[Java集合] 彻底搞懂HashMap, HashTable, ConcurrentHashMap

Java集合类是个非常重要的知识点，HashMap、HashTable、ConcurrentHashMap等算是集合类中的重点，可谓“重中之重”，首先来看个问题，如面试官问你：HashMap和HashTable有什么区别，一个比较简单的回答是：

1、HashMap是非线程安全的，HashTable是线程安全的。

2、HashMap的键和值都允许有null值存在，而HashTable则不行。

3、因为线程安全的问题，HashMap效率比HashTable的要高。

能答出上面的三点，简单的面试，算是过了，但是如果再问：Java中的另一个线程安全的与HashMap极其类似的类是什么？同样是线程安全，它与HashTable在线程同步上有什么不同？能把第二个问题完整的答出来，说明你的基础算是不错的了。

一、HashMap的内部存储结构

Java中数据存储方式最底层的两种结构，一种是数组，另一种就是链表，

数组的特点：连续空间，寻址迅速，但是在删除或者添加元素的时候需要有较大幅度的移动，所以查询速度快，增删较慢。

链表正好相反，由于空间不连续，寻址困难，增删元素只需修改指针，所以查询慢、增删快。

有没有一种数据结构来综合一下数组和链表，以便发挥他们各自的优势？答案是肯定的！就是：哈希表。
哈希表具有较快（常量级）的查询速度，及相对较快的增删速度，所以很适合在海量数据的环境中使用。一般实现哈希表的方法采用“拉链法”，我们可以理解为“链表的数组”，如下图：

从上图中，我们可以发现哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。它的内部其实是用一个Entity数组来实现的，属性有key、value、next。接下来我会从初始化阶段详细的讲解HashMap的内部结构。

1、初始化首先来看三个常量：

static final int DEFAULT_INITIAL_CAPACITY = 16; 初始容量：16

static final int MAXIMUM_CAPACITY = 1 << 30; 最大容量：2的30次方：1073741824

static final float DEFAULT_LOAD_FACTOR = 0.75f; 装载因子，后面再说它的作用

来看个无参构造方法，也是我们最常用的：

[java] view plain copy

public HashMap() {

this.loadFactor = DEFAULT_LOAD_FACTOR;

threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);

table =new Entry[DEFAULT_INITIAL_CAPACITY];

init();

}

loadFactor、threshold的值在此处没有起到作用，不过他们在后面的扩容方面会用到，此处只需理解table=new Entry[DEFAULT_INITIAL_CAPACITY].说明，默认就是开辟16个大小的空间。另外一个重要的构造方法：

public HashMap(int initialCapacity, float loadFactor) {

if (initialCapacity < 0)

throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);

if (initialCapacity > MAXIMUM_CAPACITY)

initialCapacity = MAXIMUM_CAPACITY;

if (loadFactor <= 0 || Float.isNaN(loadFactor))

throw new IllegalArgumentException("Illegal load factor: " + loadFactor);

// Find a power of 2 >= initialCapacity

int capacity = 1;

while (capacity < initialCapacity)

capacity <<=1;

this.loadFactor = loadFactor;

threshold = (int)(capacity * loadFactor);

table =new Entry[capacity];

init();

}

就是说传入参数的构造方法，我们把重点放在：

while (capacity < initialCapacity)

capacity <<=1;

上面，该代码的意思是，实际的开辟的空间要大于传入的第一个参数的值。举个例子：

new HashMap(7,0.8),loadFactor为0.8，capacity为7，通过上述代码后，capacity的值为：8.（1 << 2的结果是4,2 << 2的结果为8）。所以，最终capacity的值为8，最后通过new Entry[capacity]来创建大小为capacity的数组，所以，这种方法最红取决于capacity的大小。

2、put(Object key,Object value)操作

当调用put操作时，首先判断key是否为null，如下代码1处：

public V put(K key, V value) {

if (key == null)

return putForNullKey(value);

int hash = hash(key.hashCode());

int i = indexFor(hash, table.length);

for (Entry<K,V> e = table[i]; e != null; e = e.next) {

Object k;

if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {

V oldValue = e.value;

e.value = value;

e.recordAccess(this);

return oldValue;

