走进JDK(十)------HashMap
有人说HashMap是jdk中最难的类，重要性不用多说了，敲过代码的应该都懂，那么一起啃下这个硬骨头吧！
一、哈希表
在了解HashMap之前，先看看啥是哈希表，首先回顾下数组以及链表
数组：采用一段连续的存储单元来存储数据。对于指定下标的查找，时间复杂度为O(1)；通过给定值进行查找，需要遍历数组，逐一比对给定关键字和数组元素，时间复杂度为O(n)，当然，对于有序数组，则可采用二分查找，插值查找，斐波那契查找等方式，可将查找复杂度提高为O(logn)；对于一般的插入删除操作，涉及到数组元素的移动，其平均复杂度也为O(n)。
线性链表：对于链表的新增，删除等操作（在找到指定操作位置后），仅需处理结点间的引用即可，时间复杂度为O(1)，而查找操作需要遍历链表逐一进行比对，复杂度为O(n)。
哈希表：相比上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)。
数组查询快的一个主要原因就是每个元素都有对应的index，根据index可以很方便的取数，哈希表的主干则是使用数组结构。来个图：
当插入数据时，首先对要插入的数据进行哈希计算(哈希算法可以说直接影响哈希表性能)，得到某个值，这个值也就是代表数据在哈希表中的存储位置。举个例子，当前哈希表的长度为6，那么对于任何的正整数%6，得到的结果肯定是0-5，这小学数学应该就懂了吧！然后将余数作为要插入的位置，进行数据的保存。那就会有人问了，如果不同数据插入时，计算得到的余数相同怎么办？非常好，这就是哈希冲突，或是哈希碰撞。
二、hash冲突(hash碰撞)
哈希冲突的解决方案有多种:开放定址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法，而HashMap即是采用了链地址法，也就是数组+链表的方式。
对于HashMap来说，如果没有出现hash冲突，自然是最好的，找到对应位置直接插入即可；若是存在hash冲突，由于每个位置上存在的其实是链表，往当前链表上加数据。
在jdk1.8之前，hashmap图示如下：
在1.8中，如图：
bucket代表的是桶，也就是当某一个位置上面的节点数大于8时，采用红黑树，否则使用链表。
jdk1.8之前的hashmap都采用上图的结构，都是基于一个数组和多个单链表，hash值冲突的时候，就将对应节点以链表的形式存储。如果在一个链表中查找其中一个节点时，将会花费O（n）的查找时间，会有很大的性能损失。到了jdk1.8，当同一个hash值的节点数不小于8时，不再采用单链表形式存储，而是采用红黑树。
三、类定义、成员变量、构造函数
1、类定义
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
2、成员变量
private static final long serialVersionUID = 362498820763181265L; //初始化容量。左位移4位，也就是2的四次方 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 //最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; //加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; //当桶(bucket)上的结点数大于这个值时会转成红黑树 static final int TREEIFY_THRESHOLD = 8; //当桶(bucket)上的结点数小于这个值时树转链表 static final int UNTREEIFY_THRESHOLD = 6; //桶中结构转化为红黑树对应的table的最小大小 static final int MIN_TREEIFY_CAPACITY = 64; //存储元素的数组，总是2的幂次倍 transient Node<K,V>[] table; //存在所有的entry transient Set<Map.Entry<K,V>> entrySet; //实际存储的键值对的个数，不等于数组的size transient int size; //修改次数 transient int modCount; //临界值，当实际大小(容量*填充因子)超过临界值时，会进行扩容 int threshold; //负载因子，代表了table的填充度有多少，默认是0.75 final float loadFactor;
3、构造函数
public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //容量不能大于hashMap允许的最大值，超过了不会报错，默认最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //负载因子不能<=0，不能为非数字 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; //这个方法返回大于initialCapacity的最小的二次幂数值。 this.threshold = tableSizeFor(initialCapacity); } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; //将m的所有元素存入本HashMap实例中。 putMapEntries(m, false); }
四、内部类
1、Node
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }
2、keySet
final class KeySet extends AbstractSet<K> { public final int size() { return size; } public final void clear() { HashMap.this.clear(); } public final Iterator<K> iterator() { return new KeyIterator(); } public final boolean contains(Object o) { return containsKey(o); } public final boolean remove(Object key) { return removeNode(hash(key), key, null, false, true) != null; } public final Spliterator<K> spliterator() { return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0); } public final void forEach(Consumer<? super K> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e.key); } if (modCount != mc) throw new ConcurrentModificationException(); } } }
