目录

  • Map
  • 1.概述
  • 2.SortedMap
  • 3.实现
  • HashMap
  • 实现原理
  • Hashtable
  • ConcurrentHashMap

Map

1.概述

Map 是一个将 key 映射到 value 的对象，key 不能相同，而且最多映射一个 value。Map 取代了 Dictionary 抽象类。Map 提供了 3 个集合视图：keySet、entrySet 以及 values。Map 的顺序定义为迭代器的顺序，但有些实现类，如 TreeMap，有自己的顺序保证。

2.SortedMap

与 SortedSet 类似，相比Map接口提供了 Range View、Endpoints 和 Comparator access 的额外操作。

3.实现

Map 主要有四个常用的实现类，分别是 HashMap、HashTable、LinkedHashMap 和 TreeMap，类的继承关系如下：

java 中Dict 和 map 区别_ci

它们的特点如下：

  1. HashMap：它根据键的 hashCode 值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却是不确定的。 HashMap 最多只允许一条记录的键为 null，允许多条记录的值为 null。HashMap 非线程安全，即任一时刻如果有多个线程同时写 HashMap，可能会导致数据的不一致。如果需要满足线程安全，可以用 Collections 的 synchronizedMap 方法使 HashMap 具有线程安全的能力，或者使用 ConcurrentHashMap。
  2. Hashtable：Hashtable 是遗留类，很多 Map 的常用功能与 HashMap 类似，不同的是它继承自 Dictionary 类，并且是线程安全的，任一时间只有一个线程能写 Hashtable，并发性不如 ConcurrentHashMap，因为 ConcurrentHashMap 引入了分段锁。Hashtable 不建议在新代码中使用，不需要线程安全的场合可以用 HashMap 替换，需要线程安全的场合可以用 ConcurrentHashMap 替换。
  3. LinkedHashMap：LinkedHashMap 是 HashMap 的一个子类，保存了记录的插入顺序，在用 Iterator 遍历 LinkedHashMap 时，先得到的记录肯定是先插入的，也可以在构造时带参数，按照访问次序排序。
  4. TreeMap：TreeMap 实现 SortedMap 接口，能够把它保存的记录根据键排序，默认是按键值的升序排序，也可以指定排序的比较器，当用 Iterator 遍历TreeMap 时，得到的记录是排过序的。如果使用排序的 Map，建议使用 TreeMap。在使用 TreeMap 时，key 必须实现 Comparable 接口或者在构造TreeMap 传入自定义的 Comparator，否则会在运行时抛出 java.lang.ClassCastException 类型的异常。
  5. 对于上述四种Map类型的类，要求 Map 中的 key 是不可变对象。不可变对象在创建后它的哈希值不会被改变。如果对象的哈希值发生变化，Map对象很可能就定位不到映射的位置了。
  6. Map 提供了三种特殊用途的Map实现：EnumMap、WeakHashMap 和 IdentityHashMap。EnumMap 与 EnumSet 类似，主要用于 enum 类型。WeakHashMap 用于存储键的 weak reference，当键值对在 WeakHashMap 之外不存在引用后，GC 可以对 WeakHashMap 中键值对进行垃圾回收。

此外，有一个特殊的 HashMap 实现，IdentityHashMap。IdentityHashMap 实现了 Map 接口，在内部实现时，使用了 reference-equality 而不是 object-equality 进行相等比较，也就是说，在 IdentityHashMa p中，如果两个键 k1 和 k2 相等，那么当且仅当 k1 == k2，而在 HashMap 中相等的条件是k1 == null ? k2 == null : k1.equals(k2)。IdentityHashMap 主要于对需要保留拓扑结构的图转换中，例如序列化或者深拷贝。在 Calcite 的代码中，需要对 RelNode 的属性各种变换，但是不改变 RelNode DAG 的结构，每个节点依然复用原来的 RelNode，所以会经常使用 IdentityHashMap。

HashMap

java 中Dict 和 map 区别_位运算_02

HashMap 提供了所有 Map 的可选方法。HashMap 类似于 Hashtable，但与它不同的是，HashMap 允许 null 作为 key 和 value，并且 HashMap 并不是线程安全的。

HashMap 获取迭代器的时间与 HashMap 的实际容量加上它的大小成正比，所以，当对迭代器的要求比较高时，不要将 HashMap 的初始容量设置太大，load factor 也不要设置得太小。

hash table 中每个位置表示为一个桶 bucket，容量 capacity 表示 bucket 的数量，也就是 hash table 的长度。负载因子 load factor 表明 capacity 能使用的多少（该值可以大于 1）。HashMap 中将 key-value 对封装为一个 Node（继承于 Map.Entry）。当 hash table 中的数量超过阈值 threshold （等于 capacity * loadFactor） 时，将会进行 rehash 操作 （也就是重新构建结构），hash table 的大小会变为原来的两倍，并修改原来 Entry 存放的位置。

