hashmap底层源码详解

这里聊一下HashMap:
HashMap底层数据结构:
HashMap1.7之前数据结构是数组+链表
HashMap1.8之后数据结构加了红黑树(是用来处理hash冲突的)
HashMap1.7之前put的时候使用的是头插法
HashMap1.8之后put的时候使用的是尾插法

HashMap和HashTable的区别:

  • HashMap是线程不安全的;HashTable是线程安全的,内部对方法头添加了synchronized关键字保证同步。
  • 所以HashMap是效率相比HashTable效率高
  • HashMap允许一个null的key存放在0号桶位;而HashTable不允许null的key/value,否则会报错(空指针异常)
  • HashMap默认初始化大小16,扩容为原来的2倍;HashTable默认初始化大小是11,扩容为原来的2n+1。
  • JDK1.8后HashMap数据结构是数组+链表+红黑树;而HashTable还是数组+链表。

什么时候初始化HashMap?
在第一次put操作的时候进行初始化。实际上put方法里面调用putVal方法,在putVal方法里面调用了resize方法,在resize方法里面进行初始化map操作。

初始化数组:默认初始化容量是16。
也可以在定义hashmap的时候有参数,在里面自定义容量;当自定义容量的时候,如果不是2的指数次幂,将会强转至大于自定义的最接近的2的幂值。

获取key所在桶位:不是通过取模数来定位索引的,而是与运算 h & (length - 1).
WHY?因为数据量大的时候,扩容次数增加,这时候位运算效率高于取模。并且因为hashmap的length是2的次方数,所以-1后导致二进制表示低位都是1;(例如16-1:1111)容易计算。

为什么初始容量要是2的幂次方?
主要有两个原因:

  1. 方便进行与运算;在put操作要放在一个桶位的时候用的是h&(length-1);2的幂次方-1用二进制表示的话低位就全是1,容易计算。
  2. 扩容的时候方便元素的移动

HashMap安全吗?
1.8之前HashMap不安全,当线程数多的时候进行put操作可能会造成循环问题,造成数据丢失
1.8进行了优化:用HiHead,HiTail,LoHead,LoTail四个指针进行均匀分割
将当前位置的每一个key进行和旧的大小与:只能是0或者旧size,结果是0就将lo指向,否则就指向Hi。然后将低的直接转移至新的,高的转移到低+旧大小,理论是均匀的。
但是如果是多线程情况下:有可能两个线程同时调用put方法,将一对key-value要放入散列表中,有可能是放入到一个桶位中,在一个位置放入了两次数据,导致不知道那个线程put成功,造成数据覆盖问题。
要实现安全就要用到ConcurrentHashMap:参考我的另外一篇文章ConcurrentHashMap详解

JDK1.7的HashMap死循环问题?
主要原因是JDK1.7的HashMap使用的是头插法。当一个线程扩容完进行数据迁移的时候,另外一个线程进入,完成了扩容和迁移;然后第一个线程进行数据迁移的时候数据是逆序的了(头插法的坏处,迁移一次会造成一个桶位的数据逆序);然而第一个线程取的时候是顺序取,而实际位置是逆序,等循环一遍就会造成死循环问题。

HashMap的put操作
先要进行定位:要找到放在hashmap中的那个桶位。这块主要是给hash(key)后再进行扰动函数处理后得到位置:让key的hash值的高16位也参与运算,使得散列性更好。
put的时候有下面四种情况:

  • 经过hash和扰动后找到对应位置上是空的,那就直接将节点放在位置上即可。
  • 经过hash和扰动后找到对应位置的key和要插入的相同,就要进行replace。
  • 经过hash和扰动后找到对应位置已经链化,但是还不是红黑树;这种情况就要遍历整个链表,添加到末尾,然后判断是否满足转红黑树的条件进行树化操作。
  • 经过hash和扰动后找到对应位置已经链化,已经是红黑树了
    就要进行红黑树中的查询要插入的节点位置,在进行旋转,变色。

下面源码来自于jdk1.8的HashMap源码:

//可以看到如果key是null的话,就放在了map中的0位置
// (h = key.hashCode()) ^ (h >>> 16):将原来的hash值和右移16位后,并且和原来hash值进行异或运算
	static final int hash(Object key) {
        int h;
        //是一个扰动函数;使得hash值的高16位也参与到运算,更加散列
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
	}

//进行put操作,实际是调用putVal方法
	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;
        //延迟初始化,第一次调用put的时候加载。
        if ((tab = table) == null || (n = tab.length) == 0)
        //实际就是用resize方法进行初始化,如果没有就从0扩容到16,如果有就扩容到两倍
            n = (tab = resize()).length;
          //第一种情况,对应位置是空,直接添加
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //第二种情况,找到了要插入的key和这里的key相同的,要replace
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
            //第四种情况,已经是红黑树了,要按照红黑树的特性添加节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            //第三种情况,往链表添加节点,并判断是否可以转化为红黑树。
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //第一个条件:8-1=7;实际是当7的时候进行树化(因为count从0开始)
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //找到了相同key的位置
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //这里是replace操作,将新value放入即可
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;		//记录表结构修改的次数
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
    //树化方法
    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        //第二个条件:如果没有64个就进行resize扩容操作
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
            //说明满足两个条件,
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

HashMap的get操作
get是从hashmap中找到key经过hash和扰乱后对应的桶位查找对应的value;主要有三种情况:

  1. 直接当前节点就是对应的;直接返回
  2. 当前桶位是个红黑树;按照红黑树的思想进行查询
  3. 当前桶位链化了;就一个一个查询,如果不是就指向next

源码:来自于jdk1.8的HashMap源码

	//get操作
	public V get(Object key) {
        Node<K,V> e;
        //这里hash就是找到对应的桶位,具体hash算法看上面的源码
        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) {
            //第一种情况,在头结点找到了
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //第二种情况是红黑树
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //第三种情况是链表
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

HashMap的remove操作
传入key参数,从hashmap中将对应的节点移除;remove方法主要是先找到对应位置,在进行移除操作;主要有三种情况:

  1. hash过后直接头结点就是要删除的;找到直接指向next
  2. hash过后找到对应的桶位是红黑树;按照左小右大的原则查询到位置,在进行删除操作(里面要涉及到变色,旋转操作),在要判断这个红黑树的节点是否小于非树化的阈值(默认是6);如果小于就要进行红黑树到链表的转化。
  3. hash过后桶位链化了;一个一个遍历,找到后指向next

源码:来自于jdk1.8的hashmap源码

	public V remove(Object key) {
        Node<K,V> e;
        //调用核心方法
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            //查询位置。并且节点就是要删除的节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
            //第二种情况,是树节点,按照红黑树进行删除
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                //第三种情况,要遍历整个链表,直到找到位置就break
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //删除节点
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

HashMap的扩容机制(resize)
扩容要遍历每个桶位,在进行操作,主要有三种种情况:

  1. 当前只有一个节点
    计算在新散列表的位置并且放入
  2. 当前已经是红黑树了
  3. 当前所在节点已经链化了
    因为这里链化的所有节点的低几位都是相同的,都是1,然而扩容后翻倍,再次扰乱hash的时候,就要多算上扩容后的一位,这个时候与运算(hash(key) & length-1)就要比之前多看一位,有的是0,有的是1;0的话就还在新散列表对应位置,而1的话就要加上之前的散列表长度就是对应位置。

链表转移到新散列表过程(链表迁移过程):
将第一个是0的指向loHead,遇到其他等于0的就指向loTail,一直指并且loTail后移;将第一个是1的指向hiHead,遇到其他等于0的就指向hiTail,一直指并且hiTail后移;
将loHead到loTail放到新散列表的原来位置上,将hiHead到hiTail放到新散列表原来位置+原来散列表长度位置即可

源码:来自于jdk1.8的HashMap源码

	final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //旧散列表容量大于0
        if (oldCap > 0) {
        	//旧散列表容量已经大于最大容量,就直接返回,不进行扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //就散列表容量左移一位(扩大一倍)还小于最大容量并写旧的容量大于默认容量16,就将旧的阈值左移一位(扩大一倍)作为新的阈值
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //旧散列表容量等于0的情况,说明散列表是空的
        //旧的阈值大于0,在new HashMap的时候传入参数的情况
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //阈值和容量都等于0,就进行赋值操作
        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;
        //初始化操作
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;

		//进行扩容
        if (oldTab != null) {
        	//遍历旧的散列表,操作每一个桶位
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //当前桶位里面有数据
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //只有一个节点
                    if (e.next == null)
                    	//将节点放到新散列表的位置	通过hash & (newCap - 1)计算位置
                        newTab[e.hash & (newCap - 1)] = e;
                    //是红黑树
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //是链表
                    else { // preserve order
                    	//低位链表:存放在扩容后数组的下标位置,和旧的相同
                        Node<K,V> loHead = null, loTail = null;
                        //高位链表:存放在扩容后数组的下标位置:旧的下标+扩容前数组长度
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //相与后是0:就是低位链表
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //高位链表
                            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;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

为什么要引入红黑树?
因为就是要解决链化过长的问题。当hash一直冲突的时候,就会造成某个位置链化过长,查询效率过低。引入红黑树,使得get操作效率提升。

HashMap真的是从8开始链表转红黑树吗?
必须满足两个条件:

  1. 某个链表长度大于8;
  2. hashmap元素长度超过64才可以进行树化。

链表转红黑树:当数组长度<64,优先扩容;当>=64,在判断是否有其中的节点链化达到树化阈值(默认是8),实际链表长度是9.当满足两个条件就给对应位置进行树化为红黑树。

这些都是看源码获取的,要是有错误请指教。

红黑树特性

  • 根节点是黑色的
  • 红色节点的子节点都是黑色的
  • 不存在两个红色节点相邻的
  • 从根节点到任意叶子节点都要经过相同个数的黑色节点。

一般插入节点的时候都默认是红色的,因为如果是黑色的话,哪整个红黑树都是黑色节点,也满足条件,哪不就还是普通的二叉树。

红黑树转换
红黑树的转变主要是三种方式:变色,左旋,右旋。
转换步骤如下:

  • 插入节点默认是红色的,按照二叉树左小右大的特性寻找插入位置。
  • 如果父亲和叔叔节点是红色,将父亲和叔叔改为黑色,爷爷改为红色。
  • 如果不满足就要进行旋转(左旋和右旋)。
  • 当前父节点红,叔叔黑,且当前节点是右子树。以父节点进行左旋。
  • 如果在不满足就要进行右旋(及当前父节点红,叔叔黑,且当前节点是左子树的时候):先把父亲从红变黑,爷爷从黑变红,在以爷爷进行右旋。
    红黑树转换是定死的,想不通可以画图记忆一下。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值