3、Values
final class Values extends AbstractCollection<V> { public final int size() { return size; } public final void clear() { HashMap.this.clear(); } public final Iterator<V> iterator() { return new ValueIterator(); } public final boolean contains(Object o) { return containsValue(o); } public final Spliterator<V> spliterator() { return new ValueSpliterator<>(HashMap.this, 0, -1, 0, 0); } public final void forEach(Consumer<? super V> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e.value); } if (modCount != mc) throw new ConcurrentModificationException(); } } }
4、entrySet
final class EntrySet extends AbstractSet<Map.Entry<K,V>> { public final int size() { return size; } public final void clear() { HashMap.this.clear(); } public final Iterator<Map.Entry<K,V>> iterator() { return new EntryIterator(); } public final boolean contains(Object o) { if (!(o instanceof Map.Entry)) return false; Map.Entry<?,?> e = (Map.Entry<?,?>) o; Object key = e.getKey(); Node<K,V> candidate = getNode(hash(key), key); return candidate != null && candidate.equals(e); } public final boolean remove(Object o) { if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>) o; Object key = e.getKey(); Object value = e.getValue(); return removeNode(hash(key), key, value, true, true) != null; } return false; } public final Spliterator<Map.Entry<K,V>> spliterator() { return new EntrySpliterator<>(HashMap.this, 0, -1, 0, 0); } public final void forEach(Consumer<? super Map.Entry<K,V>> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e); } if (modCount != mc) throw new ConcurrentModificationException(); } } }
5、红黑树
//红黑树 static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> { TreeNode<k,v> parent; // 父节点 TreeNode<k,v> left; //左子树 TreeNode<k,v> right;//右子树 TreeNode<k,v> prev; // needed to unlink next upon deletion boolean red; //颜色属性 TreeNode(int hash, K key, V val, Node<k,v> next) { super(hash, key, val, next); } //返回当前节点的根节点 final TreeNode<k,v> root() { for (TreeNode<k,v> r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } } }
红黑树比链表多了四个变量，parent父节点、left左节点、right右节点、prev上一个同级节点，红黑树内容较多，不在赘述。
五、主要方法
1、put()
//这个自然是用的最多的方法之一 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } static final int hash(Object key) { int h; //如果key为null，hash值为0.不为null，获取key的hashcode()，然后将h无符号右位移16位，再与原来的h做异或运算。 //为啥这么弄？鬼知道。。。但是目的就是为了让散列均匀 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果table为null或者长度为0，首先进行扩容。 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //(n-1)&hash是啥意思呢？目的：获取该对象的键在hashmap中的位置。n表示的是hash桶数组的长度，并且该长度为2的n次方，这样(n-1)&hash就等价于hash%n。因为&运算的效率高于%运算。(n-1)&hash=hash%n有一个前提，就是n为2的次方，比如2、4、8。。。 如果当前位置为null，说明还没有元素被放在这个位置，所以直接new一个node，放在此位置即可。 if ((p = tab[i = (n - 1) & hash]) == null) //newNode就是new一个node，放入到当前数组的对应位置上。 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //当前位置已经有node了，也就是出现了hash冲突 //如果桶中的第一个元素(数组中的结点)的hash值相等，key相等。 if (p.hash == hash && //判断Key是否与当前存在的node的key值相等 ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //判断该链是红黑树 else if (p instanceof TreeNode) //放入红黑树中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //不是红黑树，肯定就是链表了 else { //在链表的最末端插入节点 for (int binCount = 0; ; ++binCount) { //如果当前node的next为null，说明当前的节点就是链表的最后一个元素 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //因为bidCount从0开始，所以判断的值为TREEIFY_THRESHOLD - 1，大于TREEIFY_THRESHOLD，转换成红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //判断链表中结点的key值与插入的元素的key值是否相等。如果有相等的直接跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //表示在桶中找到key值、hash值与插入元素相等的结点 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