默认的 load factor 为 0.75 ，对时间和空间的花费会达到一个较好的情况。高 load factor 虽然会减少空间开销，但会增加查找成本。如果初始化的 capacity 大于 entry 的最大数量除以 load factor，则不会 rehash。

java 中Dict 和 map 区别_线程安全_03

HashMap 并不是线程安全的，它的迭代器也具有快速失效的特点。

HashMap 的最大 bucket 数量为 1 << 30。

java 中Dict 和 map 区别_位运算_04

实现原理

HashMap 的实现基于 hash table，本质上是一个数组。数组上每个位置被称为一个桶。

java 中Dict 和 map 区别_线程安全_05

java 中Dict 和 map 区别_线程安全_06

注意：table 的大小为 2 的幂，默认大小为 16。而 hash table 的大小最好为素数，这是因为合数大小的 hash table，如果采用求余数的方法来算哈希值（这里假设根据数 k 来算哈希值），那么对于出现哈希冲突的情况下， k 的二进制的某些位不一致影响并不大。举个例子来说，对 20、28 求 8 的余数，均为 4，出现哈希冲突，而 20、28 的二进制 10100、11100 的大于第 3 位的数不一致，对哈希值的运算也没有影响，但如果把 8 改为 11，那么有影响的位就多了。HashTable 的默认大小为 11 就是一个例子。至于为什么 HashMap 并没遵守这个原则，在于 HashMap 算桶的位置方法除了取模，也有高位运算的方法。

java 中Dict 和 map 区别_位运算_07

HashMap 解决哈希冲突的方式链地址方法。桶中存储的可能为一个 Entry，但当出现哈希冲突时，桶中存储的是一个链表结构，但当该链表过长时（默认为 8），就会转为红黑树，提高 HashMap 的性能。

java 中Dict 和 map 区别_位运算_08

相反的，红黑数过短（默认为 6），会转换为链表。

java 中Dict 和 map 区别_java 中Dict 和 map 区别_09

但需要注意的是，需要满足 bucket 数量大于 MIN_TREEIFY_CAPACITY （默认为 64）才会进行数化，否者采用 resize。

java 中Dict 和 map 区别_ci_10

接下来我们查看 put 方法是如何实现的。

put 方法会调用 putVal 方法。

java 中Dict 和 map 区别_线程安全_11

其中传参时，第一参数是调用了 hash 方法。key 为 null 时返回 0，否则，hash 方法会将 key 的 hashCode 与它的高 16 位进行异或操作，返回得到的结果，这样减少 hash table 长度为 2 的幂导致的高位无影响。

java 中Dict 和 map 区别_线程安全_12

在 putVal 方法中，tab 为底层的 hash table，n 为 tab 长度，i 为应该应该加入的 bucket 位置（取模操作），p 用于查找新 Node 应该放置的位置（并不是应该放置的位置）。

java 中Dict 和 map 区别_java 中Dict 和 map 区别_13

java 中Dict 和 map 区别_java 中Dict 和 map 区别_14

通过 put 例子，我们可以看出，计算 bucket 位置的流程，示例如下：

java 中Dict 和 map 区别_线程安全_15

而对于 put 方法的实现流程，可用下图概括：

java 中Dict 和 map 区别_线程安全_16

接下来我们看看 rehash 是如何实现的。

rehash 中主要使用到了 resize 方法。resize 方法会开辟一个两倍原始大小的 table 并把原 table 的元素迁移过去，而这个方法中，最重要过程是迁移。由于确定 Node 在那个 bucket 的位置只是取模决定的（取模用到的值是高位运算后的值，而高位运算用到的 hash 函数并没有牵涉到 table 长度），table 变为两倍，那么 Node 在新 bucket 的位置要么在原索引位置 k，要么在 k + oldCap 位置，这取决于：新的 capacity - 1上最高的 1 的位置 p，hash 函数返回值的 p 位置为 0 还是 1。为 0 则在原位置，否则在新位置。基于此，我们只需要查看那一位的情况即可确认位置，而不用全部通过高位运算以及取模运算来计算新位置。

这是对于链表：

java 中Dict 和 map 区别_线程安全_17

这是对于红黑树：

java 中Dict 和 map 区别_java 中Dict 和 map 区别_18

Hashtable

java 中Dict 和 map 区别_位运算_19

Hashtable 是线程安全的，但是其实现并发安全的手段比较粗暴，只是简单的以自身作为对象锁，将相关方法都声明为synchronized，故每次只有一个线程能调用这些同步方法。

Hashtable 不允许 null key 或 null value。

ConcurrentHashMap

// TODO 02/12/2022 meyok