HashMap，難的不在Map，而在Hash

在平常的開發當中，HashMap是我最常用的Map類（沒有之一），它支持null鍵和null值，是絕大部分利用鍵值對存取場景的首選。需要切記的一點是——HashMap不是線程安全的數據結構，所以不要在多線程場景中應用它。

通常情況下，我們使用Map的主要目的是用來放入（put）、訪問（get）或者刪除（remove），而對順序沒有特別的要求——HashMap在這種情況下就是最好的選擇。

01、Hash

對于HashMap來說，難理解的不在于Map，而在于Hash。

Hash，一般譯作“散列”，也有直接音譯為“哈希”的，這玩意什么意思呢？就是把任意長度的數據通過一種算法映射到固定長度的域上（散列值）。

再直觀一點，就是對一串數據wang進行雜糅，輸出另外一段固定長度的數據er——作為數據wang的特征。我們通常用一串指紋來映射某一個人，別小瞧手指頭那么大點的指紋，在你所處的范圍內很難找出第二個和你相同的（人的散列算法也好厲害，有沒有？）。

對于任意兩個不同的數據塊，其散列值相同的可能性極小，也就是說，對于一個給定的數據塊，找到和它散列值相同的數據塊極為困難。再者，對于一個數據塊，哪怕只改動它的一個比特位，其散列值的改動也會非常的大——這正是Hash存在的價值！

在Java中，String字符串的散列值計算方法如下：

public int hashCode() {
    int h = hash;
    if (h == 0 && value.length > 0) {
        char val[] = value;

        for (int i = 0; i < value.length; i++) {
            h = 31 * h + val[i];
        }
        hash = h;
    }
    return h;
}

看得懂看不懂都沒關系，我們就當是一個“乘加迭代運算”的算法。借此機會，我們來看一下“沉”、“默”、“王”、“二”四個字符串的散列值是多少。

String[] cmower = { "沉", "默", "王", "二" };
for (String s : cmower) {
    System.out.println(s.hashCode());
}

輸出的結果如下（5位數字）：

沉的散列值：27785
默的散列值：40664
王的散列值：29579
二的散列值：20108

對于HashMap來說，Hash（key，鍵位）存在的目的是為了加速鍵值對的查找（你想，如果電話薄不是按照人名的首字母排列的話，找一個人該多困難「我的微信好友有不少在昵稱前加了A，好狠」）。通常情況下，我們習慣使用String字符串來作為Map的鍵，請看以下代碼：

Map<String, String> map = new HashMap<>();
String[] cmower = { "沉", "默", "王", "二" };
for (String s : cmower) {
    map.put(s, s + "月入25萬");
}

那HashMap會真的會將String字符串作為實際的鍵嗎？我們來看HashMap的put方法源碼：

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

雖然只有一個putVal()方法的調用，但是你應該已經發現，HashMap內部會把key進行一個hash運算，具體代碼如下：

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

假如key是String字符串的話，hash()會先獲取字符串的hashCode（散列值），再對散列值進行位于運算，最終的值為HashMap實際的鍵（int值）。

既然HashMap在put的時候使用鍵的散列值作為實際的鍵，那么在根據鍵獲取值的時候，自然也要先對get(key)方法的key進行hash運算，請看以下代碼：

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

02、散列值沖突怎么解決

盡管散列值很難重復，我們還是要明白，這種轉換是一種壓縮映射，也就是，散列值的空間通常遠小于輸入的空間，不同的輸入可能會散列成相同的輸出。

也就是說，key1 ≠ key2，但function(key1)有可能等于function(key2)——散列值沖突了。怎么辦？

最容易想到的解決辦法就是：當關鍵字key2的散列值value與key1的散列值value出現沖突時，以value為基礎，產生另一個散列值value1，如果value1與value不再沖突，則將value1作為key2的散列值。

依照這個辦法，總會找到不沖突的那個。

03、初始容量和負載因子

HashMap的構造方法主要有三種：

public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
}

其中initialCapacity為初始容量（默認為1 << 4 = 16），loadFactor為負載因子（默認為0.75）。初始容量是HashMap在創建時的容量（HashMap中桶的數量）；負載因子是HashMap在其容量自動增加之前可以達到多滿的一種尺度。

當HashMap中的條目數超出了負載因子與當前容量的乘積時，則要對HashMap擴容，增加大約兩倍的桶數。

通常，默認的負載因子 (0.75) 是時間和空間成本上的一種折衷。負載因子過高雖然減少了空間開銷，但同時增加了查詢成本。如果負載因子過小，則初始容量要增大，否則會導致頻繁的擴容。

在設置初始容量時應該考慮到映射中所需的條目數及其加載因子，以便最大限度地減少擴容的操作次數。

如果能夠提前預知要存取的鍵值對數量的話，可以考慮設置合適的初始容量（大于“預估元素數量 / 負載因子”，并且是2的冪數）。

04、小結

在之前很長的一段時間內，我對HashMap的認知僅限于會用它的put(key, value)和value = get(key)。

但，當我強迫自己每周要輸出一篇Java方面的技術文章后，我對HashMap真的“深入淺出”了——散列值（哈希值）、散列沖突（哈希沖突）、初始容量和負載因子，竟然能站在我面前一直笑——而原先，我見到這些關鍵字就逃之夭夭了，我怕見到它們。

上一篇：Java 集合類入門篇

下一篇：Java泛型的重要目的：別讓貓別站在狗隊里

微信搜索「沉默王二」公眾號，關注后回復「免費視頻」獲取 500G 高質量教學視頻（已分門別類）。