Java8-HashMap与ConcurrentHashMap解析

本博客目标在于对Map家族的源码做个尝试性的解析
HashMap的本质是数组加链表的形式
put的流程为:
1:根据传入的key值计算hash值,然后取右移16位之后的值与hashCode的值做异或运算得到数组下标的值:index
2:根据index的下标,获取bucket,如果bucket不冲突碰撞则直接放在Bucket中,如果碰撞了则放在内部的链表中,超过一定长度链表会转为红黑树
3:如果节点已经存在了,则替换,若长度超出了范围,则会调用resize
具体的源码:
首先是hash()

    static final int hash(Object key) {
        int h;
        //先计算得到hashCode,然后将hashCode右移16位
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

    }

为什么要低位移动16位这张图是最好理解的了

我们计算hash是为了获得在数组中的下标对应的bucket,也就意味着我们需要先得到index下标,n是鼠标容量-1,为什么要-1呢,因为在HashMap中有个方法:

    /**
     * Returns a power of two size for the given target capacity.
     */
    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

这个方法使得容器一直为2的倍数,也就意味着可以用&运算代替%运算,效率大大提升
这样通过(n-1)&hash 我们就可以获得了下标index:

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果下标对应的bucket为空或者内部无元素
        if ((tab = table) == null || (n = tab.length) == 0)
        	//则会重新为内部申请空间,请跳到下面,将具体如何分配空间
            n = (tab = resize()).length;
            //如果未发生碰撞,则直接将这个值赋值给这个bucket
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
        	//说明发生了碰撞
            Node<K,V> e; K k;
            //并且元素相等,则发生替换
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
               //如果第一个元素不相等,并且是红黑树类型的,则按红黑树添加的方法添加元素
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            //否则表明是链表的形式,遍历
                for (int binCount = 0; ; ++binCount) {
                //如果执行到了末尾还没相同的元素,则在尾添加元素
                    if ((e = p.next) == null) {
                    	
                        p.next = newNode(hash, key, value, null);
                        //如果长度超过了默认的设置的长度(8),则将链表转为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //在链表中判断hash和key是否与对应的相等
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //说明链表中存在值,抽到这里主要是为了防止写过多的相似的代码
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //modCount++ ,与最后会与预期的对比,从而保证安全
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

resize代码

 final Node<K,V>[] resize() {
 		//既然会扩容,原先的配置都需要保存一份
 		//table是map中的属性,顾名思义 原先的table
        Node<K,V>[] oldTab = table;
        //原先的容量进行判断
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //threshold:扩容临界值,意味着达到最大容量将发生扩容,保存原先配置
        int oldThr = threshold;
        //新的容量和新的扩容临界值
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
           		 //如果容量已经达到的最大限度的一办,并且原先的容量已经超过了默认设置的大小值(即将达到默认的扩容临界值,因为默认的负载因子为0.75)
           		 //则将新的扩容临界值增大一倍
                       else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //说明table此时还是空的
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;//则将扩容阈值给新定义的那个
        else {               // zero initial threshold signifies using defaults  说明啥也没设置过,则配置默认的
            newCap = DEFAULT_INITIAL_CAPACITY; //那就初始化
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//装载因子*容量,说明是第一次初始化
        }
        //说明不是第一次扩容了,因为如果是第一次扩容,
        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"})
        //申请一个缓存数组
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
        	//遍历原先的数组
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //说明这个位置上有元素
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)//说明只有单个元素,则从先计算hash然后重新计算下标,并且更改位置
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)//如果是红黑树,则进行红黑树的复制
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                    //否则,这里的代码有点看不懂,借鉴了其他[其他大神的看法](https://blog.csdn.net/login_sonata/article/details/76598675)
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            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;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

Get操作:

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //常规校验
        if ((tab = table) != null && (n = tab.length) > 0 &&
        //判断下标对应的bucket是否存在
            (first = tab[(n - 1) & hash]) != null) {
            //判断相等的条件是:hashCode要先相同,然后判断特有的key是否相同
            //因为hashCode相同并不意味着对象就相等
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                //bucket中的值命中了则直接返回
                return first;
			//说明内部是一个链表或者RBTree
            if ((e = first.next) != null) {
            	//如果是RBTree,则按RBTree的方式
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                //否则遍历链表然后匹配命中
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

get总结:
1.算hash(高位右移16位后异或)
2.判断bucket[index]中的值是不是恰好是所求的值
3.判断是RBTree还是ListNode
4.各自的策略然后get元素

remove操作

    /**
     * Implements Map.remove and related methods
     *
     * @param hash hash for key 字面翻译:hash值
     * @param key the key	唯一的key
     * @param value the value to match if matchValue, else ignored 是需要key匹配就删除还是还得需要value也匹配
     * @param matchValue if true only remove if value is equal
     * @param movable if false do not move other nodes while removing	删除节点之后其他节点是否需要移动
     * @return the node, or null if none
     */
    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;
        //常规校验
        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;
            //判断bucket的key是否刚好相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
                //为什么这里不直接删除然后返回呢,1是减少重复代码,2是可能还需要移动元素
            else if ((e = p.next) != null) {
        	//是否是红黑树
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                //遍历链表
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //说明找到了hash+key对应的节点
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                //remove的时候为了满足bst的平衡性会发生自旋操作
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                    //modCount++ ,防止在全局获取size等方法的时候又其他线程也执行了操作
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

