Java HashSet(散列集),HashMap(散列映射)的簡單介紹
簡介
本篇將簡單講解Java集合框架中的HashSet與HashMap。
散列集(HashSet)
快速入門
- 底層原理:動態(tài)數(shù)組加單向鏈表或紅黑樹。JDK 1.8之后,當(dāng)鏈表長度超過閾值8時(shí),鏈表將轉(zhuǎn)換為紅黑樹。
- 查閱HashSet的源碼,可以看到HashSet的底層是HashMap,HashSet相當(dāng)于只用了HashMap鍵Key的部分,當(dāng)需要進(jìn)行添加元素操作時(shí),其值Value始終為常量PRESENT = new Object()。以下為HashSet的代碼片段:
private transient HashMap<E,Object> map;
public HashSet() {
map = new HashMap<>();
}
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
public Iterator<E> iterator() {
return map.keySet().iterator();
}
- 上面說到,在JDK 1.8之后,當(dāng)鏈表長度超過閾值8時(shí),鏈表將轉(zhuǎn)為紅黑樹;當(dāng)鏈表長度小于6時(shí),紅黑樹重新轉(zhuǎn)為鏈表。那么為什么閾值是8呢?
- 閾值定義為8,符合數(shù)學(xué)概率論上的泊松分布Poisson。根據(jù)泊松分布,一個(gè)桶bucket是很難被填滿達(dá)到長度8的。
- 一旦用于存儲數(shù)據(jù)的鏈表長度達(dá)到閾值8,則很大的可能是該HashSet所使用的散列函數(shù)性能不佳、或存在惡意代碼向集中添加了很多具有相同散列碼的值,此時(shí)轉(zhuǎn)為平衡二叉樹可以提高性能。
散列表
- 鏈表LinkedList、數(shù)組Array或數(shù)組列表ArrayList都有一個(gè)共同的缺點(diǎn):根據(jù)值查找元素速度慢。一旦存放的數(shù)據(jù)較多,查找速度將十分緩慢。
- 如果應(yīng)用中開發(fā)者不在意元素的排列順序,此時(shí)推薦使用的數(shù)據(jù)結(jié)構(gòu)為散列表。散列表用于快速查找對象。
- 使用散列表的關(guān)鍵是對象必須具備一個(gè)散列碼,通過對象內(nèi)HashCode()方法即可計(jì)算得到對象的散列碼。一般情況下,不同數(shù)據(jù)的對象將產(chǎn)生不同的散列碼。
- 下表顯示了使用String類中hashCode()方法成的散列碼:
| 字符串 | 散列碼 |
| "Lee" | 76268 |
| "lee" | 107020 |
| "eel" | 100300 |
- 在Java中,散列表HashTable使用動態(tài)數(shù)組加鏈表或紅黑樹的形式實(shí)現(xiàn)。
- 動態(tài)數(shù)組中的每個(gè)位置被稱為桶bucket。要想查找元素位于散列表中的位置,需要首先計(jì)算元素的散列碼,然后與桶的總數(shù)取余,所得到的結(jié)果就是保存這個(gè)元素的桶的索引。
- 假設(shè)動態(tài)數(shù)組為table,對象a的散列碼為hashCode,則元素將存放在table的索引為hashCode % table.size(),通常將該索引值成為散列值,它與散列碼是不一樣的。

- 例如,如果某個(gè)對象的散列碼為76268,并且有128個(gè)桶,那么這個(gè)對象應(yīng)該保存在第108號桶中,因?yàn)?6268%128=108。
- 如果在這個(gè)桶中沒有其他的元素,此時(shí)將元素直接插入到桶中即可;但如果桶已經(jīng)被填充,這種現(xiàn)象被稱為散列沖突hash collision。發(fā)生散列沖突,需要將新對象與桶中的所有對象進(jìn)行比較,查看這個(gè)對象是否已經(jīng)存在。
