Android hashmap的数据结构

转载

编程艺术家 2024-10-11 11:24:45

文章标签 链表数据结构数组数据 文章分类 Android 移动开发

HashMap详解：

1、底层实现概述

hashmap底层是使用数组+链表+红黑树实现的，初始容量为16，默认的负载因子0.75，每次扩容为原来的两倍。

2、什么是哈希表?什么是哈希冲突？hashMap的原理？

哈希表是基于数组的一种存储方式.它主要由哈希函数和数组构成。

当要存储一个数据的时候，首先用一个函数计算数据的地址，然后再将数据存进指定地址位置的数组里面。这个函数就是哈希函数，而这个数组就是哈希表。

哈希表的优势在于：相比于简单的数组以及链表，它能够根据元素本身在第一时间，也就是时间复杂度为0（1）内找到该元素的位置。这使得它在查询和删除、插入上会比数组和链表要快很多。因为他们的时间复杂度为o(n)。

**哈希冲突是指哈希函数算出来的地址被别的元素占用了，也就是，这个位置有人了。**好的哈希函数会尽量避免哈希冲突。而解决哈希冲突的办法之一就是开放定址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法。

哈希函数用的就是链地址法，也就是数组+链表的方法，hashMap用的就是链地址法.。链地址法就是，当没有发生哈希冲突的时候hashmap主要只有数组。但是当发生冲突的时候，它会在哈希函数找到的当前数组内存地址位置下添加一条链表。

3、下边通过对比jdk1.7和jdk1.8来解析HashMap的数据结构

jdk1.7 中使用个 Entry 数组来存储数据，用key的 hashcode 取模来决定key会被放到数组里的位置，如果hashcode 相同，或者 hashcode 取模后的结果相同（ hash collision ），那么这些 key 会被定位到Entry 数组的同一个格子里，这些 key 会形成一个链表。在 hashcode 特别差的情况下，比方说所有key的 hashcode都相同，这个链表可能会很长，那么 put/get 操作都可能需要遍历这个链表，也就是说时间复杂度在最差情况下会退化到 O(n)
jdk1.8 中使用一个 Node 数组来存储数据，但这个 Node 可能是链表结构，也可能是红黑树结构，如果插入的 key 的hashcode 相同，那么这些key也会被定位到 Node数组的同个格子里。如果同一个格子里的key不超过8个（默认阀值），使用链表结构存储。如果超过了8个，那么会调用 treeifyBin函数，将链表转换为红黑树。那么即使 hashcode 完全相同，由于红黑树的特点，查找某个特定元素，也只需要O(logn)的开销也就是说put/get的操作的时间复杂度最差只有 O(log n)

4、HashMap中的hashcode的作用

因为需要他来读hashmap的数组位置来定位，如果依次使用equals方法比较key是否相同来确定当前数据是否已存储，效率会很低，通过比较hashCode值，效率会大大提高。如图：

Android hashmap的数据结构_数据

5、HashMapd的数组长度为什么是2的n次幂

当数组长度不为2的n次幂的时候，hashCode 值与数组长度减一做与运算的时候，会出现重复的数据，因为不为2的n次幂的话，对应的二进制数肯定有一位为0 ,这样，不管你的hashCode 值对应的该位，是0 还是1 ,最终得到的该位上的数肯定是0 ，这带来的问题就是HashMap 上的数组元素分布不均匀，而数组上的某些位置，永远也用不到。如下图所示：

Android hashmap的数据结构_链表_02

这将带来的问题就是你的HashMap 数组的利用率太低，并且链表可能因为上边的(n - 1) & hash 运算结果碰撞率过高，导致链表太深。（当然jdk 1.8已经在链表数据超过8个以后转换成了红黑树的操作，但那样也很容易造成它们之间的转换时机的提前到来）。

5、HashMap何时扩容以及它的扩容机制？

何时进行扩容？
HashMap使用的是懒加载，构造完HashMap对象后，进行put 方法插入元素之前，HashMap并不会去初始化或者扩容table。当首次调用put方法时，HashMap会发现table为空然后调用resize方法进行初始化，当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

具体是什么时候呢：
当HashMap中的元素个数超过数组大小loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过16 * 0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

7、HashMap的key一般用字符串,能用其他对象吗？

HashMap的key可以用其他对象，但是相较String对象而言所需要的条件较为苛刻。即使自定义对象内部重写了hashCode()方法和equals()方法，也没有String对象高效，因为String是不可变对象，其中有个hash变量，它可以缓存hashCode，避免重复计算hashCode，这样查找更快。

8、HashMap的key和value都能为null么?如果key能为null,那么它是怎么样查找值的？

HashMap的key和value都允许为null。

9、hash函数是如何实现的？为什么要先用hashcode的16位进行异或操作？为什么与的是length-1？

1）首先将元素hashcode值的高16位与低16位进行异或操作，作为hash值，然后与数组长度-1进行与操作，得到数组位置。
2）当数组长度比较小的时候，长度的高位全部为0，那么此时与hashcode进行与操作对结果改变影响不大，这样会增大hash碰撞的几率。所以要先用hashcode的前后16为进行异或操作。
3）因为hash的操作是index = hash & （length -1），此时为15也就是1111，这样得到的结果其实就是hash的后几位，只要hash分布均匀，那么index也就是分步均匀的。

10、HashMap是线程安全的吗？如何实现线程安全？

HashMap不是线程安全的，如果多个线程同时检测到元素的个数超过阈值（数组大小*负载因子），多个进程会同时对Node数组进行扩容，都在重新计算元素位置以及复制数据，但是最终只有一个线程扩容后的数组会复制给table,其它线程的都会丢失，并且各自线程put的数据也丢失。

11、实现线程安全的方式：

使用HashTable：HashTable使用synchronized来保证线程安全，但是所有线程竞争同一把锁，效率低 ConcurrentHashMap：使用锁分段技术，将数据分段存储，给每一段数据配一把锁，效率高。Java8中使用CAS算法（了解CAS算法请参考 Java并发编程之原子变量和CAS算法）
SynchronizedMap：调用synchronizedMap()方法后会返回一个SynchronizedMa类的对象,而在SynchronizedMap类中使用了synchronized同步关键字来保证对Map的操作是安全的

12、HashTable

底层结构：数组+链表，无论是key还是value都不能为null,线程安全。**实现线程安全的方式是在修改数据时锁住整个hashtable,**效率低，ConcurrentHashMap做了相关优化。

13、ConcurrentHashMap

底层结构数组+链表，线程安全，效率高。
通过把整个Map分为N个Segment，可以提供相同的线程安全，但是效率提升N倍，默认提升16倍。(读操作不加锁，由于HashEntry的value变量是 volatile的，也能保证读取到最新的值。
Hashtable的synchronized是针对整张Hash表的，即每次锁住整张表让线程独ConcurrentHashMap允许多个修改操作并发进行，其关键在于使用了锁分离技术
锁分段技术：首先将数据分成一段一段的存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问。

ConcurrentHashMap提供了与Hashtable和SynchronizedMap不同的锁机制。Hashtable中采用的锁机制是一次锁住整个hash表，从而在同一时刻只能由一个线程对其进行操作；而ConcurrentHashMap中则是一次锁住一个桶。

ConcurrentHashMap默认将hash表分为16个桶，诸如get、put、remove等常用操作只锁住当前需要用到的桶。这样，原来只能一个线程进入，现在却能同时有16个写线程执行，并发性能的提升是显而易见的。