前言
HashMap 是基于哈希表的 Map 接口的非同步实现。此实现提供所有可选的映射操作,并容许应用 null 值和 null 键。此类不保障映射的程序,特地是它不保障该程序恒久不变。
HashMap 的数据结构
在 Java 编程语言中,最根本的构造就是两种,一个是数组,另外一个是模仿指针(援用),所有的数据结构都能够用这两个根本构造来结构的,HashMap 也不例外。HashMap 实际上是一个“链表散列”的数据结构,即数组和链表的结合体。
文字描述永远要配上图能力更好的解说数据结构,HashMap 的结构图如下。
从上图中能够看出,HashMap 底层就是一个数组构造,数组中的每一项又是一个链表或者红黑树。当新建一个 HashMap 的时候,就会初始化一个数组。
《2020 最新 Java 根底精讲视频教程和学习路线!》
上面先通过大略看下 HashMap 的核心成员。
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// 默认容量,默认为 16,必须是 2 的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量,值是 2^30
static final int MAXIMUM_CAPACITY = 1 << 30
// 装载因子,默认的装载因子是 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 解决抵触的数据结构由链表转换成树的阈值,默认为 8
static final int TREEIFY_THRESHOLD = 8;
// 解决抵触的数据结构由树转换成链表的阈值,默认为 6
static final int UNTREEIFY_THRESHOLD = 6;
/* 当桶中的 bin 被树化时最小的 hash 表容量。* 如果没有达到这个阈值,即 hash 表容量小于 MIN_TREEIFY_CAPACITY,当桶中 bin 的数量太多时会执行 resize 扩容操作。* 这个 MIN_TREEIFY_CAPACITY 的值至多是 TREEIFY_THRESHOLD 的 4 倍。*/
static final int MIN_TREEIFY_CAPACITY = 64;
static class Node<K,V> implements Map.Entry<K,V> {//...}
// 存储数据的数组
transient Node<K,V>[] table;
// 遍历的容器
transient Set<Map.Entry<K,V>> entrySet;
// Map 中 KEY-VALUE 的数量
transient int size;
/**
* 结构性变更的次数。* 结构性变更是指 map 的元素数量的变动,比方 rehash 操作。* 用于 HashMap 疾速失败操作,比方在遍历时产生了结构性变更,就会抛出 ConcurrentModificationException。*/
transient int modCount;
// 下次 resize 的操作的 size 值。int threshold;
// 负载因子,resize 后容量的大小会减少现有 size * loadFactor
final float loadFactor;
}
复制代码
HashMap 的初始化
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // 其余值都是默认值}
复制代码
通过源码能够看出初始化时并没有初始化数组 table,那只能在 put 操作时放入了,为什么要这样做?预计是防止初始化了 HashMap 之后不应用反而占用内存吧,哈哈哈。
HashMap 的存储操作
public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}
复制代码
上面咱们具体讲一下 HashMap 是如何确定数组索引的地位、进行 put 操作的具体过程以及扩容机制 (resize)
hash 计算,确定数组索引地位
不论减少、删除、查找键值对,定位到哈希桶数组的地位都是很要害的第一步。后面说过 HashMap 的数据结构是数组和链表的联合,所以咱们当然心愿这个 HashMap 外面的元素地位尽量散布平均些,尽量使得每个地位上的元素数量只有一个,那么当咱们用 hash 算法求得这个地位的时候,马上就能够晓得对应地位的元素就是咱们要的,不必遍历链表,大大优化了查问的效率。HashMap 定位数组索引地位,间接决定了 hash 办法的离散性能。
看下源码的实现:
static final int hash(Object key) { //jdk1.8
int h;
// h = key.hashCode() 为第一步 取 hashCode 值
// h ^ (h >>> 16) 为第二步 高位参加运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
复制代码
通过 hashCode() 的高 16 位异或低 16 位实现的:(h = k.hashCode()) ^ (h >>> 16),次要是从速度、效用、品质来思考的,这么做能够在数组 table 的 length 比拟小的时候,也能保障思考到高下 Bit 都参加到 Hash 的计算中,同时不会有太大的开销。
大家都晓得下面代码里的 key.hashCode() 函数调用的是 key 键值类型自带的哈希函数,返回 int 型散列值。理论上散列值是一个 int 型,如果间接拿散列值作为下标拜访 HashMap 主数组的话,思考到 2 进制 32 位带符号的 int 表值范畴从‑2147483648 到 2147483648。前后加起来大略 40 亿的映射空间。只有哈希函数映射得比拟平均涣散,个别利用是很难呈现碰撞的。但问题是一个 40 亿长度的数组,内存是放不下的。你想,HashMap 扩容之前的数组初始大小才 16。所以这个散列值是不能间接拿来用的。用之前还要先做对数组的长度取模运算,失去的余数能力用来拜访数组下标。源码中模运算是在这个 indexFor() 函数里实现。
bucketIndex = indexFor(hash, table.length);
//indexFor 的代码也很简略,就是把散列值和数组长度做一个 "与" 操作,static int indexFor(int h, int length) {return h & (length-1);
}
复制代码
顺便说一下,这也正好解释了为什么 HashMap 的数组长度要取 2 的整次幂。因为这样(数组长度‑1)正好相当于一个“低位掩码”。“与”操作的后果就是散列值的高位全副归零,只保留低位值,用来做数组下标拜访。以初始长度 16 为例,16‑1=15。2 进制示意是 000000000000000000001111。和某散列值做“与”操作如下,后果就是截取了最低的四位值。
10100101 11000100 00100101
& 00000000 00000000 00001111
----------------------------------
00000000 00000000 00000101 // 高位全副归零,只保留末四位
复制代码
但这时候问题就来了,这样就算我的散列值散布再涣散,要是只取最初几位的话,碰撞也会很重大。更要命的是如果散列自身做得不好,散布上成等差数列的漏洞,恰好使最初几个低位出现规律性反复,就无比蛋疼。这时候“扰动函数”的价值就进去了,说到这大家应该都明确了,看下图。
