深入理解HashMap

HashMap的结构图示

​ 本文主要说的是jdk1.8版本中的实现。而1.8中HashMap是数组+链表+红黑树实现的,大概如下图所示。后面还是主要介绍Hash Map中主要的一些成员以及方法原理。

​ 那么上述图示中的结点Node具体类型是什么,源码如下。Node是HashMap的内部类,实现了Map.Entery接口,主要就是存放我们put方法所添加的元素。其中的next就表示这可以构成一个单向链表,这主要是通过链地址法解决发生hash冲突问题。而当桶中的元素个数超过阈值的时候就换转为红黑树。

//hash桶中的结点Node,实现了Map.Entry
static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next; //链表的next指针
    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; }
    //重写Object的hashCode
    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }
    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }
    //equals方法
    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;
    }
}
//转变为红黑树后的结点类
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;
        }
    }
}

​ 上面只是大概了解了一下HashMap的简单组成,下面主要介绍其中的一些参数和重要的方法原理实现。

HashMap的成员变量以及含义

//默认初始化容量初始化=16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量 = 1 << 30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子.一般HashMap的扩容的临界点是当前HashMap的大小 > DEFAULT_LOAD_FACTOR * 
//DEFAULT_INITIAL_CAPACITY = 0.75F * 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当hash桶中的某个bucket上的结点数大于该值的时候,会由链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//当hash桶中的某个bucket上的结点数小于该值的时候,红黑树转变为链表
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;
//hash算法,计算传入的key的hash值,下面会有例子说明这个计算的过程
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
} 
//tableSizeFor(initialCapacity)返回大于initialCapacity的最小的二次幂数值。下面会有例子说明
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;
}
//hash桶
transient Node<K,V>[] table;
//保存缓存的entrySet
transient Set<Map.Entry<K,V>> entrySet;
//桶的实际元素个数 != table.length
transient int size;
//扩容或者更改了map的计数器。含义:表示这个HashMap结构被修改的次数,结构修改是那些改变HashMap中的映射数量或者
//修改其内部结构(例如,重新散列rehash)的修改。 该字段用于在HashMap失败快速(fast-fail)的Collection-views
//上创建迭代器。
transient int modCount;
//临界值,当实际大小(cap*loadFactor)大于该值的时候,会进行扩充
int threshold;
//加载因子
final float loadFactor;

(1)hash方法说明

//hash算法
static final int hash(Object key) {
    int h;
    //key == null : 返回hash=0
    //key != null 
    //(1)得到key的hashCode:h=key.hashCode()
    //(2)将h无符号右移16位
    //(3)异或运算:h ^ h>>>16
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}   

​ 假设现在我们向一个map中添加元素,例如map.put("fsmly","test"),那么其中key为"fsmly"的hashCode的二进制表示为0000_0000_0011_0110_0100_0100_1001_0010,按照上面的步骤来计算,那么我们调用hash算法得到的hash值为:‭

(2)tableSizeFor方法说明

​ 该方法的作用就是:返回大于initialCapacity的最小的二次幂数值。如下实例

//n=cap-1=5; 5的二进制0101B。>>> 操作符表示无符号右移,高位取0
//n |= n>>>1: (1)n=0101 | 0101>>>1; (2)n=0101 | 0010; (3)n = 0111B 
//n |= n>>>2: (1)n=0111 | 0111>>>2; (2)n=0111 | 0011; (3)n = 0111B
//n |= n>>>4: (1)n=0111 | 0111>>>4; (2)n=0111 | 0000; (3)n = 0111B
//n |= n>>>8: (1)n=0111 | 0111>>>8; (2)n=0111 | 0000; (3)n = 0111B
//n |= n>>>16:(1)n=0111 | 0111>>>16;(2)n=0111 | 0000; (3)n = 0111B
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;
    //n<0返回1
    //n>最大容量,返回最大容量
    //否则返回n+1(0111B+1B=1000B=8)
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

​ 再看下面这个:

//至于这里为什么减1,当传入的cap为2的整数次幂的时候,减1即保证最后的计算结果还是cap,而不是大于cap的另一个2的
//整数次幂,例如我们传入cap=16=10000B.按照上面那样计算
//n=cap-1=15=1111B.按照上面的方法计算得到:
// n |= n>>>1: n=1111|0111=1111;后面还是相同的结果最后n=1111B=15.
//所以返回的时候为return 15+1;
int n = cap - 1; 

