Java的Hashmap

简介

HashMap是什么,估计学Java的人都懂。那我就不啰嗦了,本文主要是基于Java8,下面主要以下几个方面学习一下:1)HashMap的数据结构、负载因子 2)HashMap的put和get方法 3)HashMap的碰撞问题 4)HashMap的扩容、Rehash

源码分析

HashMap的结构

HashMap在Java1.7里使用的是数组+链表的数据结构,在Java1.8里使用的是数组+链表+红黑树。其底层数据结构是数组称之为哈希桶,每个桶里面放的是链表,链表中的每个节点,就是哈希表中的每个元素。

HashMap处理“碰撞”增加了红黑树这种数据结构,当碰撞结点较少时,采用链表存储,当较大时(>8个),采用红黑树(特点是查询时间是O(logn))存储(有一个阀值控制,大于阀值(8个),将链表存储转换成红黑树存储。

先看一下挂载在哈希表上的元素,链表的结构:

    static class Node<K,V> implements Map.Entry<K,V> {        final int hash;//哈希值        final K key;//key        V value;//value        Node<K,V> next;//链表后置节点
        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; }
        //每一个节点的hash值,是将key的hashCode 和 value的hashCode 亦或得到的。        public final int hashCode() {            return Objects.hashCode(key) ^ Objects.hashCode(value);        }        //设置新的value 同时返回旧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;        }    }

由此可知,这是一个单链表。每一个节点的hash值,是将key的hashCode 和 value的hashCode 亦或得到的。

HashMap的构造函数

下面代码有几个注意的地方,其余的细节请看代码注释:1)加载因子:一般HashMap的扩容的临界点是当前HashMap的大小 > DEFAULTLOADFACTOR * DEFAULTINITIALCAPACITY 2)初始化容量threshold:它并不是你指定的容量大小,而是会找最接近的你指定值的最接近2的次方。(请看tableSizeFor方法)

那为啥是2的次方?

由于Hashmap内部很多操作(扩容、key值等)都是通过移位来提高性能的。

让HashMap的元素存放更均匀。最理想的状态是,每个Entry数组位置都只有一个位置,即next没有值,也就是没有单链表,这样查询效率高,不用遍历单链表,更不用去用equals比较K。一般考虑分布均匀,都会用到%(取模),哈希值%容量=bucketIndex。

    //最大容量 2的30次方    static final int MAXIMUM_CAPACITY = 1 << 30;    //默认的加载因子    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //哈希桶,存放链表。长度是2的N次方,或者初始化时为0.    transient Node<K,V>[] table;
    //加载因子,用于计算哈希表元素数量的阈值。threshold = 哈希桶.length * loadFactor;    final float loadFactor;    //哈希表内元素数量的阈值,当哈希表内元素数量超过阈值时,会发生扩容resize()。    int threshold;
    public HashMap() {        //默认构造函数,赋值加载因子为默认的0.75f        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted    }    public HashMap(int initialCapacity) {        //指定初始化容量的构造函数        this(initialCapacity, DEFAULT_LOAD_FACTOR);    }    //同时指定初始化容量 以及 加载因子, 用的很少,一般不会修改loadFactor    public HashMap(int initialCapacity, float loadFactor) {        //边界处理        if (initialCapacity < 0)            throw new IllegalArgumentException("Illegal initial capacity: " +                                               initialCapacity);        //初始容量最大不能超过2的30次方        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;        //显然加载因子不能为负数        if (loadFactor <= 0 || Float.isNaN(loadFactor))            throw new IllegalArgumentException("Illegal load factor: " +                                               loadFactor);        this.loadFactor = loadFactor;        //设置阈值为  》=初始化容量的 2的n次方的值        this.threshold = tableSizeFor(initialCapacity);    }    //新建一个哈希表,同时将另一个map m 里的所有元素加入表中    public HashMap(Map<? extends K, ? extends V> m) {        this.loadFactor = DEFAULT_LOAD_FACTOR;        putMapEntries(m, false);    }

