Java 集合 HashMap & HashSet 拾遗

@author ixenos

摘要：HashMap内部结构分析

Java HashMap采用的是冲突链表方式

从上图容易看出，如果选择合适的散列函数，put()和get()方法可以在常数时间内完成，因为较好的散列减少了散列冲突，使时间主要花在对桶寻址上（数组），而较少去遍历桶中的链表。但在对HashMap进行迭代时，需要遍历整个table以及后面跟的冲突链表。因此对于迭代比较频繁的场景，不宜将HashMap的初始大小设的过大。
有两个参数可以影响HashMap的性能：初始容量（inital capacity）和负载系数（load factor）。初始容量指定了初始table的大小，负载系数用来指定自动扩容的临界值。当entry的数量超过capacity*load_factor时，容器将自动扩容并重新哈希。对于插入元素较多的场景，将初始容量设大可以减少重新哈希的次数。
将对向放入到HashMap或HashSet中时，有两个方法需要特别关心：hashCode()和equals()。hashCode()方法决定了对象会被放到哪个bucket里，当多个对象的哈希值冲突时，equals()方法决定了这些对象是否是“同一个对象”。所以，如果要将自定义的对象放入到HashMap或HashSet中，需要@Override hashCode()和equals()方法。

由Value得Key

many-to-one ( 多Key映射一Value )：遍历整个Map的entry然后得到所要求的key

public static <T, E> Set<T> getKeysByValue(Map<T, E> map, E value) {
    Set<T> keys = new HashSet<T>();
    for (Entry<T, E> entry : map.entrySet()) {
    //判断当前entry是否含有value
        if (Objects.equals(value, entry.getValue())) {
    //通过含有value的entry得到对应的key
            keys.add(entry.getKey());
        }
    }
    return keys;
}

View Code

public static <T, E> Set<T> getKeysByValue(Map<T, E> map, E value) {
    return map.entrySet()
              .stream()
              .filter(entry -> Objects.equals(entry.getValue(), value))
              .map(Map.Entry::getKey)
              .collect(Collectors.toSet());
}

In Java 8: Lambda

one-to-one ( 一Key映射一Value )：

同样遍历，但一遇到Key直接return

public static <T, E> T getKeyByValue(Map<T, E> map, E value) {
    for (Entry<T, E> entry : map.entrySet()) {
        if (Objects.equals(value, entry.getValue())) { 
        //一找到就return
            return entry.getKey();
        }
    }
    return null;
}

View Code

如果需要大批量，则直接把Key和Value对调存放在Map中，再getValue就好
还可以不用Java集合框架，用Google的开源框架Guava，其中的BiMap可以由value得key

BiMap<Token, Character> tokenToChar = 
    ImmutableBiMap.of(Token.LEFT_BRACKET, '[', Token.LEFT_PARENTHESIS, '(');
Token token = tokenToChar.inverse().get('(');
Character c = tokenToChar.get(token);

View Code

put方法对重复键的处理

找到key对应的entry，如果非空，则添加时（只是）覆盖value

    //e是一个node<K,V>对象，也就是一个entry
    //value是put进来的
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
        //从这里可以看出是找到对应entry然后改变值
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }

put源代码片段

同样hashTable也是（只是）覆盖value

public synchronized V put(K key, V value) {
        // Make sure the value is not null
        if (value == null) {
            throw new NullPointerException();
        }

        // Makes sure the key is not already in the hashtable.
        Entry<?,?> tab[] = table;
        int hash = key.hashCode();
        int index = (hash & 0x7FFFFFFF) % tab.length;
        @SuppressWarnings("unchecked")
        Entry<K,V> entry = (Entry<K,V>)tab[index];
        for(; entry != null ; entry = entry.next) {
    //先判断哈希是因为比equals快，而且用的逻辑与
            if ((entry.hash == hash) && entry.key.equals(key)) {
                V old = entry.value;
    //可以看出还是替换掉了旧有的值
                entry.value = value;
                return old;
            }
        }

        addEntry(hash, key, value, index);
        return null;
    }

HashTable的put源码

从containsValue的源码看数据结构

/**
     * Returns <tt>true</tt> if this map maps one or more keys to the specified value.
     * 即“如果这个映射表有一个或多个key映射到一个值上时，返回true”
     * @param value value whose presence in this map is to be tested
     * @return <tt>true</tt> if this map maps one or more keys to the
     *         specified value
     */
 public boolean containsValue(Object value) {
        Node<K,V>[] tab; V v;
        if ((tab = table) != null && size > 0) {
            //遍历每一个桶bucket（同样hash值的entry（Node）在一个桶中），一个桶存放一个双链表
            for (int i = 0; i < tab.length; ++i) {
                //遍历桶中的链表，把所有映射value的key揪出来
                for (Node<K,V> e = tab[i]; e != null; e = e.next) { //后继结点e.next指向的是另一个同hash的entry的前驱结点key(Node是双链表结点)
                    if ((v = e.value) == value ||
                        (value != null && value.equals(v)))
                        return true;
                }
            }
        }
        return false;
    }

View Code

零碎知识

尽量返回接口而非实际的类型，如返回List、Set、Map而非ArrayList、HashSet、HashMap，便于更换数据结构，而客户端代码不用改变。这就是针对抽象编程
Map.entrySet 方法返回Map映射的 Set 视图Set<Map.Entry<K,V>>，维护entry键值对
- 该 set 受Map映射支持，所以对Map映射的更改可在此 set 中反映出来，反之亦然！
- 如果对该 set 进行迭代的同时修改了Map映射，外部modCount改变而内部的xxxmodCount还在自己的节奏（通过迭代器自己的 remove 操作，或者通过对迭代器返回的映射项执行 setValue 操作除外），则迭代结果是不确定的；简单来说就是iterator的对象不受Map支持，Map自行修改的时候不会通知到他，modCount异常，会发生如NullPointException之类的异常

- 该set 支持元素移除，通过 Iterator.remove、Set.remove、removeAll、retainAll 和 clear这几种操作操作可从映射中移除相应的映射关系，但它不支持 add 或 addAll 操作

欲深入理解HashMap可前往
- skywang12345的博文：http://www.cnblogs.com/skywang12345/p/3310835.html#a21
- chenssy的博文：http://www.cnblogs.com/chenssy/p/3521565.html