前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >超硬核HashMap底层构成以及扩容原理

超硬核HashMap底层构成以及扩容原理

作者头像
名字是乱打的
发布2022-05-13 11:06:26
4070
发布2022-05-13 11:06:26
举报
文章被收录于专栏:软件工程软件工程

HashMap的底层实现

JDK1.8之前

JDK1.8 之前 HashMap 底层是node数组和链表结合在一起使用也就是链表散列HashMap 通过 key 的 hashCode 经过扰动函数处理过后得到 hash 值然后通过(n-1)&hash判断当前元素存放的位置(这里的n指的是数组的长度),如果当前位置存在元素的话就判断该元素与要存入的元素的hash 值以及key 是否相同,如果相同的话,直接覆盖,不相同就通过

解决冲突。

所谓扰动函数指的就是 HashMap 的 hash 方法可以减少碰撞。这点可以看后面

先说下JDK 1.8 HashMap 获取 hash 值的一个寻址优化

JDK 1.8 的 hash方法 相比于 JDK 1.7 hash 方法更加简化(只扰动(异或)了一次),性能更好,但是原理和思想不变。

代码语言:javascript
复制
static final int hash(Object key) { 
int h; 
// key.hashCode():返回散列值也就是hashcode 
// ^ :按位异或
// >>>:无符号右移,忽略符号位,空位都以0补齐
//这里的操作可以将hash后的结果里低16位是融合了原来高16位和低16位的异或结果的,尽量让不同key获取的hash结果在低16位是不一样的,这样在长度是一定的情况下,可以让key更加分散。 
 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
 }

对比一下 JDK1.7的 HashMap 的 hash 方法源码.

代码语言:javascript
复制
static int hash(int h) {
// This function ensures that hashCodes that differ only by 
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);
}

相比于 JDK1.8 的 hash 方法 ,JDK 1.7 的 hash 方法的性能会稍差一点点,因为毕竟扰动(异或)了 4 次。

所谓“

” 就是:将链表和数组相结合。也就是说创建一个链表数组,数组中每一格就是一个链表。若遇到哈希冲突,则将冲突的值加到链表中即可。

JDK1.8之后

相比于之前的版本, JDK1.8之后在解决哈希冲突时有了较大的变化,当链表长度大于阈值(默认为8)时,将链表转化为红黑树,以减少搜索时间。(链表转换成红黑树前会判断,如果当前数组的长度小于 64,那么会选择先进行数组扩容,而不是转换为红黑树.为啥这样可以解决冲突呢?因为数组扩容涉及到重新hash的问题.)

TreeMap、TreeSet以及JDK1.8之后的HashMap底层都用到了红黑树。

推荐阅读: 《Java 8系列之重新认识HashMap》 :https://zhuanlan.zhihu.com/p/2167380

Hashmap中的链表大小超过八个时会自动转化为红黑树,当删除小于六时重新变为链表,为啥呢?

根据泊松分布,在负载因子默认为0.75的时候,单个hash槽内元素个数为8的概率小于百万分之一,所以将7作为一个分水岭,等于7的时候不转换,大于等于8的时候才进行转换,小于等于6的时候就化为链表。

Hashmap中扩容因子选择的是0.75为啥呢?

主要是出于时间和空间上的考虑

  • 如果我们选择扩容因子是1,那么每次使用完全部空间再扩容势必造成时间上的等待问题
  • 如果我们选择扩容因子是0.5,那么每次使用一半就扩容,造成了每次都有一半的空间是浪费的.

所以最终平衡了一下选择0.75 https://blog.csdn.net/penghao_1/article/details/107631820

HashMap 的长度为什么是2的幂次方

为了能让 HashMap 存取高效,尽量较少碰撞,也就是要尽量把数据分配均匀。我们上面也讲到了过了,Hash 值的范围值-2147483648到2147483647,前后加起来大概40亿的映射空间,只要哈希函数映射得比较均匀松散,一般应用是很难出现碰撞的。但问题是一个40亿长度的数组,内存是放不下的。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算,得到的余数才能用来要存放的位置也就是对应的数组下标。这个数组下标的计算方法是“ (n - 1) & hash ”。(n代表数组长度)。这也就解释了 HashMap 的长度为什么是2的幂次方。

这个算法应该如何设计呢?