    //根据期望容量cap,返回2的n次方形式的 哈希桶的实际容量 length。返回值一般会>=cap    static final int tableSizeFor(int cap) {    //经过下面的 或 和位移 运算, n最终各位都是1。        int n = cap - 1;        n |= n >>> 1;        n |= n >>> 2;        n |= n >>> 4;        n |= n >>> 8;        n |= n >>> 16;        //判断n是否越界,返回 2的n次方作为 table(哈希桶)的阈值        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;    }

    //将另一个Map的所有元素加入表中,参数evict初始化时为false,其他情况为true    final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {        //拿到m的元素数量        int s = m.size();        //如果数量大于0        if (s > 0) {            //如果当前表是空的            if (table == null) { // pre-size                //根据m的元素数量和当前表的加载因子,计算出阈值                float ft = ((float)s / loadFactor) + 1.0F;                //修正阈值的边界 不能超过MAXIMUM_CAPACITY                int t = ((ft < (float)MAXIMUM_CAPACITY) ?                         (int)ft : MAXIMUM_CAPACITY);                //如果新的阈值大于当前阈值                if (t > threshold)                    //返回一个 》=新的阈值的 满足2的n次方的阈值                    threshold = tableSizeFor(t);            }            //如果当前元素表不是空的,但是 m的元素数量大于阈值,说明一定要扩容。            else if (s > threshold)                resize();            //遍历 m 依次将元素加入当前表中。            for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {                K key = e.getKey();                V value = e.getValue();                putVal(hash(key), key, value, false, evict);            }        }    }

HashMap的碰撞问题

碰撞:所谓“碰撞”就是多个元素计算得出相同的hashCode,在put时出现冲突。

Java中HashMap是利用“拉链法”处理HashCode的碰撞问题。当两个不同的键却有相同的hashCode时,他们会存储在同一个bucket位置的链表中。键对象的equals()来找到键值对,如上面的结构图解

而key的hash值,并不仅仅只是key对象的hashCode()方法的返回值,还会经过扰动函数的扰动,以使hash值更加均衡。因为hashCode()是int类型,取值范围是40多亿,只要哈希函数映射的比较均匀松散,碰撞几率是很小的。

但就算原本的hashCode()取得很好,每个key的hashCode()不同,但是由于HashMap的哈希桶的长度远比hash取值范围小,默认是16,所以当对hash值以桶的长度取余,以找到存放该key的桶的下标时,由于取余是通过与操作完成的,会忽略hash值的高位。因此只有hashCode()的低位参加运算,发生不同的hash值,但是得到的index相同的情况的几率会大大增加,这种情况称之为hash碰撞。 即,碰撞率会增大。

    static final int hash(Object key) {        int h;        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);    }

扰动函数hash(Object key)就是为了解决hash碰撞的。它会综合hash值高位和低位的特征,并存放在低位,因此在与运算时,相当于高低位一起参与了运算,以减少hash碰撞的概率。(在JDK8之前,扰动函数会扰动四次,JDK8简化了这个操作)

HashMap的扩容

扩容操作时,会new一个新的Node数组作为哈希桶,然后将原哈希表中的所有数据(Node节点)移动到新的哈希桶中,相当于对原哈希表中所有的数据重新做了一个put操作。所以性能消耗很大,可想而知,在哈希表的容量越大时,性能消耗越明显。

扩容时,如果发生过哈希碰撞,节点数小于8个,则要根据链表上每个节点的哈希值,依次放入新哈希桶对应下标位置。因为扩容是容量翻倍,所以原链表上的每个节点,现在可能存放在原来的下标,即low位, 或者扩容后的下标,即high位。high位= low位+原哈希桶容量如果追加节点后,链表数量>=8,则转化为红黑树。

特别地:扩容在多线程的情况下,调整大小会存在条件竞争,容易造成死锁。

至于当链表存储大于阀值(8个),将链表存储转换成红黑树存储呢,接下来看下面的put方法

put方法

put方法:主要分析请看代码注释

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


public V put(K key, V value) {    return putVal(hash(key), key, value, false, true);}
//“扰动函数”,使hash值更加均衡,减少碰撞 static final int hash(Object key) {        int h;        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);    }