HashMap的构造方法

​ 我们看看HashMap源码中为我们提供的四个构造方法。我们可以看到,平常我们最常用的无参构造器内部只是仅仅初始化了loadFactor,别的都没有做,底层的数据结构则是延迟到插入键值对时再进行初始化,或者说在resize中会做。后面说到扩容方法的实现的时候会讲到。

//(1)参数为初始化容量和加载因子的构造函数
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;
    this.threshold = tableSizeFor(initialCapacity); //阈值为大于initialCapacity的最小二次幂
}
//(2)只给定初始化容量,那么加载因子就是默认的加载因子:0.75
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//(3)加载因子为默认的加载因子,但是这个时候的初始化容量是没有指定的,后面调用put或者get方法的时候才resize
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//(4)将传递的map中的值调用putMapEntries加入新的map集合中,其中加载因子是默认的加载因子
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

HashMap元素在数组中的位置

​ 不管增加、删除、查找键值对,定位到哈希桶数组的索引都是很关键的第一步,所以我们看看源码怎样通过hash()方法以及其他代码确定一个元素在hash桶中的位置的。

//计算map中key的hash值
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//这一小段代码就是定位元素在桶中的位置。具体做法就是:容量n-1 & hash. 
//其中n是一个2的整数幂,而(n - 1) & hash其实质就是hash%n,但
//是取余运算的效率不如位运算与,并且(n - 1) & hash也能保证散列均匀,不会产生只有偶数位有值的现象
p = tab[i = (n - 1) & hash];

​ 下面我们通过一个例子计算一下上面这个定位的过程,假设现在桶大小n为16.

​ 我们可以看到,这里的hash方法并不是用原有对象的hashcode最为最终的hash值,而是做了一定位运算,大概因为如果(n-1)的值太小的话,(n - 1) & hash的值就完全依靠hash的低位值,比如n-1为0000 1111,那么最终的值就完全依赖于hash值的低4位了,这样的话hash的高位就玩完全失去了作用,h ^ (h >>> 16),通过这种方式,让高位数据与低位数据进行异或,也是变相的加大了hash的随机性,这样就不单纯的依赖对象的hashcode方法了。

HashMap的put方法分析

(1)put方法源码分析

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

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab;  Node<K,V> p;  int n, i;
    //table == null 或者table的长度为0,调用resize方法进行扩容
    //这里也说明:table 被延迟到插入新数据时再进行初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 这里就是调用了Hash算法的地方,具体的计算可参考后面写到的例子
    //这里定位坐标的做法在上面也已经说到过
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 如果计算得到的桶下标值中的Node为null,就新建一个Node加入该位置(这个新的结点是在
        //table数组中)。而该位置的hash值就是调用hash()方法计算得到的key的hash值
        tab[i] = newNode(hash, key, value, null);
    //这里表示put的元素用自己key的hash值计算得到的下表和桶中的第一个位置元素产生了冲突,具体就是
    //(1)key相同,value不同
    //(2)只是通过hash值计算得到的下标相同,但是key和value都不同。这里处理的方法就是链表和红黑树
    else {
        Node<K,V> e; K k;
        //上面已经计算得到了该hash对应的下标i,这里p=tab[i]。这里比较的有:
        //(1)tab[i].hash是否等于传入的hash。这里的tab[i]就是桶中的第一个元素
        //(2)比较传入的key和该位置的key是否相同
        //(3)如果都相同,说明是同一个key,那么直接替换对应的value值(在后面会进行替换)
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            //将桶中的第一个元素赋给e,用来记录第一个位置的值
            e = p;
        //这里判断为红黑树。hash值不相等,key不相等;为红黑树结点
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //加入红黑树
        //判断为链表结点
        else {
            for (int binCount = 0; ; ++binCount) {
                //如果达到链表的尾部
                if ((e = p.next) == null) {
                    //在尾部插入新的结点
                    p.next = newNode(hash, key, value, null);
                    //前面的binCount是记录链表长度的,如果该值大于8,就会转变为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                //如果在遍历链表的时候,判断得出要插入的结点的key和链表中间的某个结点的key相
                //同,就跳出循环,后面也会更新旧的value值
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                //e = p.next。遍历链表所用
                p = e;
            }
        }
        //判断插入的是否存在HashMap中,上面e被赋值,不为空,则说明存在,更新旧的键值对
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value; //用传入的参数value更新旧的value值
            afterNodeAccess(e);
            return oldValue; //返回旧的value值
        }
    }
    //modCount修改
    ++modCount;
    //容量超出就扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