总结下putVal()，如下：
- ①.判断键值对数组table[i]是否为空或为null，否则执行resize()进行扩容；
- ②.根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向⑥，如果table[i]不为空，转向③；
- ③.判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则转向④，这里的相同指的是hashCode以及equals；
- ④.判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向⑤；
- ⑤.遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
- ⑥.插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。
HashMap的数据存储实现原理
流程：
1. 根据key计算得到key.hash = (h = k.hashCode()) ^ (h >>> 16)；
2. 根据key.hash计算得到桶数组的索引index = key.hash & (table.length - 1)，这样就找到该key的存放位置了：
- ① 如果该位置没有数据，用该数据新生成一个节点保存新数据，返回null；
- ② 如果该位置有数据是一个红黑树，那么执行相应的插入 / 更新操作；
- ③ 如果该位置有数据是一个链表，分两种情况一是该链表没有这个节点，另一个是该链表上有这个节点，注意这里判断的依据是key.hash是否一样：
如果该链表没有这个节点，那么采用尾插法新增节点保存新数据，返回null；如果该链表已经有这个节点了，那么找到该节点并更新新数据，返回老数据。
注意：
HashMap的put会返回key的上一次保存的数据，比如：
HashMap<String, String> map = new HashMap<String, String>(); System.out.println(map.put("a", "A")); // 打印null System.out.println(map.put("a", "AA")); // 打印A System.out.println(map.put("a", "AB")); // 打印AA
2、get()
//get(key)方法的本质就是根据key值获取到对应的节点，然后将Node的value返回 public V get(Object key) { Node<K,V> e; 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; if ((tab = table) != null && (n = tab.length) > 0 && //在hashMap里，(n - 1) & hash = hash % n。证明方法：https://blog.csdn.net/evilcry2012/article/details/88823910 (first = tab[(n - 1) & hash]) != null) { if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //链中的第一个节点不符合规定，继续往下找。 if ((e = first.next) != null) { //如果是红黑树的话，查询红黑树的节点，然后返回。红黑树由于本人还不是非常清楚，所以暂不做解释了 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //这时候就确定为链表结构的数据了，轻车熟路，不多解释了。不清楚的可以看看本人的LinkedList if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
3 、remove()
// HashMap 中实现 public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } // HashMap 中实现 final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { Node<K,V>[] tab; Node<K,V> p; int n, index; if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, e; K k; V v; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; else if ((e = p.next) != null) { if (p instanceof TreeNode) {...} else { // 遍历单链表，寻找要删除的节点，并赋值给 node 变量 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { if (node instanceof TreeNode) {...} // 将要删除的节点从单链表中移除 else if (node == p) tab[index] = node.next; else p.next = node.next; ++modCount; --size; afterNodeRemoval(node); // 调用删除回调方法进行后续操作 return node; } } return null; } void afterNodeRemoval(Node<K,V> p) { }
4、 resize()
- ①.在jdk1.8中，resize方法是在hashmap中的键值对大于阀值时或者初始化时，就调用resize方法进行扩容；
- ②.每次扩展的时候，都是扩展2倍；
- ③.扩展后Node对象的位置要么在原位置，要么移动到原偏移量两倍的位置。
HashMap扩容可以分为三种情况：