}

modCount++;

addEntry(hash, key, value, i);

return null;

}

如果key是null，则调用如下代码：

private V putForNullKey(V value) {

for (Entry<K,V> e = table[0]; e != null; e = e.next) {

if (e.key == null) {

V oldValue = e.value;

e.value = value;

e.recordAccess(this);

return oldValue;

}

modCount++;

addEntry(0, null, value, 0);

return null;

}

就是说，获取Entry的第一个元素table[0]，并基于第一个元素的next属性开始遍历，直到找到key为null的Entry，将其value设置为新的value值。

如果没有找到key为null的元素，则调用如上述代码的addEntry(0, null, value, 0);增加一个新的entry，代码如下：

void addEntry(int hash, K key, V value, int bucketIndex) {

Entry<K,V> e = table[bucketIndex];

table[bucketIndex] =new Entry<K,V>(hash, key, value, e);

if (size++ >= threshold)

resize(2 * table.length);

}

先获取第一个元素table[bucketIndex],传给e对象，新建一个entry，key为null，value为传入的value值，next为获取的e对象。如果容量大于threshold，容量扩大2倍。

如果key不为null，这也是大多数的情况，重新看一下源码：

public V put(K key, V value) {

if (key == null)

return putForNullKey(value);

int hash = hash(key.hashCode());//---------------2---------------

int i = indexFor(hash, table.length);

for (Entry<K,V> e = table[i]; e != null; e = e.next) {//--------------3-----------

Object k;

if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {

V oldValue = e.value;

e.value = value;

e.recordAccess(this);

return oldValue;

}

}//-------------------4------------------

modCount++;//----------------5----------

addEntry(hash, key, value, i);-------------6-----------

return null;

}

看源码中2处，首先会进行key.hashCode()操作，获取key的哈希值，hashCode()是Object类的一个方法，为本地方法，内部实现比较复杂，我们会在后面作单独的关于Java中Native方法的分析中介绍。hash()的源码如下：

static int hash(int h) {

// This function ensures that hashCodes that differ only by

// constant multiples at each bit position have a bounded

// number of collisions (approximately 8 at default load factor).

h ^= (h >>>20) ^ (h >>> 12);

return h ^ (h >>> 7) ^ (h >>> 4);

}

int i = indexFor(hash, table.length);的意思，相当于int i = hash % Entry[].length; 得到i后，就是在Entry数组中的位置，其实不管Entry数组中i位置有无元素，都会去执行5-6处的代码，如果没有，则直接新增，如果有，则将新元素设置为Entry[0]，其next指针指向原有对象，即原有对象为Entry[1]。具体方法可以解释为下面的这段文字：（3-4处的代码只是检查在索引为i的这条链上有没有key重复的，有则替换且返回原值，程序不再去执行5-6处的代码，无则无处理）

上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。如，第一个键值对A进来，通过计算其key的hash得到的i=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其i也等于0，现在怎么办？HashMap会这样做: B.next = A, Entry[0] = B,如果又进来C,i也等于0,那么C.next = B,Entry[0] = C；这样我们发现i=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起,也就是说数组中存储的是最后插入的元素。

到这里为止，HashMap的大致实现，我们应该已经清楚了。当然HashMap里面也包含一些优化方面的实现，这里也说一下。比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个i的链就会很长，会不会影响性能？HashMap里面设置一个因素（也称为因子），随着map的size越来越大，Entry[]会以一定的规则加长长度。

2、get(Object key)操作

get(Object key)操作时根据键来获取值，如果了解了put操作，get操作容易理解，先来看看源码的实现：

public V get(Object key) {

if (key == null)

return getForNullKey();

int hash = hash(key.hashCode());

for (Entry<K,V> e = table[indexFor(hash, table.length)]; e !=null; e = e.next) {

Object k;

if (e.hash == hash && ((k = e.key) == key || key.equals(k))) //---------------1----------------

return e.value;