(2)put方法执行过程总结

​ 可以看到主要逻辑在put方法中调用了putVal方法,传递的参数是调用了hash()方法计算key的hash值,主要逻辑在putVal中。可以结合注释熟悉这个方法的执行,我在这里大概总结一下这个方法的执行:

  1. 首先 (tab = table) == null || (n = tab.length) == 0这一块判断hash桶是否为null,如果为null那么会调用resize方法扩容。后面我们会说到这个方法

  2. 定位元素在桶中的位置,具体就是通过key的hash值和hash桶的长度计算得到下标i,如果计算到的位置处没有元素(null),那么就新建结点然后添加到该位置。

  3. 如果table[i]处不为null,已经有元素了,那么就表明产生hash冲突,这里可能是三种情况

    ①判断key是不是一样,如果key一样,那么就将新的值替换旧的值;

    ②如果不是因为key一样,那么需要判断当前该桶是不是已经转为了红黑树,是的话就构造一个TreeNode结点插入红黑树;

    ③不是红黑树,就使用链地址法处理冲突问题。这里主要就是遍历链表,如果在遍历过程中也找到了key一样的元素,那么久还是使用新值替换旧值。否则会遍历到链表结尾处,到这里就直接新添加一个Node结点插入链表,插入之后还需要判断是不是已将超过了转换为红黑树的阈值8,如果超过就会转为红黑树。

  4. 最后需要修改modCount的值。

  5. 判断插入后的size大小是不是超过了threshhold,如果超过需要进行扩容。

上面很多地方都涉及到了扩容,所以下面我们首先看看扩容方法。

HashMap的resize方法分析

(1)resize方法源码

​ 扩容(resize)就是重新计算容量,具体就是当map内部的size大于DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY ,就需要扩大数组的长度,以便能装入更多的元素。resize方法实现中是使用一个新的数组代替已有的容量小的数组。

//该方法有2种使用情况:1.初始化哈希表(table==null) 2.当前数组容量过小,需扩容
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table; //oldTab指向旧的table数组
    //oldTab不为null的话,oldCap为原table的长度
    //oldTab为null的话,oldCap为0
    int oldCap = (oldTab == null) ? 0 : oldTab.length; 
    int oldThr = threshold; //阈值
    int newCap, newThr = 0;
    if (oldCap > 0) { 
        //这里表明oldCap!=0,oldCap=原table.length();
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE; //如果大于最大容量了,就赋值为整数最大的阀值
            return oldTab;
        }
        // 如果数组的长度在扩容后小于最大容量 并且oldCap大于默认值16(这里的newCap也是在原来的
        //长度上扩展两倍)
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold双倍扩展threshhold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        //  这里的oldThr=tabSizeFor(initialCapacity),从上面的构造方法看出,如果不是调用的
        //无参构造,那么threshhold肯定都会是经过tabSizeFor运算得到的2的整数次幂的,所以可以将
        //其作为Node数组的长度(个人理解)
        newCap = oldThr; 
    else { // zero initial threshold signifies using defaults(零初始阈值表示使用默认值)
        //这里说的是我们调用无参构造函数的时候(table == null,threshhold = 0),新的容量等于默
        //认的容量,并且threshhold也等于默认加载因子*默认初始化容量
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 计算新的resize上限
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor; //容量 * 加载因子
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    //以新的容量作为长度,创建一个新的Node数组存放结点元素
    //当然,桶数组的初始化也是在这里完成的
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 
    table = newTab;
    //原来的table不为null
    if (oldTab != null) {
        // 把每个bucket都移动到新的buckets中
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            //原table中下标j位置不为null
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null; //将原来的table[j]赋为null,及时GC?
                if (e.next == null) //如果该位置没有链表,即只有数组中的那个元素
                    //通过新的容量计算在新的table数组中的下标:(n-1)&hash
                    newTab[e.hash & (newCap - 1)] = e; 
                else if (e instanceof TreeNode) 
                    //如果是红黑树结点,重新映射时,需要对红黑树进行拆分
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // 链表优化重hash的代码块
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {//上面判断不是红黑树,那就是链表,这里就遍历链表,进行重新映射
                        next = e.next;
                        // 原位置
                        if ((e.hash & oldCap) == 0) {
                            //loTail处为null,那么直接加到该位置
                            if (loTail == null) 
                                loHead = e;
                            //loTail为链表尾结点,添加到尾部
                            else
                                loTail.next = e;
                            //添加后,将loTail指向链表尾部,以便下次从尾部添加
                            loTail = e;
                        }
                        // 原位置+旧容量
                        else {
                            //hiTail处为null,就直接点添加到该位置
                            if (hiTail == null)
                                hiHead = e;
                            //hiTail为链表尾结点,尾插法添加
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 将分组后的链表映射到新桶中
                    // 原索引放到bucket里
                    if (loTail != null) {
                        //旧链表迁移新链表,链表元素相对位置没有变化; 
                        //实际是对对象的内存地址进行操作 
                        loTail.next = null;//链表尾元素设置为null
                        newTab[j] = loHead; //数组中位置为j的地方存放链表的head结点
                    }
                    // 原索引+oldCap放到bucket里
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

