HashMap深度剖析
携手创作,共同成长!这是我参加「日新方案 8 月更文应战」的第33天,点击检查活动概况
概述
HashMap作为Java程序员运用频率十分高的容器,一起,一起也是面试官十分爱问的,里边的知识点满满,需求咱们对它的完成机制有个深入的了解,本文主要经过jdk8带领我们分析下HashMap。
HashMap简介
HashMap 最早出现在 JDK 1.2中,底层依据散列算法完成,它是一个key-value结构的容器。
- 是一个key-value的映射容器,key不重复
- jdk8中的HashMap依据数组+链表+红黑树完成
- 不保证键值的次序
- 能够存入null值
- 非线程安全,多线程环境下或许存在问题
以上是HashMap的类结构图:
- 继承了AbstractMap,完成了Map接口,供给了key,value结构格式拜访的办法
- 完成了Cloneable接口,表明HashMap支撑clone
- 完成了Serializable接口,表明HashMap支撑序列化
中心机制
底层完成机制
jdk8中的HashMap底层数据才有数组+链表+红黑树的办法完成。
扩容机制
HashMap底层是一个数组,Java中的数组是固定的,随着咱们往HashMap中增加元素,发现数组长度不够了,这时分就需求进行扩冲容量的操作,和扩容相关的参数有两个一个是初始容量 initialCapacity,另一个负载因子 loadFactor。经过这两个设定这两个参数,能够进一步影响阈值巨细。扩容的阈值threshold等于容量*负载因子(threshold = capacity * loadFactor)。
名称 | 用途 |
---|---|
initialCapacity | HashMap 初始容量 |
loadFactor | 负载因子 |
threshold | 当时 HashMap 所能容纳键值对数量的最大值,超越这个值,则需扩容 |
快速失利机制
HashMap 遍历运用的是一种快速失利机制,它是 Java 非安全集合中的一种遍及机制,这种机制能够让集合在遍历时,假如有线程对集合进行了修正、删去、增加操作,会触发并发修正反常。
它的完成机制是在遍历前保存一份 modCount ,在每次获取下一个要遍历的元素时会比照当时的 modCount 和保存的 modCount 是否持平。
快速失利也能够看作是一种安全机制,这样在多线程操作不安全的集合时,因为快速失利的机制,会抛出反常。这样能够防止因为并发修正导致一些不知道的问题,经过提前失利进步性能。
源码分析
成员变量
成员变量能够阐明HashMap的底层数据结构。
// 底层存储的数据结构,是一个Node数组
transient Node<K,V>[] table;
// 遍历用到的entrySet
transient Set<Map.Entry<K,V>> entrySet;
// hashmap的元素数量
transient int size;
// 修正次数, 用于快速失利机制
transient int modCount;
// 发生扩容的阈值
int threshold;
/**
* 扩容运用的负载因子
*
* @serial
*/
final float loadFactor;
咱们再来看下Node的数据结构,完成了Map.Entry接口。
很明显是一个链表的结构,红黑树也是依据这个数据结构构建得到。
结构办法
有参结构函数源码如下,关键是tableSizeFor这个办法
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);
this.loadFactor = loadFactor;
//依据tableSizeFor获取扩容阈值
this.threshold = tableSizeFor(initialCapacity);
}
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
该办法的作用总结起来就一句话:找到大于或等于 cap 的最小2的幂。至于为啥要这样,后边再解说。咱们先来看看 tableSizeFor 办法的图解:
能够了解为把cap低位的二进制位经过右移全部变为1,最后再+1,就是2的幂次方了。
此时这儿的阈值threshold不是初始容量*负载因子,不必介意,这仅仅暂时的,真正设置threshold在后边put办法中。
put办法
其实整个向map中刺进数据的流程,我们多少都应知道一些,整个流程如上图所示,咱们现在经过源码解读了解这个进程中的细节。
put办法
// 对外暴露的接口,增加的入口
public V put(K key, V value) {
// 中心是调用putVal办法, 参数的hash办法是核算key的hash值
return putVal(hash(key), key, value, false, true);
}
hash办法
static final int hash(Object key) {
int h;
// 采用位运算获取最终的hash
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这段代码叫做扰动函数,也是hashMap中的hash运算,主要分为下面几步:
- key.hashCode()获取key的hashCode值,假如不进行重写的话回来的是依据内存地址得到的一个int值。
- key.hashCode() 获取到的hashCode无符号右移16位并和原hashCode进行^ ,这样做的目的是为了让高位与低进行混合,让两者都参加运算,以便让hash值散布更加均匀。
putVal办法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 假如数组为空,进行 resize() 初始化,后边详细分析resize办法
