對(duì)沖突的處理方式不同，哈希表有兩種實(shí)現(xiàn)方式，一種開放地址方式（Open addressing），另一種是沖突鏈表方式（Separate chaining with linked lists）。Java HashMap采用的是沖突鏈表方式。

從上圖容易看出，如果選擇合適的哈希函數(shù)，put()和get()方法可以在常數(shù)時(shí)間內(nèi)完成。但在對(duì)HashMap進(jìn)行迭代時(shí)，需要遍歷整個(gè)table以及后面跟的沖突鏈表。因此對(duì)于迭代比較頻繁的場(chǎng)景，不宜將HashMap的初始大小設(shè)的過大。

有兩個(gè)參數(shù)可以影響HashMap的性能：初始容量（inital capacity）和負(fù)載系數(shù)（load factor）。初始容量指定了初始table的大小，負(fù)載系數(shù)用來指定自動(dòng)擴(kuò)容的臨界值。當(dāng)entry的數(shù)量超過capacity*load_factor時(shí)，容器將自動(dòng)擴(kuò)容并重新哈希。對(duì)于插入元素較多的場(chǎng)景，將初始容量設(shè)大可以減少重新哈希的次數(shù)。

方法剖析

get()

get(Object key)方法根據(jù)指定的key值返回對(duì)應(yīng)的value，該方法調(diào)用了getEntry(Object key)得到相應(yīng)的entry，然后返回entry.getValue()。因此getEntry()是算法的核心。
算法思想是首先通過hash()函數(shù)得到對(duì)應(yīng)bucket的下標(biāo)，然后依次遍歷沖突鏈表，通過key.equals(k)方法來判斷是否是要找的那個(gè)entry。

上圖中hash(k)&(table.length-1)等價(jià)于hash(k)%table.length，原因是HashMap要求table.length必須是2的指數(shù)，因此table.length-1就是二進(jìn)制低位全是1，跟hash(k)相與會(huì)將哈希值的高位全抹掉，剩下的就是余數(shù)了。

//getEntry()方法
final Entry<K,V> getEntry(Object key) {
    
    int hash = (key == null) ? 0 : hash(key);
    for (Entry<K,V> e = table[hash&(table.length-1)];//得到?jīng)_突鏈表
         e != null; e = e.next) {//依次遍歷沖突鏈表中的每個(gè)entry
        Object k;
        //依據(jù)equals()方法判斷是否相等
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
    }
    return null;
}

put()

put(K key, V value)方法是將指定的key, value對(duì)添加到map里。該方法首先會(huì)對(duì)map做一次查找，看是否包含該元組，如果已經(jīng)包含則直接返回，查找過程類似于getEntry()方法；如果沒有找到，則會(huì)通過addEntry(int hash, K key, V value, int bucketIndex)方法插入新的entry，插入方式為頭插法。

//addEntry()
void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);//自動(dòng)擴(kuò)容，并重新哈希
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = hash & (table.length-1);//hash%table.length
    }
    //在沖突鏈表頭部插入新的entry
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

remove()

remove(Object key)的作用是刪除key值對(duì)應(yīng)的entry，該方法的具體邏輯是在removeEntryForKey(Object key)里實(shí)現(xiàn)的。removeEntryForKey()方法會(huì)首先找到key值對(duì)應(yīng)的entry，然后刪除該entry（修改鏈表的相應(yīng)指針）。查找過程跟getEntry()過程類似。

//removeEntryForKey()
final Entry<K,V> removeEntryForKey(Object key) {
    
    int hash = (key == null) ? 0 : hash(key);
    int i = indexFor(hash, table.length);//hash&(table.length-1)
    Entry<K,V> prev = table[i];//得到?jīng)_突鏈表
    Entry<K,V> e = prev;
    while (e != null) {//遍歷沖突鏈表
        Entry<K,V> next = e.next;
        Object k;
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k)))) {//找到要?jiǎng)h除的entry
            modCount++; size--;
            if (prev == e) table[i] = next;//刪除的是沖突鏈表的第一個(gè)entry
            else prev.next = next;
            return e;
        }
        prev = e; e = next;
    }
    return e;
}

HashSet

前面已經(jīng)說過HashSet是對(duì)HashMap的簡(jiǎn)單包裝，對(duì)HashSet的函數(shù)調(diào)用都會(huì)轉(zhuǎn)換成合適的HashMap方法，因此HashSet的實(shí)現(xiàn)非常簡(jiǎn)單，只有不到300行代碼。這里不再贅述。

//HashSet是對(duì)HashMap的簡(jiǎn)單包裝
public class HashSet<E>
{
    
    private transient HashMap<E,Object> map;//HashSet里面有一個(gè)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) {//簡(jiǎn)單的方法轉(zhuǎn)換
        return map.put(e, PRESENT)==null;
    }
    
}