(2)(e.hash & oldCap) == 0分析

​ 我这里添加上一点,就是为什么使用 (e.hash & oldCap) == 0判断是处于原位置还是放在更新的位置(原位置+旧容量),解释如下:我们知道capacity是2的幂,所以oldCap为10...0的二进制形式(比如16=10000B)。

(1)若判断条件为真,意味着oldCap为1的那位对应的hash位为0(1&0=0,其他位都是0,结果自然是0),对新索引的计算没有影响,至于为啥没影响下面就说到了。先举个例子计算一下数组中的下标在扩容前后的变化:

​ 从上面计算发现,当cap为1的那位对应的hash为0的时候,resize前后的index是不变的。我们再看下面,使用上面的hash值,对应的就是 (e.hash & oldCap) == 0,恰好也是下标不变的

​ (2)若判断条件为假,则 oldCap为1的那位对应的hash位为1。比如新下标=hash&( newCap-1 )= hash&( (16<<2) - 1)=10010,相当于多了10000,即 oldCap .如同下面的例子

​ 从上面计算发现,当cap为1的那位对应的hash为1的时候,resize前后的index是改变的。我们再看下面,使用上面的hash值,对应的就是 (e.hash & oldCap) != 0,恰好下标就是原索引+原容量

(3)部分代码理解

​ 这一部分其实和put方法中,使用链地址法解决hash冲突的原理差不多,都是对链表的操作。

// 原位置
if ((e.hash & oldCap) == 0) {
    //loTail处为null,那么直接加到该位置
    if (loTail == null) 
        loHead = e;
    //loTail为链表尾结点,添加到尾部
    else
        loTail.next = e;
    //添加后,将loTail指向链表尾部,以便下次从尾部添加
    loTail = e;
}
// 原位置+旧容量
else {
    //hiTail处为null,就直接点添加到该位置
    if (hiTail == null)
        hiHead = e;
    //hiTail为链表尾结点,尾插法添加
    else
        hiTail.next = e;
    hiTail = e;
}

​ 我们直接通过一个简单的图来理解吧

(4)resize总结

​ resize代码稍微长了点,但是总结下来就是这几点

  • 判断当前oldTab长度是否为空,如果为空,则进行初始化桶数组,也就回答了无参构造函数初始化为什么没有对容量和阈值进行赋值,如果不为空,则进行位运算,左移一位,2倍运算扩容。
  • 扩容,创建一个新容量的数组,遍历旧的数组:
    • 如果节点为空,直接赋值插入
    • 如果节点为红黑树,则需要进行进行拆分操作(个人对红黑树还没有理解,所以先不说明)
    • 如果为链表,根据hash算法进行重新计算下标,将链表进行拆分分组(相信看到这里基本上也知道链表拆分的大致过程了)

HashMap的get方法分析

(1)get方法源码

​ 基本逻辑就是根据key算出hash值定位到哈希桶的索引,当可以就是当前索引的值则直接返回其对于的value,反之用key去遍历equal该索引下的key,直到找到位置。

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;
    //计算存放在数组table中的位置.具体计算方法上面也已经介绍了
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //先查找是不是就是数组中的元素
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        //该位置为红黑树根节点或者链表头结点
        if ((e = first.next) != null) {
            //如果first为红黑树结点,就在红黑树中遍历查找
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //不是树结点,就在链表中遍历查找
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

HashMap多线程下的问题

参考https://coolshell.cn/articles/9606.html

posted @ 2019-07-24 11:07 风沙迷了眼 阅读(...) 评论(...) 编辑 收藏