}

return null;

}

意思就是：1、当key为null时，调用getForNullKey()，源码如下：

private V getForNullKey() {

for (Entry<K,V> e = table[0]; e != null; e = e.next) {

if (e.key == null)

return e.value;

}

return null;

}

2、当key不为null时，先根据hash函数得到hash值，在更具indexFor()得到i的值，循环遍历链表，如果有：key值等于已存在的key值，则返回其value。如上述get()代码1处判断。

总结下HashMap新增put和获取get操作：

//存储时:

int hash = key.hashCode();

int i = hash % Entry[].length;

Entry[i] = value;

//取值时:

int hash = key.hashCode();

int i = hash % Entry[].length;

return Entry[i];

理解了就比较简单。

此处附一个简单的HashMap小算法应用：

package com.xtfggef.hashmap;

import java.util.HashMap;

import java.util.Map;

import java.util.Set;

/**

* 打印在数组中出现n/2以上的元素

* 利用一个HashMap来存放数组元素及出现的次数

public class HashMapTest {

public static void main(String[] args) {

int [] a = {2,3,2,2,1,4,2,2,2,7,9,6,2,2,3,1,0};

Map map =new HashMap<Integer,Integer>();

for(int i=0; i<a.length; i++){

if(map.containsKey(a[i])){

int tmp = map.get(a[i]);

tmp+=1;

map.put(a[i], tmp);

} else {

map.put(a[i],1);

}

Set set = map.keySet();//------------1------------

for (Integer s : set) {

if(map.get(s)>=a.length/2){

System.out.println(s);

}

}//--------------2---------------

}

此处注意两个地方，map.containsKey()，还有就是上述1-2处的代码。

理解了HashMap的上面的操作，其它的大多数方法都很容易理解了。搞清楚它的内部存储机制，一切OK！

二、HashTable的内部存储结构

HashTable和HashMap采用相同的存储机制，二者的实现基本一致，不同的是：

1、HashMap是非线程安全的，HashTable是线程安全的，内部的方法基本都是synchronized。

2、HashTable不允许有null值的存在。

在HashTable中调用put方法时，如果key为null，直接抛出NullPointerException。其它细微的差别还有，比如初始化Entry数组的大小等等，但基本思想和HashMap一样。

三、HashTable和ConcurrentHashMap的比较

如我开篇所说一样，ConcurrentHashMap是线程安全的HashMap的实现。同样是线程安全的类，它与HashTable在同步方面有什么不同呢？

之前我们说，synchronized关键字加锁的原理，其实是对对象加锁，不论你是在方法前加synchronized还是语句块前加，锁住的都是对象整体，但是ConcurrentHashMap的同步机制和这个不同，它不是加synchronized关键字，而是基于lock操作的，这样的目的是保证同步的时候，锁住的不是整个对象。事实上，ConcurrentHashMap可以满足concurrentLevel个线程并发无阻塞的操作集合对象。关于concurrentLevel稍后介绍。

1、构造方法

为了容易理解，我们先从构造函数说起。ConcurrentHashMap是基于一个叫Segment数组的，其实和Entry类似，如下：

public ConcurrentHashMap() {

this(16, 0.75F, 16);

}

默认传入值16，调用下面的方法：

public ConcurrentHashMap(int paramInt1, float paramFloat, int paramInt2) {

if ((paramFloat <= 0F) || (paramInt1 < 0) || (paramInt2 <= 0))

throw new IllegalArgumentException();

if (paramInt2 > 65536) {

paramInt2 =65536;

}

int i = 0;

int j = 1;

while (j < paramInt2) {

++i;

j <<=1;

}

this.segmentShift = (32 - i);

this.segmentMask = (j - 1);

this.segments = Segment.newArray(j);

if (paramInt1 > 1073741824)

paramInt1 =1073741824;

int k = paramInt1 / j;

if (k * j < paramInt1)

