Go语言视频零基础入门到精通

gnwe1990

一直以来似乎都有一个错觉，认为map跟其他的集合类一样继承自Collection，其实不然，Map和Collection在结构层次上是没有任何关系的，通过查看源码可以发现map所有操作都是基于key-value对，而不是单独的元素。
　　下面以HashMap为例子，深入对Map的实现机制进行了解，在这个过程中，请打开jdk源码。
　　Hash算法
　　HashMap使用Hash算法，所以在解剖HashMap之间，需要先简单的了解Hash算法，Hash算法一般也成为散列算法，通过散列算法将任意的值转化成固定的长度输出，该输出就是散列值，这是一种压缩映射，也就是，散列值的空间远远小于输入的值空间。
　　简单的说，hash算法的意义在于提供了一种快速存取数据的方法,它用一种算法建立键值与真实值之间的对应关系,(每一个真实值只能有一个键值,但是一个键值可以对应多个真实值),这样可以快速在数组等里面存取数据。
　　下面我们建立一个HashMap,然后往里面放入12对key-value，这个HashMap的默认数组长度为16，我们的key分别存放在该数组的格子中，每个格子下面存放的元素又是以链表的方式存放元素。
[pre]

public   static   void  main(String[] args) {  [li]        Map map  =   new  HashMap();          map.put( " What " ,  " chenyz " );  [li]        map.put( " You " ,  " chenyz " );          map.put( " Don't " ,  " chenyz " );  [li]        map.put( " Know " ,  " chenyz " );          map.put( " About " ,  " chenyz " );  [li]        map.put( " Geo " ,  " chenyz " );          map.put( " APIs " ,  " chenyz " );  [li]        map.put( " Can't " ,  " chenyz " );          map.put( " Hurt " ,  " chenyz " );  [li]        map.put( " you " ,  " chenyz " );          map.put( " Google " ,  " chenyz " );  [li]        map.put( " map " ,  " chenyz " );          map.put( " hello " ,  " chenyz " );  [li]    }  [/li]

[/pre]　　当我们新添加一个元素时，首先我们通过Hash算法计算出这个元素的Hash值的hashcode，通过这个hashcode的值，我们就可以计算出这个新元素应该存放在这个hash表的哪个格子里面，如果这个格子中已经存在元素，那么就把新的元素加入到已经存在格子元素的链表中。
　　运行上面的程序，我们对HashMap源码进行一点修改，打印出每个key对象的hash值
What-->hash值：8
You-->hash值：3
Don't-->hash值：7
Know-->hash值：13
About-->hash值：11
Geo-->hash值：12
APIs-->hash值：1
Can't-->hash值：7
Hurt-->hash值：1
you-->hash值：10
google-->hash值：3
map-->hash值：8
hello-->hash值：0
计算出来的Hash值分别代表该key应该存放在Hash表中对应数字的格子中，如果该格子已经有元素存在，那么该key就以链表的方式依次放入格子中

　　从上表可以看出，Hash表是线性表和链表的综合所得，根据数据结构的定义，可以得出粗劣的结论，Hash算法的存取速度要比数组差一些，但是比起单纯的链表，在查找和存取方面却要好多。
　　如果要查找一个元素时，同样的方式，通过Hash函数计算出这个元素的Hash值hashcode，然后通过这个hashcode值，直接找到跟这个hash值相对应的线性格子，进如该格子后，对这个格子存放的链表元素逐个进行比较，直到找到对应的hash值。
　　在简单了解完Hash算法后，我们打开HashMap源码
　　初始化HashMap
　　下面我们看看Map map = new HashMap();这段代码究竟做了什么，发生了什么数据结构的变化。
HashMap中几个重要的属性
transient Entry[] table;
用来保存key-value的对象Entry数组，也就是Hash表
transient int size;
返回HashMap的键值对个数
final float loadFactor;
负载因子，用来决定Entry数组是否扩容的因子，HashMap默认是0.75f
int threshold;
重构因子，(capacity * load factor)负载因子与Entry[]数组容积的乘值
[pre]

public   class  HashMap < K,V >   [li]     extends  AbstractMap < K,V >        implements  Map < K,V > , Cloneable, Serializable  [li]{       int  threshold;      [li]      final   float  loadFactor;  [li]      transient  Entry[] table;  [li]      static   final   float  DEFAULT_LOAD_FACTOR  =   0.75f ;  [li]      static   final   int  DEFAULT_INITIAL_CAPACITY  =   16 ;  [li]      public  HashMap( int  initialCapacity,  float  loadFactor) {  [li]         if  (initialCapacity  <   0 )               throw   new  IllegalArgumentException( " Illegal initial capacity:  "   +   [li]                                               initialCapacity);           if  (initialCapacity  >  MAXIMUM_CAPACITY)  [li]            initialCapacity  =  MAXIMUM_CAPACITY;           if  (loadFactor  <=   0   ||  Float.isNaN(loadFactor))  [li]             throw   new  IllegalArgumentException( " Illegal load factor:  "   +                                                  loadFactor);  [li]          //  Find a power of 2 >= initialCapacity   [li]         int  capacity  =   1 ;           while  (capacity  <  initialCapacity)  [li]            capacity  <<=   1 ;   [li]         this .loadFactor  =  loadFactor;          threshold  =  ( int )(capacity  *  loadFactor);  [li]        table  =   new  Entry[capacity];          init();  [li]    }  [/li]

