【Android每日一问】HashMap相关问题

2401_84909930

于 2024-05-16 02:31:09 发布

阅读量545

点赞数 17

分类专栏：程序员文章标签： android 哈希算法散列表

本文链接：https://blog.csdn.net/2401_84909930/article/details/138932900

版权

程序员专栏收录该内容

60 篇文章 0 订阅

订阅专栏

hreshold的值等于 table.length * loadFactor, size 超过这个值时进行　resize()扩容操作

final float loadFactor;

装载因子

HashMap的put方法

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}

put实际调用为putVal()方法，这里看到hash值的计算是通过hash(key)方法。如下：

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

可以看到hash值的计算是通过hashCode()的高16位异或低16位实现的。
putAll方法实际调用为putMapEntries(m, true);，如下：

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
//在构造方法中调用时table一定为null
if (table == null) { // pre-size
//根据传入的map的大小计算要创建的hashMap的大小。
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);//把创建的hashmap 的大小存起来
}
else if (s > threshold)//如果传进来的map的大小大于当前大小要先进行扩容
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
//扩容之后将数据进行插入。
putVal(hash(key), key, value, false, evict);
}
}
}

evict值为false代表在创建的时候调用了这个函数，也就是上面提到过得第四个构造函数，为true表示HashMap已经被创建好了之后才进行调用，也就是putAll方法的调用。
可以看到最终调用的也是putVal(hash(key), key, value, false, evict)

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//确定在数组中的插入位置，位置计算通过(n - 1) & hash，也就是hash%n来得到，如果没有元素则直接插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果存在元素则比较待插入元素的hash值和key值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//如果元素是红黑树节点则通过putTreeVal插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//这里说明是链表部分，找到合适的位置然后进行插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//找到位置，插入
p.next = newNode(hash, key, value, null);
//插入后的节点数如果大于TREEIFY_THRESHOLD - 1则要转变为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key 该元素已经存在，覆盖value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;//记录变化次数
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

接下来看putTreeVal(this, tab, hash, key, value);方法：

final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
//从根节点开始遍历找到合适的位置
for (TreeNode<K,V> p = root;😉 {
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;//dir小于０，接下来查找当前节点左孩子
else if (ph < h)
dir = 1;//dir大于０，接下来查找当前节点右孩子
else if ((pk = p.key) == k || (k != null && k.equals(pk)))//hash值相同并且key相同
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
//至此代表当前节点与待插入节点key不同，hash值相同
//k并未实现comparable接口或者k的compareTo方法错误
if (!searched) {
//在以当前节点为根的整个树进行一次遍历，看是否存在待插入节点
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
//通过另一种方式比较k
dir = tieBreakOrder(k, pk);
}

TreeNode<K,V> xp = p;
//插入节点
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
//平衡二叉树
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}

static int tieBreakOrder(Object a, Object b) {
int d;
if (a == null || b == null ||
(d = a.getClass().getName().
compareTo(b.getClass().getName())) == 0)
d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
-1 : 1);
return d;
}

通过比较内存地址去比较

HashMap 的get方法

public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}

get方法比较简单，就是通过输入节点的hash值和key值利用getNode方法去进行查找。

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) {
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)//若定位到的节点是　TreeNode 节点，则在树中进行查
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//在链表中进行查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}

getTreeNode方法从根节点开始调用find方法进行查找。

final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}

首先进行hash值的比较，如果不同，让当前节点变为左孩子或右孩子
若hash相同，进行key值的比较。
若hash值相同，key值不同，并且k是不可以比较的，则要在整棵树中进行查找，先找右子树再找左子树。

HashMap的扩容

首先我们在扩容的时候，一般会把长度扩为原来的2倍，所以，元素有可能保持在原位，或者移动2次幂的位置，也就是原来的hash值会新增一个bit，是0的话代表保持原位，1的话代表索引发生改变，这时的索引变为元索引+oldCap。下面具体看一下源码是什么样的。

final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//oldCap为原table的大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr为oldCap*load_factor
int oldThr = threshold;
int newCap, newThr = 0;
//resize()实在size>threshold的时候被调用。
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//下面是在table为空的时候被调用，oldCap小于等于0并且oldThr大于0，
//表示用户使用的带参构造函数创建的hashMap，
//导致oldTab为null，oldCap为0,oldThr不为0

else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//oldCap 小于等于 0 且 oldThr 等于0，
//用户调用 HashMap()构造函数创建的　HashMap，所有值均采用默认值，
//oldTab（Table）表为空，oldCap为0，oldThr等于0，
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);
}
threshold = newThr;
@SuppressWarnings({“rawtypes”,“unchecked”})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//把　oldTab 中的节点　reHash 到　newTab 中去
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
//若节点是单个节点，直接在 newTab中进行重定位
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//若节点是　TreeNode 节点，要进行红黑树的 rehash　操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//若是链表，进行链表的 rehash操作
//loHead，下标不变情况下的链表头
//loTail，下标不变情况下的链表尾
//hiHead，下标改变情况下的链表头
//hiTail，下标改变情况下的链表尾
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//根据算法e.hash & oldCap判断节点位置rehash后是否发生改变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// rehash后节点新的位置一定为原来基础上加上　oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}

可以看到红黑树的rehash操作是通过(TreeNode<K,V>)e).split(this, newTab, j, oldCap);这个方法进行的.

final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
//由于TreeNode节点之间存在双端链表的关系，可以利用链表关系进行rehash
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
//rehash 操作之后注意对根据链表长度进行untreeify或treeify操作
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}

HashMap，ConcurrentHashMap，HashTable的区别

HashTable底层数组+链表实现，无论key还是value都不能为null，线程安全，实现线程安全的方式是在修改数据时锁住整个HashTable，效率低，ConcurrentHashMap做了相关优化.HashTable初始size为11，扩容：newsize = olesize*2+1,计算index的方法：index = (hash & 0x7FFFFFFF) % tab.length
ConcurrentHashMap线程安全，而hashMap是线程不安全的。
ConcurrentHashMap在jdk1.7时通过把整个Map分为N个Segment，可以提供相同的线程安全，但是效率提升N倍，默认提升16倍。(读操作不加锁，由于HashEntry的value变量是 volatile的，也能保证读取到最新的值。)。jdk1.8中去掉了Segment这种数据结构，使用synchronized来进行同步锁粒度降低，所以不需要分段锁的概念，实现的复杂度也增加了
Hashtable的synchronized是针对整张Hash表的，即每次锁住整张表让线程独占，ConcurrentHashMap允许多个修改操作并发进行.
ConcurrentHashMap扩容：段内扩容（段内元素超过该段对应Entry数组长度的75%触发扩容，不会对整个Map进行扩容），插入前检测需不需要扩容，有效避免无效扩容。