// 第三个参数 onlyIfAbsent 如果是 true,那么只有在不存在该 key 时才会进行 put 操作    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,                   boolean evict) {        //tab存放 当前的哈希桶, p用作临时链表节点        Node<K,V>[] tab; Node<K,V> p; int n, i;        //如果当前哈希表是空的,代表是初始化        if ((tab = table) == null || (n = tab.length) == 0)            //那么直接去扩容哈希表,并且将扩容后的哈希桶长度赋值给n            n = (tab = resize()).length;        //如果当前index的节点是空的,表示没有发生哈希碰撞。直接构建一个新节点Node,挂载在index处即可。        //这里再啰嗦一下,index 是利用 哈希值 & 哈希桶的长度-1,替代模运算        if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);        else {//否则 发生了哈希冲突。            //e            Node<K,V> e; K k;            //如果哈希值相等,key也相等,则是覆盖value操作            if (p.hash == hash &&                ((k = p.key) == key || (key != null && key.equals(k))))                e = p;//将当前节点引用赋值给e            else if (p instanceof TreeNode)//红黑树暂且不谈                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);            else {//不是覆盖操作,则插入一个普通链表节点                //遍历链表                for (int binCount = 0; ; ++binCount) {                    if ((e = p.next) == null) {//遍历到尾部,追加新节点到尾部                        p.next = newNode(hash, key, value, null);                        //如果追加节点后,链表数量》=8,则转化为红黑树                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                            treeifyBin(tab, hash);                        break;                    }                    //如果找到了要覆盖的节点                    if (e.hash == hash &&                        ((k = e.key) == key || (key != null && key.equals(k))))                        break;                    p = e;                }            }            //如果e不是null,说明有需要覆盖的节点,            if (e != null) { // existing mapping for key                //则覆盖节点值,并返回原oldValue                V oldValue = e.value;                if (!onlyIfAbsent || oldValue == null)                    e.value = value;                //这是一个空实现的函数,用作LinkedHashMap重写使用。                afterNodeAccess(e);                return oldValue;            }        }        //如果执行到了这里,说明插入了一个新的节点,所以会修改modCount,以及返回null。
        //修改modCount        ++modCount;        //更新size,并判断是否需要扩容。        if (++size > threshold)            resize();        //这是一个空实现的函数,用作LinkedHashMap重写使用。        afterNodeInsertion(evict);        return null;    }