- 此時(shí)如果散列碼合理地隨機(jī)分布(可以理解為散列函數(shù)hashCode()合理),桶的數(shù)目也足夠大,需要比較的次數(shù)就會很少。
- 在Java 8中,桶滿時(shí)會從鏈表變?yōu)槠胶舛鏄?。如果選擇的散列函數(shù)不好,會產(chǎn)生很多沖突,或者如果有惡意代碼試圖在散列表中填充多個(gè)有相同散列碼的值,這樣改為平衡二叉樹能提高性能。
- 如果需要更多地控制散列表的性能,可以指定一個(gè)初始的桶數(shù)。桶數(shù)是指用于收集具有相同散列值的桶的數(shù)目。如果要插入到散列表中的元素太多,就會增加沖突數(shù)量,降低檢索的性能。
- 如果大致知道最終會有多少個(gè)元素要插入到散列表中,就可以設(shè)置桶數(shù)。通常,將桶數(shù)設(shè)置為預(yù)計(jì)元素個(gè)數(shù)的75%~150%。有些研究人員認(rèn)為:最好將桶數(shù)設(shè)置為一個(gè)素?cái)?shù),以防止鍵的聚集。不過,對此并沒有確鑿的證據(jù)。
- 標(biāo)準(zhǔn)類庫使用的桶數(shù)是2的次冪,默認(rèn)值為16(為表大小提供的任何值,都將自動轉(zhuǎn)換為2的下一個(gè)冪值)。
- 但是,并不總能夠知道需要存儲多少個(gè)元素,也有可能最初的估計(jì)過低。如果散列表太滿,就需要再散列rehashed。如果要對散列表再散列,就需要?jiǎng)?chuàng)建一個(gè)桶數(shù)更多的表,并將所有元素插入到這個(gè)新表中,然后丟棄原來的表。裝填因子load factor可以確定何時(shí)對散列表進(jìn)行再散列。
- 例如,如果裝填因子是0.75(默認(rèn)值),說明表中已經(jīng)填滿了75%以上,就會自動再散列,新表的桶數(shù)是原來的兩倍。對于大多數(shù)程序來說,裝填因子為0.75是合理的。
- 散列表可以用于實(shí)現(xiàn)很多重要的數(shù)據(jù)結(jié)構(gòu),其中最簡單的是集類型。集是沒有重復(fù)元素的元素集合,其中add方法首先會在這個(gè)集中查找要添加的對象,如果不存在,就添加這個(gè)對象。
- Java集合框架提供了一個(gè)HashSet類,它實(shí)現(xiàn)了基于散列表的集??梢杂胊dd方法添加元素。contains方法已經(jīng)被重新定義,用來快速查找某個(gè)元素是否已經(jīng)在集中。它只查看一個(gè)桶中的元素,而不必查看集合中所有元素。
- 散列集迭代器將依次訪問所有的桶,由于散列將元素分散在表中,所以會以一種看起來隨機(jī)的順序訪問元素。只有不關(guān)心集合中元素的順序時(shí),才應(yīng)該使用HashSet。
- 而HashSet的實(shí)現(xiàn)基于HashMap,在隨后會對HashMap的部分源碼進(jìn)行分析,以了解其初始容量及擴(kuò)容機(jī)制。
散列映射(HashMap)
快速入門
- 底層原理:動態(tài)數(shù)組加單向鏈表或紅黑樹。JDK 1.8之后,當(dāng)鏈表長度超過閾值8時(shí),鏈表將轉(zhuǎn)換為紅黑樹。默認(rèn)散列表中的動態(tài)數(shù)組長度為16,散列因子為0.75,擴(kuò)容閾值為12。
- 擴(kuò)容機(jī)制:擴(kuò)容后散列表中的動態(tài)數(shù)組長度,變?yōu)榕f動態(tài)數(shù)組的兩倍。擴(kuò)容閾值為散列因子與動態(tài)數(shù)組長度的乘積。
- 以下為HashMap中代表單向鏈表結(jié)構(gòu)的Node<K, V>類,與代表紅黑樹結(jié)構(gòu)的TreeNode<K, V>類。
// HashMap.java源碼
// 基于單向鏈表的用于存儲數(shù)據(jù)的對象
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
...
}
// 基于紅黑樹的用于存儲數(shù)據(jù)的對象
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
...