hash 计算过程
右位移 16 位,正好是 32bit 的一半,本人的高半区和低半区做异或,就是为了混合原始哈希码的高位和低位,以此来加大低位的随机性。而且混合后的低位掺杂了高位的局部特色,这样高位的信息也被变相保留下来。
putVal 办法
HashMap 的 put 办法执行过程能够通过下图来了解,本人有趣味能够去比照源码更分明地钻研学习。
源码以及解释如下:
// 真正的 put 操作
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 没有初始化,或者初始化的大小为 0,进行 resize 操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果 hash 值对应的桶内没有数据,间接生成结点并且把结点放入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 如果 hash 值对应的桶内有数据解决抵触,再放入桶中
else {
Node<K,V> e; K k;
// 判断 put 的元素和曾经存在的元素是雷同 (hash 统一,并且 equals 返回 true)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// put 的元素和曾经存在的元素是不雷同 (hash 统一,并且 equals 返回 true)
// 如果桶内元素的类型是 TreeNode,也就是解决 hash 解决抵触用的树型构造,把元素放入树种
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 桶内元素的类型不是 TreeNode,而是链表时,把数据放入链表的最初一个元素上
for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);
// 如果链表的长度大于转换为树的阈值 (TREEIFY_THRESHOLD),将存储元素的数据结构变更为树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果查曾经存在 key,进行遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 曾经存在元素时
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果 K - V 数量大于阈值,进行 resize 操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
复制代码
扩容机制
HashMap 的扩容机制用的很奇妙,以最小的性能来实现扩容。扩容后的容量就变成了变成了之前容量的 2 倍,初始容量为 16,所以通过 rehash 之后,元素的地位要么是在原地位,要么是在原地位再向高下标挪动上次容量次数的地位,也就是说如果上次容量是 16,下次扩容后容量变成了 16+16,如果一个元素在下标为 7 的地位,下次扩容时,要不还在 7 的地位,要不在 7 +16 的地位。
咱们上面来解释一下 Java8 的扩容机制是怎么做到的?n 为 table 的长度,图(a)示意扩容前的 key1 和 key2 两种 key 确定索引地位的示例,图(b)示意扩容后 key1 和 key2 两种 key 确定索引地位的示例,其中 hash1 是 key1 对应的哈希与高位运算后果。
元素在从新计算 hash 之后,因为 n 变为 2 倍,那么 n - 1 的 mask 范畴在高位多 1bit(红色),因而新的 index 就会产生这样的变动:
因而,咱们在裁减 HashMap 的时候,不须要像 JDK1.7 的实现那样从新计算 hash,只须要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就好了,是 0 的话索引没变,是 1 的话索引变成“原索引 +oldCap”,能够看看下图为 16 裁减为 32 的 resize 示意图:
而 hash 值的高位是否为 1,只须要和扩容后的长度做与操作就能够了,因为扩容后的长度为 2 的次幂,所以高位必为 1,低位必为 0,如 10000 这种模式,源码中有 e.hash & oldCap 来做到这个逻辑。
这个设计的确十分的奇妙,既省去了从新计算 hash 值的工夫,而且同时,因为新增的 1bit 是 0 还是 1 能够认为是随机的,因而 resize 的过程,平均的把之前的抵触的节点扩散到新的 bucket 了。这一块就是 JDK1.8 新增的优化点。有一点留神区别,JDK1.7 中 rehash 的时候,旧链表迁徙新链表的时候,如果在新表的数组索引地位雷同,则链表元素会倒置,然而从上图能够看出,JDK1.8 不会倒置。上面是 JDK1.8 的 resize 源码,写的很赞,如下:
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 计算新的容量值和下一次要扩大的容量
if (oldCap > 0) {
// 超过最大值就不再裁减了,就只好随你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值,就裁减为原来的 2 倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的 resize 下限
if (newThr == 0) {float ft = (float)newCap * loadFactor;
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;
if (oldTab != null) {
// 把每个 bucket 都挪动到新的 buckets 中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 如果地位上没有元素,间接为 null
if ((e = oldTab[j]) != null) {oldTab[j] = null;
// 如果只有一个元素,新的 hash 计算后放入新的数组中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是树状构造,应用红黑树保留
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 如果是链表模式
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//hash 碰撞后高位为 0,放入低 Hash 值的链表中
if ((e.hash & oldCap) == 0) {if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//hash 碰撞后高位为 1,放入高 Hash 值的链表中
else {if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 低 hash 值的链表放入数组的原始地位
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高 hash 值的链表放入数组的原始地位 + 原始容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
原文链接:https://juejin.cn/post/6899316289601765384