1、继承的父类不同
HashMap和Hashtable不仅作者不同,而且连父类也是不一样的。HashMap是继承自AbstractMap类,而HashTable是继承自Dictionary类。不过它们都实现了同时实现了map、Cloneable(可复制)、Serializable(可序列化)这三个接口
HashMap与实体的使用
@RequestMapping("/getHisByUserId/{userId}")
public AssembleJSON getChromaHis(@PathVariable Integer userId){
return AssembleJSON.SUCCESS(service.getDataHisByUserId(userId));
}
@Override
public Map<String, Object> getDataHisByUserId(Integer userId){
Map<String, Object> map = new HashMap<>();
List<Date> xAxis = new ArrayList<>();
List<RtuAttribute> rtuAttributes = rtuAttributeMapper.getDataHisByUserId(userId);
List<Map<String, Object>> seriesDatas = new ArrayList<>();
if (rtuAttributes != null && rtuAttributes.size() > 0) {
for (RtuAttribute rtuAttribute : rtuAttributes) {
//根据tagCode获取所有的数据
List<DataHis> dataHisByTagCode = mapper.getDataHisByTagCode(rtuAttribute.getTagCode());
Map<String, Object> seriesData = new HashMap<>();
seriesData.put("name", rtuAttribute.getAttributeName());
seriesData.put("type", "line");
List<Double> chromaHisData = new ArrayList<>();
if (dataHisByTagCode != null && dataHisByTagCode.size() > 0) {
for (DataHis dataHis : dataHisByTagCode) {
chromaHisData.add(dataHis.getTagValue());
xAxis.add(dataHis.getTagTime());
}
}
seriesData.put("data", chromaHisData);
seriesDatas.add(seriesData);
}
}
map.put("xAxisData", xAxis);
map.put("seriesDatas", seriesDatas);
return map;
}
var chromaHis = echarts.init(document.getElementById('chromaHis'));
$.get("alter/datahis/getHisByUserId/"+userId,function (data) {
var dataHis = data.data;
optionHis = {
title: {
text: '历史曲线'
},
tooltip: {
trigger: 'axis'
},
grid: {
left: '3%',
right: '4%',
bottom: '3%',
containLabel: true
},
xAxis: {
type: 'category',
boundaryGap: false,
data:dataHis.xAxisData
},
yAxis: {
type: 'value'
},
series: dataHis.seriesDatas
};
chromaHis.setOption(optionHis, true);
});
Hashtable使用
@Override
public Hashtable<String, List<DicItem>> getDicByCodes(String dictCodes,Integer userId, String orgManageDataCode,String orgDataCode, Integer orgLevel){
Hashtable<String,List<DicItem>> hashtable = new Hashtable<>();
String[] codes = dictCodes.split(",");
List<DicItem> dicItems = new ArrayList<>();
for(String code : codes){
dicItems = getDicByCode(code,userId,orgManageDataCode,orgDataCode,orgLevel);
if(dicItems != null){
hashtable.put(code, dicItems);
}
}
return hashtable;
}
2、对外提供的接口不同
Hashtable比HashMap多提供了elments() 和contains() 两个方法。
elments() 方法继承自Hashtable的父类Dictionnary。elements() 方法用于返回此Hashtable中的value的枚举。
contains()方法判断该Hashtable是否包含传入的value。它的作用与containsValue()一致。事实上,contansValue() 就只是调用了一下contains() 方法。
3、对Null key 和Null value的支持不同
Hashtable既不支持Null key也不支持Null value。Hashtable的put()方法的注释中有说明。
当key为Null时,调用put() 方法,运行到下面这一步就会抛出空指针异常。因为拿一个Null值去调用方法了。
当value为null值时,Hashtable对其做了限制,运行到下面这步也会抛出空指针异常。
HashMap中,null可以作为键,这样的键只有一个;可以有一个或多个键所对应的值为null。当get()方法返回null值时,可能是 HashMap中没有该键,也可能使该键所对应的值为null。因此,在HashMap中不能由get()方法来判断HashMap中是否存在某个键, 而应该用containsKey()方法来判断。
4、线程安全性不同
Hashtable是线程安全的,它的每个方法中都加入了Synchronize方法。在多线程并发的环境下,可以直接使用Hashtable,不需要自己为它的方法实现同步
HashMap不是线程安全的,在多线程并发的环境下,可能会产生死锁等问题。具体的原因在下一篇文章中会详细进行分析。使用HashMap时就必须要自己增加同步处理,
虽然HashMap不是线程安全的,但是它的效率会比Hashtable要好很多。这样设计是合理的。在我们的日常使用当中,大部分时间是单线程操作的。HashMap把这部分操作解放出来了。当需要多线程操作的时候可以使用线程安全的ConcurrentHashMap。ConcurrentHashMap虽然也是线程安全的,但是它的效率比Hashtable要高好多倍。因为ConcurrentHashMap使用了分段锁,并不对整个数据进行锁定。
5、初始容量大小和每次扩充容量大小的不同
Hashtable默认的初始大小为11,之后每次扩充,容量变为原来的2n+1。HashMap默认的初始化大小为16。之后每次扩充,容量变为原来的2倍。
创建时,如果给定了容量初始值,那么Hashtable会直接使用你给定的大小,而HashMap会将其扩充为2的幂次方大小。也就是说Hashtable会尽量使用素数、奇数。而HashMap则总是使用2的幂作为哈希表的大小。
之所以会有这样的不同,是因为Hashtable和HashMap设计时的侧重点不同。Hashtable的侧重点是哈希的结果更加均匀,使得哈希冲突减少。当哈希表的大小为素数时,简单的取模哈希的结果会更加均匀。而HashMap则更加关注hash的计算效率问题。在取模计算时,如果模数是2的幂,那么我们可以直接使用位运算来得到结果,效率要大大高于做除法。HashMap为了加快hash的速度,将哈希表的大小固定为了2的幂。当然这引入了哈希分布不均匀的问题,所以HashMap为解决这问题,又对hash算法做了一些改动。这从而导致了Hashtable和HashMap的计算hash值的方法不同
6、计算hash值的方法不同
为了得到元素的位置,首先需要根据元素的 KEY计算出一个hash值,然后再用这个hash值来计算得到最终的位置。
Hashtable直接使用对象的hashCode。hashCode是JDK根据对象的地址或者字符串或者数字算出来的int类型的数值。然后再使用除留余数发来获得最终的位置。
Hashtable在计算元素的位置时需要进行一次除法运算,而除法运算是比较耗时的。
HashMap为了提高计算效率,将哈希表的大小固定为了2的幂,这样在取模预算时,不需要做除法,只需要做位运算。位运算比除法的效率要高很多。
HashMap的效率虽然提高了,但是hash冲突却也增加了。因为它得出的hash值的低位相同的概率比较高,而计算位运算
为了解决这个问题,HashMap重新根据hashcode计算hash值后,又对hash值做了一些运算来打散数据。使得取得的位置更加分散,从而减少了hash冲突。当然了,为了高效,HashMap只做了一些简单的位处理。从而不至于把使用2 的幂次方带来的效率提升给抵消掉。