}
二次散列
散列映射HashMap只對鍵進(jìn)行散列,與鍵關(guān)聯(lián)的值不進(jìn)行散列。以下為HashMap中的部分源碼:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- 所有使用put()方法存入HashMap中的鍵值對,都會在內(nèi)部調(diào)用putVal()進(jìn)行添加元素操作。putVal()方法的第一個(gè)參數(shù)則需要提供key的散列碼。
- 此處并沒有直接使用key.hashCode(),而是使用了HashMap中的hash()方法對key進(jìn)行二次散列。二次散列可以理解為在對象調(diào)用它的散列函數(shù)之后,再進(jìn)行一次額外的計(jì)算。二次散列有助于獲得更好的散列碼。
擴(kuò)容機(jī)制
- HashMap中的動態(tài)數(shù)組初始容量為16,默認(rèn)的散列因子為0.75,即在容量到達(dá)16 * 0.75 = 12時(shí),會對動態(tài)數(shù)組進(jìn)行擴(kuò)容處理,上限容量被稱為threshold。
- 擴(kuò)容后的HashMap,其動態(tài)數(shù)組容量為原來的2倍,由于散列因子不會改變,因此threshold也為原來的2倍。
- 以下為HashMap中resize()、putVal()的源碼:
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 第一個(gè)resize()是進(jìn)行動態(tài)數(shù)組Node<K, V>[]初始化的操作,不會進(jìn)行擴(kuò)容
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 當(dāng)HashMap中元素?cái)?shù)量大于閾值threshold,則會進(jìn)行擴(kuò)容resize()操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- 通過源碼可以知道,HashMap在初始化的時(shí)候并不會立即為動態(tài)數(shù)組分配內(nèi)存,直到調(diào)用putVal()為止,才會在putVal()中調(diào)用resize()方法初始化動態(tài)數(shù)組。
- 動態(tài)數(shù)組Node<K, V>[]將在resize()中完成初始化或擴(kuò)容的操作。
- 其中有關(guān)初始化的關(guān)鍵代碼為:
newCap = DEFAULT_INITIAL_CAPACITY; // DEFAULT_INITIAL_CAPACITY = 1 << 4,即默認(rèn)大小為16。 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // threshold = newCap * 0.75,即默認(rèn)為12。
- 有關(guān)于擴(kuò)容的關(guān)鍵代碼為:
if (oldCap > 0) { // 當(dāng)動態(tài)數(shù)組擁有默認(rèn)容量時(shí),如果再次調(diào)用resize(),則一定會進(jìn)行擴(kuò)容操作
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) { // 容量為原來的2倍
newThr = oldThr << 1; // 閾值為原來的2倍
}
}
總結(jié)
以上為所有關(guān)于HashSet、HashMap的粗略介紹。
如果希望了解更多的內(nèi)容,可以前往JDK閱讀源碼。
以上就是Java HashSet(散列集),HashMap(散列映射)的簡單介紹的詳細(xì)內(nèi)容,更多關(guān)于Java HashSet和HashMap的資料請關(guān)注腳本之家其它相關(guān)文章!
- Java中LinkedHashSet、LinkedHashMap源碼詳解
- Java數(shù)據(jù)結(jié)構(gòu)之HashMap和HashSet
- Java多線程高并發(fā)中解決ArrayList與HashSet和HashMap不安全的方案
- Java中HashSet和HashMap的區(qū)別_動力節(jié)點(diǎn)Java學(xué)院整理
- java 中HashMap、HashSet、TreeMap、TreeSet判斷元素相同的幾種方法比較
- Java中HashMap和Hashtable及HashSet的區(qū)別
- 淺析Java中Map與HashMap,Hashtable,HashSet的區(qū)別
- Java數(shù)據(jù)結(jié)構(gòu)中的HashMap和HashSet詳解
相關(guān)文章
Eclipse中改變默認(rèn)的workspace的方法及說明詳解
eclipse中改變默然的workspace的方法有哪幾種呢?接下來腳本之家小編給大家介紹Eclipse中改變默認(rèn)的workspace的方法及說明,對eclipse改變workspace相關(guān)知識感興趣的朋友一起學(xué)習(xí)吧2016-04-04
idea中java及java web項(xiàng)目的常見問題及解決
在IDEA中處理亂碼問題主要涉及四個(gè)方面:文件編碼設(shè)置為UTF-8、編輯器默認(rèn)編碼調(diào)整、Tomcat運(yùn)行配置編碼設(shè)置以及解決cmd中的亂碼,此外,詳細(xì)介紹了在IDEA中創(chuàng)建Web項(xiàng)目的步驟,包括新建Java工程、添加Web框架支持、添加Tomcat依賴庫2024-09-09
解決Spring或SpringBoot開啟事務(wù)以后無法返回自增主鍵的問題
這篇文章主要介紹了解決Spring或SpringBoot開啟事務(wù)以后無法返回自增主鍵的問題,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-07-07
Spring Integration 實(shí)現(xiàn)消息驅(qū)動的詳細(xì)步驟
Spring Integration是一個(gè)用于構(gòu)建消息驅(qū)動的中間件輕量級框架,它提供了一種模型和工具,用于在Spring應(yīng)用程序中實(shí)現(xiàn)企業(yè)集成模式,這篇文章主要介紹了Spring Integration 實(shí)現(xiàn)消息驅(qū)動,需要的朋友可以參考下2024-05-05
淺談JAVA工作流的優(yōu)雅實(shí)現(xiàn)方式
這篇文章主要介紹了淺談JAVA工作流的優(yōu)雅實(shí)現(xiàn)方式,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-11-11
解決@PathVariable參數(shù)接收不完整的問題
這篇文章主要介紹了解決@PathVariable參數(shù)接收不完整的問題,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-08-08