[/pre]　　以public HashMap(int initialCapacity, float loadFactor)构造函数为例，另外两个构造函数实际上也是以同种方式来构建HashMap.
　　首先是要确定hashMap的初始化的长度，这里使用的策略是循环查出一个大于initialCapacity的2的次方的数，例如 initialCapacity的值是10，那么大于10的数是2的4次方，也就是16
　　capacity的值被赋予了16，那么实际上table数组的长度是16，之所以采用这样的策略来构建Hash表的长度，是因为2的次方运算对于计算机来说是有相当的效率。
　　loadFactor，被称为负载因子，HashMap的默认负载因子是0.75f
　　threshold，接下来是重构因子，由负载因子和容量的乘机组成，它表示当HashMap元素被存放了多少个之后，需要对HashMap进行重构。
　　通过这一系列的计算和定义后，初始化Entry[] table;
　　put(key,value)
　　接下来看一对key-value是如何被存放到HashMap中：put(key,value)
[pre]

public  V put(K key, V value) {  [li]     if  (key  ==   null )           return  putForNullKey(value);  [li]     int  hash  =  hash(key.hashCode());        [li]     int  i  =  indexFor(hash, table.length);      System.out.println(key + " -->hash值： " + i); // 这就是刚才程序打印出来的key对应hash值   [li]     for  (Entry < K,V >  e  =  table; e  !=   null ; e  =  e.next) {          Object k;  [li]         if  (e.hash  ==  hash  &&  ((k  =  e.key)  ==  key  ||  key.equals(k))) {              V oldValue  =  e.value;  [li]            e.value  =  value;              e.recordAccess( this );  [li]             return  oldValue;          }  [li]    }   [li]    modCount ++ ;      addEntry(hash, key, value, i);  [li]     return   null ;  }  [li]  static   int  hash( int  h) {  [li]    h  ^=  (h  >>>   20 )  ^  (h  >>>   12 );       return  h  ^  (h  >>>   7 )  ^  (h  >>>   4 );  [li]}   [li] static   int  indexFor( int  h,  int  length) {       return  h  &  (length - 1 );  [li]}  [/li]

[/pre]　　这里是整个hash的关键，请打开源码查看一步一步查看。
　　hash(key.hashCode()) 计算出key的hash码 //对于hash()的算法，这里有一篇分析很透彻的文章
　　indexFor(hash, table.length) 通过一个与算法计算出来，该key应在存放在Hash表的哪个格子中。
　　for (Entry e = table; e != null; e = e.next) 然后再遍历table格中的链表，判断是否已经存在一样的key，如果存在一样的key值，那么就用新的value覆盖旧的value，并把旧的value值返回。
　　addEntry(hash, key, value, i) 如果经过遍历链表没有发现同样的key，那么进行addEntry函数的操作，增加当前key到hash表中的第i个格子中的链表中
[pre]

void  addEntry( int  hash, K key, V value,  int  bucketIndex) {  [li]   Entry < K,V >  e  =  table[bucketIndex];     table[bucketIndex]  =   new  Entry < K,V > (hash, key, value, e);  [li]    if  (size ++   >=  threshold)         resize( 2   *  table.length);  [li]  [/li]

[/pre]　　Entry e = table[bucketIndex];   创建一个Entry对象来存放键值（ps:Entry对象是一个链表对象）
　table[bucketIndex] = new Entry(hash, key, value, e); 将Entry对象添加到链表中
　　if (size++ >= threshold) resize(2 * table.length); 最后将size进行自增，判断size值是否大于重构因子，如果大于那么就是用resize进行扩容重构。
[pre]

void  resize( int  newCapacity) {  [li]   Entry[] oldTable  =  table;      int  oldCapacity  =  oldTable.length;  [li]    if  (oldCapacity  ==  MAXIMUM_CAPACITY) {         threshold  =  Integer.MAX_VALUE;  [li]        return ;     }  [li]    Entry[] newTable  =   new  Entry[newCapacity];  [li]   transfer(newTable);     table  =  newTable;  [li]   threshold  =  ( int )(newCapacity  *  loadFactor);    [/li]