final Node<K,V>[] resize() {        //oldTab 为当前表的哈希桶        Node<K,V>[] oldTab = table;        //当前哈希桶的容量 length        int oldCap = (oldTab == null) ? 0 : oldTab.length;        //当前的阈值        int oldThr = threshold;        //初始化新的容量和阈值为0        int newCap, newThr = 0;        //如果当前容量大于0        if (oldCap > 0) {            //如果当前容量已经到达上限            if (oldCap >= MAXIMUM_CAPACITY) {                //则设置阈值是2的31次方-1                threshold = Integer.MAX_VALUE;                //同时返回当前的哈希桶,不再扩容                return oldTab;            }//否则新的容量为旧的容量的两倍。            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                     oldCap >= DEFAULT_INITIAL_CAPACITY)//如果旧的容量大于等于默认初始容量16                //那么新的阈值也等于旧的阈值的两倍                newThr = oldThr << 1; // double threshold        }//如果当前表是空的,但是有阈值。代表是初始化时指定了容量、阈值的情况        else if (oldThr > 0) // initial capacity was placed in threshold            newCap = oldThr;//那么新表的容量就等于旧的阈值        else {}//如果当前表是空的,而且也没有阈值。代表是初始化时没有任何容量/阈值参数的情况               // zero initial threshold signifies using defaults            newCap = DEFAULT_INITIAL_CAPACITY;//此时新表的容量为默认的容量 16            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//新的阈值为默认容量16 * 默认加载因子0.75f = 12        }        if (newThr == 0) {//如果新的阈值是0,对应的是  当前表是空的,但是有阈值的情况            float ft = (float)newCap * loadFactor;//根据新表容量 和 加载因子 求出新的阈值            //进行越界修复            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?                      (int)ft : Integer.MAX_VALUE);        }        //更新阈值        threshold = newThr;        @SuppressWarnings({"rawtypes","unchecked"})        //根据新的容量 构建新的哈希桶            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];        //更新哈希桶引用        table = newTab;        //如果以前的哈希桶中有元素        //下面开始将当前哈希桶中的所有节点转移到新的哈希桶中        if (oldTab != null) {            //遍历老的哈希桶            for (int j = 0; j < oldCap; ++j) {                //取出当前的节点 e                Node<K,V> e;                //如果当前桶中有元素,则将链表赋值给e                if ((e = oldTab[j]) != null) {                    //将原哈希桶置空以便GC                    oldTab[j] = null;                    //如果当前链表中就一个元素,(没有发生哈希碰撞)                    if (e.next == null)                        //直接将这个元素放置在新的哈希桶里。                        //注意这里取下标 是用 哈希值 与 桶的长度-1 。由于桶的长度是2的n次方,这么做其实是等于 一个模运算。但是效率更高                        newTab[e.hash & (newCap - 1)] = e;                        //如果发生过哈希碰撞 ,而且是节点数超过8个,转化成了红黑树(暂且不谈 避免过于复杂, 后续专门研究一下红黑树)                    else if (e instanceof TreeNode)                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);                    //如果发生过哈希碰撞,节点数小于8个。则要根据链表上每个节点的哈希值,依次放入新哈希桶对应下标位置。                    else { // preserve order                        //因为扩容是容量翻倍,所以原链表上的每个节点,现在可能存放在原来的下标,即low位, 或者扩容后的下标,即high位。high位=  low位+原哈希桶容量                        //低位链表的头结点、尾节点                        Node<K,V> loHead = null, loTail = null;                        //高位链表的头节点、尾节点                        Node<K,V> hiHead = null, hiTail = null;                        Node<K,V> next;//临时节点 存放e的下一个节点                        do {                            next = e.next;                            //这里又是一个利用位运算 代替常规运算的高效点:利用哈希值 与 旧的容量,可以得到哈希值去模后,是大于等于oldCap还是小于oldCap,等于0代表小于oldCap,应该存放在低位,否则存放在高位                            if ((e.hash & oldCap) == 0) {                                //给头尾节点指针赋值                                if (loTail == null)                                    loHead = e;                                else                                    loTail.next = e;                                loTail = e;                            }//高位也是相同的逻辑                            else {                                if (hiTail == null)                                    hiHead = e;                                else                                    hiTail.next = e;                                hiTail = e;                            }//循环直到链表结束                        } while ((e = next) != null);                        //将低位链表存放在原index处,                        if (loTail != null) {                            loTail.next = null;                            newTab[j] = loHead;                        }                        //将高位链表存放在新index处                        if (hiTail != null) {                            hiTail.next = null;                            newTab[j + oldCap] = hiHead;                        }                    }                }            }        }        return newTab;    }

put的主要流程总结:

1.如果HashMap从被初始化,则初始化 2.对Key求Hash值(这里使用的hash(Object key)扰动函数减少碰撞),然后计算下标 3.如果没有碰撞,直接放入桶(数组)中 4.如果碰撞了,以链表的方式链接到后面 5.如果链表长度超过阈值8,就把链表转为红黑树 6.如果链表长度低于6就把红黑树转回链表 7.如果节点已经存在就替换旧值 8.如果桶满了(容量16*加载因子0.75),就需要resize(扩容2倍后重排)

get方法

以key为条件,找到返回value。没找到返回null

    public V get(Object key) {        Node<K,V> e;        //传入扰动后的哈希值 和 key 找到目标节点Node        return (e = getNode(hash(key), key)) == null ? null : e.value;    }

    //传入扰动后的哈希值 和 key 找到目标节点Node    final Node<K,V> getNode(int hash, Object key) {        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;        //查找过程和删除基本差不多, 找到返回节点,否则返回null        if ((tab = table) != null && (n = tab.length) > 0 &&            (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;            if ((e = first.next) != null) {                if (first instanceof TreeNode)                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);                do {                    if (e.hash == hash &&                        ((k = e.key) == key || (key != null && key.equals(k))))                        return e;                } while ((e = e.next) != null);            }        }        return null;    }

总结

暂时学习到这里,基本的原理都在代码的注释中。

如果还有什么遗漏可以留言给我或者看一下参考文章中的优秀文章哈。

原文发布于微信公众号 - 爱编码(ilovecode)

原文发表时间:2019-07-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券