- 前言
上一篇从源码方面理解了 JDK1.7 中 Hashmap 的实现原理，能够看到其源码绝对还是比较简单的。本篇笔者和大家一起学习下 JDK1.8 下 Hashmap 的实现。JDK1.8 中对 Hashmap 做了以下改变。
- 默认初始化容量 =0
- 引入红黑树，优化数据结构
- 将链表头插法改为尾插法，解决 1.7 中多线程循环链表的 bug
- 优化 hash 算法
- resize 计算索引地位的算法改良
- 先插入后扩容
- Hashmap 中 put() 过程
笔者的源码是 OpenJDK1.8 的源码。
JDK1.8 中，Hashmap 将根本元素由 Entry 换成了 Node，不过查看源码后发现换汤不换药，这里没啥好说的。
下图是一位大神级别画的图，本人就不再造轮子了。客官请看
put() 源码如下
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;
// 判断数组是否为空，长度是否为 0，是则进行扩容数组初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通过 hash 算法找到数组下标失去数组元素，为空则新建
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 找到数组元素，hash 相等同时 key 相等，则间接笼罩
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 该数组元素在链表长度 >8 后造成红黑树结构的对象,p 为树结构已存在的对象
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 该数组元素 hash 相等，key 不等，同时链表长度 <8. 进行遍历寻找元素，有就笼罩无则新建
for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {
// 新建链表中数据元素，尾插法
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表长度 >=8 构造转为 红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 新值笼罩旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent 默认 false
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 判断是否须要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}根本过程如下:
- 查看数组是否为空，执行 resize() 裁减；在实例化 HashMap 时，并不会进行初始化数组）
- 通过 hash 值计算数组索引，获取该索引位的首节点。
- 如果首节点为 null（没产生碰撞），则创立新的数组元素，间接增加节点到该索引位 (bucket)。
- 如果首节点不为 null（产生碰撞），那么有 3 种状况
① key 和首节点的 key 雷同，笼罩 old value（保障 key 的唯一性）；否则执行②或③
② 如果首节点是红黑树节点（TreeNode），将键值对增加到红黑树。
③ 如果首节点是链表，进行遍历寻找元素，有就笼罩无则新建，将键值对增加到链表。增加之后会判断链表长度是否达到 TREEIFY_THRESHOLD – 1 这个阈值，“尝试”将链表转换成红黑树。
- 最初判断以后元素个数是否大于 threshold，裁减数组。
- Hashmap 中 get() 过程
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 &&
(first = tab[(n - 1) & hash]) != null) {
// 永远查看第一个 node
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) // 树查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash && // 遍历链表
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}在 Hashmap1.8 中，无论是存元素还是取元素，都是优先判断 bucket 上第一个元素是否匹配，而在 1.7 中则是间接遍历查找。
根本过程如下:
- 依据 key 计算 hash;
- 查看数组是否为空，为空返回 null;
- 依据 hash 计算 bucket 地位，如果 bucket 第一个元素是指标元素，间接返回。否则执行 4;
- 如果 bucket 上元素大于 1 并且是树结构，则执行树查找。否则执行 5;
- 如果是链表构造，则遍历寻找指标
- Hashmap 中 resize() 过程
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 如果已达到最大容量不在扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 通过位运算扩容到原来的两倍
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);
}
if (newThr == 0) {float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 新的扩容临界值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {oldTab[j] = null;
// 如果该地位元素没有 next 节点，将该元素放入新数组
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 树节点
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 链表节点。// lo 串的新索引地位与原先雷同
Node<K,V> loHead = null, loTail = null;
// hi 串的新索引地位为 [原先地位 j +oldCap]
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原索引，oldCap 是 2 的 n 次方，二进制示意只有一个 1，其余是 0
if ((e.hash & oldCap) == 0) {if (loTail == null)
loHead = e;
else
// 尾插法
loTail.next = e;
loTail = e;
}
// 原索引 +oldCap
else {if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 依据 hash 判断该 bucket 上的整个链表的 index 还是旧数组的 index，还是 index+oldCap
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}JDK1.8 版本中扩容绝对简单。在 1.7 版本中，从新依据 hash 计算索引地位即可；而在 1.8 版本中分 2 种状况，下边用图例来解释。
- 总结
其余还有为什么阈值 = 8 转红黑树，长度 <=6 转链表这些问题。根本都是数据科学家依据概率做出的经验值，同时防止数据结构频繁的转换引起的性能开销。
整体看来，JDK1.8 次要在数据结构、算法和性能上对 1.7 进行了优化。