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash相当于取模,获取数组的索引方位
// 假如核算的方位上Node不存在,直接创立节点刺进
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 假如核算的方位上Node 存在,链表或许红黑树处理
Node<K,V> e; K k;
// 假如已存在的key和传入的key如出一辙,则需求覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 假如 index 方位元素现已存在,且是红黑树
else if (p instanceof TreeNode)
// 将元素刺进到红黑树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 不然假如是链表的情况,对链表进行遍历,并统计链表长度
for (int binCount = 0; ; ++binCount) {
// 假如节点链表的next为空
if ((e = p.next) == null) {
// 找到节点链表中next为空的节点,创立新的节点刺进
p.next = newNode(hash, key, value, null);
// 假如节点链表中数量超越TREEIFY_THRESHOLD(8)个,转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 树化操作
treeifyBin(tab, hash);
break;
}
// 判别节点链表中的key和传入的key是否相同
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 假如相同的话,退出
break;
p = e;
}
}
// 假如存在相同key的节点e不为空
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent 表明是否仅在 oldValue 为 null 的情况下更新键值对的值
if (!onlyIfAbsent || oldValue == null)
// 设置新的值
e.value = value;
afterNodeAccess(e);
// 回来老的成果
return oldValue;
}
}
++modCount;
// 当时巨细大于临界巨细,扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
putVal 办法主要做了这么几件事情:
- 当桶数组 table 为空时,经过扩容的办法初始化 table。
- 查找要刺进的键值对是否现已存在,存在的话依据条件判别是否用新值替换旧值。
- 假如不存在,则将键值对链入链表中,并依据链表长度决议是否将链表转为红黑树。
- 判别键值对数量是否大于阈值,大于的话则进行扩容操作。
resize()办法
当 HashMap 中的键值对数量超越扩容阈值时,则进行扩容,先阐述清楚几个概念:
- 容量:表明HashMap中数组的长度
- 扩容阈值:表明HashMap中数组有值的数量超越这个阈值,则需求进行扩容处理,扩容阈值等于容量 * 负载因子。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 现有容量的巨细,等于数组的长度,假如数组为空,回来0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 现有的扩容阈值
int oldThr = threshold;
// newCap表明新的容量,newThr新的扩容阈值
int newCap, newThr = 0;
// 假如现有容量大于0,表明现已初始化过了
if (oldCap > 0) {
// 假如现有容量现已大于最大容量。结束扩容,直接回来
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 不然,假如扩展两倍之后的容量小于最大容量,且现有容量大于等于初始容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 新的扩容阀值扩展为两倍,左移<<1 相当于乘以2
newThr = oldThr << 1; // double threshold
}
// 不然假如当时容量等于0 ,但是当时扩容阈值 > 0,调用有参结构函数会到这儿
else if (oldThr > 0) // initial capacity was placed in threshold
// 进入这儿,新的容量等于当时的扩容阈值,
newCap = oldThr;
// 不然假如当时容量等于0,而且挡墙扩容阈值=0,调用无参结构函数进入这儿
else {
// 新的容量等于默许容量
newCap = DEFAULT_INITIAL_CAPACITY;
// 新的扩容阈值等于默许负载因子0.75*默许容量16=12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 假如新的扩容阈值等于0
if (newThr == 0) {
// 设置新的扩容阈值等于新的容量*负载因子
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 设置hashmap对象的扩容阈值位新的扩容阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 初始化数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 设置hashmap对象的桶数组为newTab
table = newTab;
// 下面时rehash的进程
// 假如旧的桶数组不为空,则遍历桶数组,并将键值对映射到新的桶数组中