++k;

int l = 1;

while (l < k)

l <<=1;

for (int i1 = 0; i1 < this.segments.length; ++i1)

this.segments[i1] = new Segment(l, paramFloat);

}

你会发现比HashMap的构造函数多一个参数，paramInt1就是我们之前谈过的initialCapacity，就是数组的初始化大小，paramfloat为loadFactor（装载因子），而paramInt2则是我们所要说的concurrentLevel，这三个值分别被初始化为16,0.75,16，经过：

while (j < paramInt2) {

++i;

j <<=1;

}

后，j就是我们最终要开辟的数组的size值，当paramInt1为16时，计算出来的size值就是16.通过：

this.segments = Segment.newArray(j)后，我们看出了，最终稿创建的Segment数组的大小为16.最终创建Segment对象时：

this.segments[i1] = new Segment(cap, paramFloat);

需要cap值，而cap值来源于：

int k = paramInt1 / j;

if (k * j < paramInt1)

++k;

int cap = 1;

while (cap < k)

cap <<=1;

组后创建大小为cap的数组。最后根据数组的大小及paramFloat的值算出了threshold的值：

this.threshold = (int)(paramArrayOfHashEntry.length * this.loadFactor)。

2、put操作

public V put(K paramK, V paramV) {

if (paramV == null)

throw new NullPointerException();

int i = hash(paramK.hashCode());

return segmentFor(i).put(paramK, i, paramV, false);

}

与HashMap不同的是，如果key为null，直接抛出NullPointer异常，之后，同样先计算hashCode的值，再计算hash值，不过此处hash函数和HashMap中的不一样：

private static int hash(int paramInt) {

paramInt += (paramInt <<15 ^ 0xFFFFCD7D);

paramInt ^= paramInt >>>10;

paramInt += (paramInt <<3);

paramInt ^= paramInt >>>6;

paramInt += (paramInt <<2) + (paramInt << 14);

return (paramInt ^ paramInt >>> 16);

}

final Segment<K, V> segmentFor(int paramInt) {

return this.segments[(paramInt >>> this.segmentShift & this.segmentMask)];

}

根据上述代码找到Segment对象后，调用put来操作：

V put(K paramK, int paramInt, V paramV, boolean paramBoolean) {

lock();

try {

Object localObject1;

Object localObject2;

int i = this.count;

if (i++ > this.threshold)

rehash();

ConcurrentHashMap.HashEntry[] arrayOfHashEntry =this.table;

int j = paramInt & arrayOfHashEntry.length - 1;

ConcurrentHashMap.HashEntry localHashEntry1 = arrayOfHashEntry[j];

ConcurrentHashMap.HashEntry localHashEntry2 = localHashEntry1;

while ((localHashEntry2 != null) && (((localHashEntry2.hash != paramInt) || (!(paramK.equals(localHashEntry2.key)))))) {

localHashEntry2 = localHashEntry2.next;

}

if (localHashEntry2 != null) {

localObject1 = localHashEntry2.value;

if (!(paramBoolean))

localHashEntry2.value = paramV;

} else {

localObject1 =null;

this.modCount += 1;

arrayOfHashEntry[j] =new ConcurrentHashMap.HashEntry(paramK, paramInt, localHashEntry1, paramV);

this.count = i;

}

return localObject1;

} finally {

unlock();

}

先调用lock()，lock是ReentrantLock类的一个方法，用当前存储的个数+1来和threshold比较，如果大于threshold，则进行rehash，将当前的容量扩大2倍，重新进行hash。之后对hash的值和数组大小-1进行按位与操作后，得到当前的key需要放入的位置，从这儿开始，和HashMap一样。

从上述的分析看出，ConcurrentHashMap基于concurrentLevel划分出了多个Segment来对key-value进行存储，从而避免每次锁定整个数组，在默认的情况下，允许16个线程并发无阻塞的操作集合对象，尽可能地减少并发时的阻塞现象。

在多线程的环境中，相对于HashTable，ConcurrentHashMap会带来很大的性能提升！