第一种：使用默认构造方法初始化HashMap。从前文可以知道HashMap在一开始初始化的时候会返回一个空的table，并且thershold为0。因此第一次扩容的容量为默认值DEFAULT_INITIAL_CAPACITY也就是16。同时threshold = DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR = 12。
第二种：指定初始容量的构造方法初始化HashMap。那么从下面源码可以看到初始容量会等于threshold，接着threshold = 当前的容量（threshold） * DEFAULT_LOAD_FACTOR。
第三种：HashMap不是第一次扩容。如果HashMap已经扩容过的话，那么每次table的容量以及threshold量为原有的两倍。
/** * Initializes or doubles table size. If null, allocates in * accord with initial capacity target held in field threshold. * Otherwise, because we are using power-of-two expansion, the * elements from each bin must either stay at same index, or move * with a power of two offset in the new table. * @return the table * * * * 初始化或者翻倍表大小。 * 如果表为null，则根据存放在threshold变量中的初始化capacity的值来分配table内存 * （这个注释说的很清楚，在实例化HashMap时，capacity其实是存放在了成员变量threshold中， * 注意，HashMap中没有capacity这个成员变量） * 。如果表不为null，由于我们使用2的幂来扩容， * 则每个bin元素要么还是在原来的bucket中，要么在2的幂中 * * 此方法功能：初始化或扩容 */ final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; //新的容量值，新的扩容阀界值 int newCap, newThr = 0; //oldTab!=null,则oldCap>0 if (oldCap > 0) { //如果此时oldCap>=MAXIMUM_CAPACITY(1 << 30)，表示已经到了最大容量，这时还要往map中放数据，则阈值设置为整数的最大值 Integer.MAX_VALUE，直接返回这个oldTab的内存地址。 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //如果(当前容量*2<最大容量&&当前容量>=默认初始化容量（16）) //并将将原容量值<<1(相当于*2)赋值给 newCap else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //如果能进来证明此map是扩容而不是初始化 //操作：将原扩容阀界值<<1(相当于*2)赋值给 newThr newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold //进入此if证明创建map时用的带参构造：public HashMap(int initialCapacity)或 public HashMap(int initialCapacity, float loadFactor) //注：带参的构造中initialCapacity（初始容量值）不管是输入几都会通过 “this.threshold = tableSizeFor(initialCapacity);”此方法计算出接近initialCapacity参数的2^n来作为初始化容量（初始化容量==oldThr） newCap = oldThr; else { // zero initial threshold signifies using defaults //进入此if证明创建map时用的无参构造： //然后将参数newCap（新的容量）、newThr(新的扩容阀界值)进行初始化 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { //进入此if有两种可能 // 第一种：进入此“if (oldCap > 0)”中且不满足该if中的两个if // 第二种：进入这个“else if (oldThr > 0)” //分析：进入此if证明该map在创建时用的带参构造，如果是第一种情况就说明是进行扩容且oldCap（旧容量）小于16，如果是第二种说明是第一次put float ft = (float)newCap * loadFactor; //计算扩容阀界值 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //如果“oldTab != null”说明是扩容，否则直接返回newTab if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) //如果该元素是TreeNode的实例 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null;//此对象接收会放在原来位置 Node<K,V> hiHead = null, hiTail = null;//此对象接收会放在“j + oldCap”（当前位置索引+原容量的值） Node<K,V> next; do { next = e.next; //以下是扩容操作的核心，详情见我的博客：https://www.cnblogs.com/shianliang/p/9204942.html 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); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
六、思考点
1、为啥HashMap的初始大小为16？并且每次自动扩展或是手动初始化，长度必须为2的幂？
用16当做初始化的数，主要是考虑到key映射到index的hash算法。例如index = Hash("apple")，hash运算要尽量分布均匀，最理想的效果就是在一个hashMap对象put操作时，永远不要有hash冲突，当然一般实现不了。有一种最简单hash运算就是拿hash%length，余数为0~length-1，这种方式可以实现，但是需要把十进制的数转成二进制，效率相对较慢。在jdk8中，jdk大神是这么干的，index = HashCode(Key)&(Length - 1)，具体的原因可以看这篇博客：https://blog.csdn.net/evilcry2012/article/details/88823910
2、高并发环境，hashMap可能会出现死锁
可以看下这篇文章：高并发下的HashMap
posted on 2019-04-18 22:02 阿里-马云的学习笔记 阅读(261) 评论(0) 编辑 收藏 举报