if (oldTab != null) {
// 遍历老的数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 假如数组索引方位不为空
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 假如节点下面没有链表或许红黑树
if (e.next == null)
// 用新数组容量取模,设置到新数组中
newTab[e.hash & (newCap - 1)] = e;
// 假如节点是红黑树
else if (e instanceof TreeNode)
// 需求对红黑树进行拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 假如节点是红黑树
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍历链表,并将链表节点按原次序依据高低位分组
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将分组后的链表映射到新桶中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
这个resize办法大致做了如下的事情:
- 核算新桶数组的容量 newCap 和新阈值 newThr。
- 依据核算出的 newCap 创立新的桶数组,桶数组 table 也是在这儿进行初始化的。
- 将键值对节点重新映射到新的桶数组里。假如节点是 TreeNode 类型,则需求拆分红黑树。假如是一般链表节点,则节点按原次序进行分组。
这边在将链表节点进行rehash用了一个十分好的规划理念,扩容后长度为原hash表的2倍,于是把hash表分为两半,分为低位和高位,假如能把原链表的键值对, 一半放在低位,一半放在高位,而且是经过e.hash & oldCap == 0来判别,这个判别有什么长处呢?
举个比如:n = 16,二进制为10000,第5位为1,e.hash & oldCap 是否等于0就取决于e.hash第5 位是0还是1,这就相当于有50%的概率放在新hash表低位,50%的概率放在新hash表高位。
链表树化treeifyBin
jdk8中会将节点链表在必定的条件下转换成红黑树,主要是因为红黑树的搜索查询性能更好,会将时间复杂度从O(n)变成O(logn),代码如下
/**
* 将一般节点链表转换成树形节点链表
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 桶数组容量小于 MIN_TREEIFY_CAPACITY,优先进行扩容而不是树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// hd 为头节点(head),tl 为尾节点(tail)
TreeNode<K,V> hd = null, tl = null;
do {
// 将一般节点替换成树形节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null); // 将一般链表转成由树形节点链表
if ((tab[index] = hd) != null)
// 将树形链表转换成红黑树
hd.treeify(tab);
}
}
依据代码得出,在扩容进程中,树化要满意两个条件:
- 链表长度大于等于 8
- 桶数组容量大于等于64,当桶数组容量比较小时,键值对节点 hash 的磕碰率或许会比较高,进而导致链表长度较长。这个时分应该优先扩容,而不是立马树化。
get办法
get办法相对来说就简略许多了,源码如下:
public V get(Object key) {
Node<K,V> e;
// 调用getNode办法,hash(key)办法上面讲过,获取key对应的hash值
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 定位键值对所在桶的方位
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//依据hash算法找到对应方位的第一个数据,假如是指定的key,则直接回来
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//假如该节点为红黑树,则经过树进行查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//假如该节点是链表,则遍历查找到数据
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
大致逻辑如下:
- 依据hash值查找到指定方位的数据。
- 校验指定方位第一个节点的数据是key是否为传入的key,假如是直接回来第一个节点,不然持续查找第二个节点。
- 假如数据是TreeNode(红黑树结构),直接经过红黑树查找节点数据并回来。
- 假如是链表结构,循环查找所有节点,回来数据。
- 假如没有找到符合要求的节点,回来null。
这儿前调用下经过(n - 1)& hash
相当于取模运算,即可算出桶的在桶数组中的方位, 这是什么道理呢?
举个比如阐明吧,假设 hash = 185,n = 16。核算进程示意图如下:
1001换成10进制就是9, 185%16=5, 这个前提成立时n有必要是2的幂次方。
总结
本篇文章大致讲解了HashMap的源码和以及中心机制,其中里边还有许多细节和内容,需求我们花时间去自我学习。
参阅
www.cnblogs.com/ysocean/p/9…
segmentfault.com/a/119000001…
www.cnblogs.com/niumoo/p/12…
segmentfault.com/a/119000001…