我们首先可能会想到采用%取余的操作来实现。但是,

(也就是说 hash%length==hash&(length-1)的前提是 length 是2的 n 次方;)。”

HashMap的put和get方法源码解析

put过程分析,源码请看链接put/get

代码语言:javascript
复制
public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

put()方法实际上是调用hash()方法获取到key的hash值 调用putVal()方法存储key-value 核心方法是putVal()方法 下面我会先分析一下hash()方法,因为这个方法涉及到hash值这个关键属性的计算。

代码语言:javascript
复制
hash()方法
    static final int hash(Object key) {
        int h;
        // key为null时,hash值为0
        // key不为null时,调用key对象的hashCode()方法并通过位运算异或和无符号右移将高位分散到低位
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
hash()方法指定了null的hash值为0。这样就可以支持key为null。
(h = key.hashCode()) ^ (h >>> 16)这段代码通过位运算异或和无符号右移将高位分散到低位,这样做可以减少哈希碰撞的概率(这块不是很清楚原理,是从方法注释上了解到的)

putVal()方法的关键点:

  • 若table没有初始化则调用reszie()方法初始化。
  • 计算在数组位置,公式为(n - 1) & hash(等价于hash%n)。其中n为数组长度,hash为插入的键值对的key的哈希值。
  • 判断数组对应索引中的首节点是否为null,若为null,则创建链表,否则进入下一步。
  • 判断该首节点是否与插入的键值对的key和hash一致,若一致则替换该节点的值为value,否则进入下一步
  • 判断首节点是否为树节点,若是则调用树节点的putTreeVal()方法遍历红黑树,否则遍历链表。
  • 遍历红黑树时,若存在key和hash相同的节点就替换对应节点的值value,若不存在则插入新的树节点。
  • 遍历链表时,若存在key和hash相同的节点就替换对应节点的值为value。若找不到key和hash相同的节点,则链表尾部插入节点,同时进入下一步。
  • 若当前链表长度大于或等于树化阈值TREEIFY_THRESHOLD(8)时,则将链表转化为红黑树。
get()
代码语言:javascript
复制
 public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

调用hash()方法获取到key的hash值 调用getNode()方法通过key和hash获取对应的value。不存在则返回null 核心方法是getNode()方法,下面我会先分析一下getNode()方法。

getNode()方法的关键点:

  1. 若散列表table不为null且长度大于0且其索引为(n - 1) & hash(等价于hash%n)的节点不为null。其中n为散列表长度,hash为插入的键值对的key的哈希值。则进入下一步,否则直接返回null

2 .判断首节点的key和hash是否与入参一致,若相同则返回首节点,否则进入下一步。 3判断节点个数只有1个,若是则返回null,否则进入下一步 4判断首节点是否为树节点,若是则遍历红黑树,否则为链表,进入下一步 5遍历链表,检索key和hash与入参相同的节点,若找到则返回该节点,否则返回null

HashMap 多线程操作导致死循环问题

在多线程下,进行 put 操作会导致 HashMap 死循环,原因在于 HashMap 的扩容 resize()方法。由于扩容是新建一个数组,复制原数据到数组。由于数组下标挂有链表,所以需要复制链表,但是多线程操作有可能导致环形链表。复制链表过程如下: 以下模拟2个线程同时扩容。假设,当前 HashMap 的空间为2(临界值为1),hashcode 分别为 0 和 1,在散列地址 0 处有元素 A 和 B,这时候要添加元素 C,C 经过 hash 运算,得到散列地址为 1,这时候由于超过了临界值,空间不够,需要调用 resize 方法进行扩容,那么在多线程条件下,会出现条件竞争,模拟过程如下:

这个过程为,先将 A 复制到新的 hash 表中,然后接着复制 B 到链头(A 的前边:B.next=A),本来 B.next=null,

到此也就结束了(跟线程二一样的过程),但是,由于线程二扩容的原因,将 B.next=A,所以,这里继续复制A,让

A.next=B,由此,环形链表出现:B.next=A; A.next=B

注意:jdk1.8已经解决了死循环的问题。

参考https://blog.csdn.net/hefenglian/article/details/79763634

HashMap 有哪几种常见的遍历方式?

HashMap 的 7 种遍历方式与性能分析!

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2022-05-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • HashMap的底层实现
    • JDK1.8之前
      • 先说下JDK 1.8 HashMap 获取 hash 值的一个寻址优化
        • JDK1.8之后
          • Hashmap中的链表大小超过八个时会自动转化为红黑树,当删除小于六时重新变为链表,为啥呢?
          • Hashmap中扩容因子选择的是0.75为啥呢?
        • HashMap 的长度为什么是2的幂次方
          • 这个算法应该如何设计呢?
      • HashMap的put和get方法源码解析
      • put过程分析,源码请看链接put/get
        • get()
        • HashMap 多线程操作导致死循环问题
        • HashMap 有哪几种常见的遍历方式?
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档