HashMap源码学习
【什么是HashMap】
- HashMap是数组+链表组成的,用来存储Key-Value键值对的集合,每一个键值对也叫做Entry。
- 这些Entry分散存储在一个数组当中,这个数组就是HashMap的主干(插入位置通过hash函数决定)。
- 数组的长度是有限的,当插入的Entry越来越多时,再完美的hash函数也会发生冲突(冲突即通过hash函数得到的插入位置内有值)。这个时候就需要用到链表,数组的每一个元素不仅仅是一个Entry,还是一个单独的链表的头结点,这条链表上的Entry通过next指针指向下一个Entry,链表结尾处为null。需要注意的是,当发生冲突时,新的entry要采用“头插法”插入到该链表。
(即把该Entry插入到头结点的位置,至于为什么采用头插法是因为:HashMap的发明者认为,后插入的Entry被查找的可能性更大。)
这种处理冲突的方法叫做 “拉链法”,这是JDK1.8之前的解决方法。(拉链法存在缺陷,我最后补充)
JDK1.8之后,当判断链表长度大于阈值(default = 8)时,则会将链表转为红黑树,以减少搜索时间。
【get方法原理】
- 根据Key值查找value,首先要做一个hash映射,得到 index = hash(key)
- 根据index就可以获取到对应的Entry,由于存在hash冲突,有可能匹配到多个Entry,这是时候就需要我们遍历链表知道查找到对应的key值,获取对应的value值。
【hash函数】
jdk1.7的hash函数:
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
jdk1.8的hash函数:
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
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
JDK 1.8 的 hash方法 相比于 JDK 1.7 hash 方法更加简化,但是原理不变。
另外JDK 1.7 的 hash 方法的性能会稍差一点点,因为毕竟扰动了 4 次。
由hash函数引出了一个问题,关于【HashMap的默认初始长度】
- HashMap默认初始长度 = 16
- 每次自动扩展或者手动初始化时,长度必须是2的幂
关于初始长度为16的原因,我现在只明白jdk1.7之前的原因,1.7之后的我也没搞明白,后续更新。
初始长度为16是为了服务于hash算法,1.7之前的hash算法为:
index = HashCode(Key) & (Length - 1)
(Length是HashMap的长度)
计算book的hashcode,结果为十进制的3029737,二进制的101110001110101110 1001
假定HashMap长度是默认的16,计算Length-1的结果为十进制的15,二进制的1111。
二者进行&运算
101110001110101110 1001&1111 ———> 1001,十进制为9,index = 9
可以说,Hash算法最终得到的index结果,完全取决于Key的Hashcode值的最后几位。
假如说我们的长度不是16或者2的幂次,而是10(二进制1001),那么就会导致某些index出现的概率变大,使碰撞加多,还有一些index结果也无法得出(如第二位和第三位就不可能&出1的结果)。不符合hash算法分布均匀的原则,若长度为2的幂次,那么结果就一定为分布均匀的。
【put方法】
HashMap只提供了put用于添加元素,putVal方法只是给put方法调用的一个方法,并没有提供给用户使用。
jdk1.7的put方法
- 如果定位到的数组位置没有元素 就直接插入。
- 如果定位到的数组位置有元素,遍历以这个元素为头结点的链表,依次和插入的key比较,如果key相同就直接覆盖,不同就采用头插法插入元素。
public V put(K key, V value)
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
int hash = hash(key);
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) { // 先遍历
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i); // 再插入
return null;
}
jdk1.8的put方法
- 如果定位到的数组位置没有元素 就直接插入。
- 如果定位到的数组位置有元素就和要插入的key比较,如果key相同就直接覆盖,如果key不相同,就判断p是否是一个树节点,如果是就调用
e =((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value)
将元素添加进入(红黑树)。如果不是就遍历链表插入。
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;
// table未初始化或者长度为0,进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 确定元素存放在哪个桶中,桶为空,新生成结点放入桶中(此时,这个结点是放在数组中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已经存在元素
else {
Node<K,V> e; K k;
// 比较桶中第一个元素(数组中的结点)的hash值相等,key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将第一个元素赋值给e,用e来记录
e = p;
// hash值不相等,即key不相等;为红黑树结点
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 为链表结点
else {
// 在链表最末插入结点
for (int binCount = 0; ; ++binCount) {
// 到达链表的尾部
if ((e = p.next) == null) {
// 在尾部插入新结点
p.next = newNode(hash, key, value, null);
// 结点数量达到阈值,转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等,跳出循环
break;
// 用于遍历桶中的链表,与前面的e = p.next组合,可以遍历链表
p = e;
}
}
// 表示在桶中找到key值、hash值与插入元素相等的结点
if (e != null) {
// 记录e的value
V oldValue = e.value;
// onlyIfAbsent为false或者旧值为null
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 结构性修改
++modCount;
// 实际大小大于阈值则扩容
if (++size > threshold)
resize();
// 插入后回调
afterNodeInsertion(evict);
return null;
}
【resize()方法】
HashMap的容量是有限的。当经过多次元素插入,使得HashMap达到一定饱和度时,Key映射位置发生冲突的几率会逐渐提高。这时候,HashMap需要扩展它的长度,也就是进行Resize。
影响发生resize方法的因素:
- capacity // HashMap当前长度
- HashMap负载因子,默认值为0.75f。
衡量HashMap是否进行Resize的条件:
- HashMap.Size >= Capacity * LoadFactor
【具体实现】
- 扩容,创建一个新的Entry空数组,长度是原数组的2倍。
- ReHash,遍历原Entry数组,把所有的Entry重新Hash到新数组。(长度扩大以后,Hash的规则也随之改变)
注意:Hashmap的Resize包含扩容和ReHash两个步骤,ReHash在并发的情况下可能会形成链表环。(为避免这种情况,可以采用HashTable,ConcurrentHashMap)
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;
if (oldCap > 0) {
// 超过最大值就不再扩充了,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,就扩充为原来的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 {
signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize上限
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都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
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);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
注意:进行扩容,会伴随着一次重新hash分配,并且会遍历hash表中所有的元素,是非常耗时的。在编写程序中,要尽量避免resize!
参考学习来源:
Snailclimb大神
小灰大神-可关注公众号【程序员小灰】