作者:zgshenxz_474 | 来源:互联网 | 2023-08-21 16:58
背景知识哈希冲突哈希是指通过某种方法把数据转变成特定的数值,数值根据mod对应到不同的单元上。比如在Java中,字符串就是通过每个字符的编码来计算、数字是本身对应的值等等,不过就算是再好的哈希方法,也
背景知识
哈希冲突
哈希是指通过某种方法把数据转变成特定的数值,数值根据mod对应到不同的单元上。比如在Java中,字符串就是通过每个字符的编码来计算、数字是本身对应的值等等,不过就算是再好的哈希方法,也有可能出现两个不同的对象hash值相同的情况。如果在HashMap中,hashcode相同,它们就会被分配到对应的存储位置,此时就会出现冲突——也叫做哈希冲突。
解决哈希冲突的方法有很多种:
- 开放地址探测法:即如果出现哈希冲突,则按照一定的规则继续选择位置,如线性探测法再、二次探测再、伪随机探测等等。
- 链地址法:如果出现冲突,则在冲突的位置后面形成链表进行存储。HashMap就是通过这种方式实现的
- 再哈希法:这种方法是再换另一个哈希方法寻找存储的位置。
hashCode和equals
首先hashcode是经过一定的方法映射出的数值,而equals如果没有重写的话,是对比了每个内部的属性。总结的来说,如果两个对象hashcode相同,它们未必相等;如果hashcode不同,肯定不等。从另一个角度说,如果两个对象equals相等,它们肯定相等;如果equals不同,则它们不同。
那么肯定会有人疑问,那还要hashcode干嘛咧?Hashcode其实就是在hashMap或者hashset进行快速比较的时候有用,可以快速的判断对像是否不同,如果hashcode相同,则再继续对比equals方法。这样可以节省大量的时间。
HashMap
HashMap允许null的key和value,HashMap根HashTable很像,只不过非线程安全并且允许Null值。
有两个参数会影响Map的性能,分别是初始容量initial capacity
和负载参数load facotr
(确定了什么时间增加hash table的容量)。当容量超过load factor
*initial capacity
时,就会进行扩容,然后执行rehash操作。
默认load factor时0.75,它基本已经能提供一个不错的性能效果了。不过在使用的初期可以预估一下数据量,直接设置一个比较适合的初始值。
注意:HashMap不是线程安全的,可以通过
Map m = Collections.synchronizedMap(new HashMap(...))
实现线程安全的map.
创建
transient Node[] table;
transient Set> entrySet;
int threshold;
final float loadFactor;
新增
如果key之前出现过,那么将会用新的value代替旧的value
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);
}
主要的代码在这里:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
Node[] tab; Node p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node 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)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);
// 如果每个链表长度超过8,那么就转为红黑树
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;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
对于写操作的场景:
- 先会经过hash计算hashcode然后与size进行&操作,判断存储的位置
- 如果存储的位置没有节点,则直接写入
- 如果存储的位置有节点,且是树节点,则向树中插入节点
- 如果存储的位置有节点,不是树节点(而是普通的链表),则进行头插。但是会判断当前链表的长度,如果超过设置的阈值(默认是8),就会把链表转化成树。
更新的时候也是上面的操作流程,只不过在对比hashcode相同时,还会检查key是否equals
读取和删除基本上也是上面的套路。
为什么非线程安全
这个主要是因为在rehash的时候由于table[]后面接的是链表,而hashMap还是采用头插的形式。因此如果有不同的线程同时进行rehash,就可能导致链表形成环形,造成死循环。
具体的可以参考网上的文章:https://coolshell.cn/articles/9606.html