[/pre]这里为什么是否需要扩容重构，其实是涉及到负载因子的性能问题
loadFactor负载因子
　　上面说过loadFactor是一个hashMap的决定性属性，HashSet和HashMap的默认负载因子都是0.75，它表示，如果哈希表的容量超过3/4时，将自动成倍的增加哈希表的容量，这个值是权衡了时间和空间的成本，如果负载因子较高，虽然会减少对内存空间的需求，但也会增加查找数据的时间开销，无论是put()和get()都涉及到对数据进行查找的动作，所以负载因子是不适宜设置过高

　　get(key)
　　接下来看看get(key)做了什么
[pre]

public  V get(Object key) {  [li]     if  (key  ==   null )           return  getForNullKey();  [li]     int  hash  =  hash(key.hashCode());       for  (Entry < K,V >  e  =  table[indexFor(hash, table.length)];  [li]         e  !=   null ;           e  =  e.next) {  [li]        Object k;           if  (e.hash  ==  hash  &&  ((k  =  e.key)  ==  key  ||  key.equals(k)))  [li]             return  e.value;      }  [li]     return   null ;  }  [/li]

[/pre]　　这些动作似乎是跟put(key，value)相识，通过hash算法获取key的hash码，再通过indexFor定位出该key存在于table的哪一个下表，获取该下标然后对下标中的链表进行遍历比对，如果有符合就直接返回该key的value值。
　　keySet()
　　这里还涉及另一个问题，上面说了HashMap是跟set没有任何亲属关系，但map也一样实现了keySet接口，下面谱析一下keySet在hashMap中是如何实现的，这里给出部分代码，请结合源码查看
[pre]

public  K next() {  [li]             return  nextEntry().getKey();          }  [li]      final  Entry < K,V >  nextEntry() {  [li]             if  (modCount  !=  expectedModCount)                   throw   new  ConcurrentModificationException();  [li]            Entry < K,V >  e  =  next;               if  (e  ==   null )  [li]                 throw   new  NoSuchElementException();   [li]             if  ((next  =  e.next)  ==   null ) {                  Entry[] t  =  table;  [li]                 while  (index  <  t.length  &&  (next  =  t[index ++ ])  ==   null )                      ;  [li]            }          current  =  e;  [li]             return  e;          }  [/li]

[/pre]　　代码很简单，就是对每个格子里面的链表进行遍历，也正是这个原因，当我们依次将key值put进hashMap中，但在使用map.entrySet().iterator()进行遍历时候却不是put时候的顺序。
　　扩容
　　在前面说到put函数的时候，已经提过了扩容的问题
[pre]

if  (size ++   >=  threshold)  [li]resize( 2   *  table.length);  [/li]

[/pre]　　这里一个是否扩容的判断，当数据达到了threshold所谓的重构因子，而不是HashMap的最大容量，就进行扩容。
[pre]

Entry[] oldTable   [li] threshold   [li]}   Entry[] newTable   [li]        transfer(newTable);          table   [li]        threshold       }  [li]        Entry[] src               Entry  [li]                src[j]                       Entry  [li]                    e.next                      newTable   [li]                    e                   }   [li]            }          }  [li]    }  void  resize( int  newCapacity)   [li]{ =  table; int  oldCapacity  =  oldTable.length; [li]if  (oldCapacity  ==  MAXIMUM_CAPACITY) { =  Integer.MAX_VALUE;   return ; =   new  Entry[newCapacity]; =  newTable; =  ( int )(newCapacity  *  loadFactor); void  transfer(Entry[] newTable) { =  table; int  newCapacity  =  newTable.length; for  ( int  j  =   0 ; j  <  src.length; j ++ ) { < K,V >  e  =  src[j]; if  (e  !=   null ) { =   null ; do  { < K,V >  next  =  e.next; int  i  =  indexFor(e.hash, newCapacity); =  newTable; =  e; =  next; while  (e  !=   null ); [/li]

[/pre]　　transfer方法实际上是将所有的元素重新进行一些hash，这是因为容量变化了，每个元素相对应的hash值也会不一样。
　　使用HashMap
　　1.不要再高并发中使用HashMap，HashMap是线程不安全，如果被多个线程共享之后，将可能发生不可预知的问题。
　　2.如果数据大小事固定的，最好在初始化的时候就给HashMap一个合理的容量值，如果使用new HashMap()默认构造函数，重构因子的值是16*0.75=12，当HashMap的容量超过了12后，就会进行一系列的扩容运算，重建一个原来成倍的数组，并且对原来存在的元素进行重新的hash运算，如果你的数据是有成千上万的，那么你的成千上万的数据也要跟这你的扩容不断的hash，这将产生高额的内存和cpu的大量开销。
　　当然啦，HashMap的函数还有很多，不过都是基于table的链表进行操作，当然也就是hash算法，Map & hashMap在平时我们的应用非常多，最重要的是我们要对每句代码中每块数据结构变化心中有数。

thinkinjava

谢谢楼主分享。