总结remove操作:跟get操作其实是相同的,但是难点其实在于红黑树的自旋操作,为了尽量满足平衡二叉树的特性(O(logN))

总结一下:
HashMap的存储结构:数组+链表+红黑树,当链表长度超过一定范围(默认值为8),则会将链表转为红黑树
HashMap中存储的都是Node节点(实现了Map.Entry)

---

而关于Java8 的ConcurrentHashMap
在7中ConcurrentHashMap是通过分段锁(segment来实现并发的)
在8中通过数组+cas+红黑树来实现并发
首先关于hash寻址,Java8中并没有多大的改进,还是通过hashCode高16位与数组长度-1做异或的方式获取下标

然后同步方式:
先获取下标对应的数组值,如果不为空则通过cas设置值
如果不为空则利用synchronized锁住然后修改值
并且因为内部的hash,key都是final类型,所以安全能够保证,value和next是volatile修饰,则可以保证一致性

  static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        volatile V val;
        volatile Node<K,V> next;
        Node(int hash, K key, V val, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.val = val;
            this.next = next;
        }

---

													TreeMap:

数据结构:红黑树 ,几个重要的变量:root(根节点),size(节点个数),comparator(排序的关键)
TreeMap与HashMap的区别在于:TreeMap是排序的,那是如何保证顺序的呢
put源码:

 public V put(K key, V value) {
        Entry<K,V> t = root;
        if (t == null) {
        	//
            compare(key, key); // type (and possibly null) check
			//移动根节点到新插入的元素
            root = new Entry<>(key, value, null);
            size = 1;
            //防止多线程遍历error
            modCount++;
            return null;
        }
        int cmp;
        Entry<K,V> parent;
        // split comparator and comparable paths
        Comparator<? super K> cpr = comparator;
        //判断是否存在相同元素
        if (cpr != null) {
            do {
            //从根节点开始遍历
                parent = t;
                cmp = cpr.compare(key, t.key);
            
                if (cmp < 0)
                //小于说明在左子树
                    t = t.left;
                else if (cmp > 0)
                //否则右子树
                    t = t.right;
                else 
                //说明2个值相等,然后返回旧的值
                    return t.setValue(value);
            } while (t != null);
        }
        else {
            if (key == null)
                throw new NullPointerException();
            @SuppressWarnings("unchecked")
            	//key需要是COmparable的子类,所以让其自主排序
                Comparable<? super K> k = (Comparable<? super K>) key;
            do {
                parent = t;
                cmp = k.compareTo(t.key);
                //小于0说明是小于,则左边存放小点的值
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        //此时parent处于大于|小于key的最小值|最大值处,将这个节点设置其父节点
        Entry<K,V> e = new Entry<>(key, value, parent);
        if (cmp < 0)
            parent.left = e;
        else
            parent.right = e;
        fixAfterInsertion(e);
        size++;
        modCount++;
        return null;
    }

put总结:put之前先遍历,按照排序算法找到最合适的位置,然后插入
当我们调用foreach keyset 然后getKey的时候会怎样呢:

	for(Student student:treeMap.keySet())
		{
			treeMap.get(student);
		}
	引申一点,这段代码会被转换为:
		for(Iterator<Map.Entry<Student, String>> it=treeMap.entrySet().iterator();it.hasNext();){}
	所以如何遍历保证顺序在于iterator:
	

final Entry<K,V> nextEntry() {
        Entry<K,V> e = next;
        if (e == null)
            throw new NoSuchElementException();
        if (modCount != expectedModCount)
            throw new ConcurrentModificationException();
        next = successor(e);
        lastReturned = e;
        return e;
    }
    遍历时候的调用栈为:
   next()<- nextEntry().value<-successor() 所以核心为successor()方法
   
  static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) {
    if (t == null)
        return null;
        //中序遍历节点
    else if (t.right != null) {
    	//遍历右边,取得右边的
        Entry<K,V> p = t.right;
        while (p.left != null)
            p = p.left;
        return p;
    } else {
        Entry<K,V> p = t.parent;
        Entry<K,V> ch = t;
        while (p != null && ch == p.right) {
            ch = p;
            p = p.parent;
        }
        return p;
    }
}

---

2018-10-10 23:47
今天想手写lru的时候发现,数组初始化的时机,HashMap是第一put的时候才初始化的,emmm这种方式不错哦,用到的时候才初始化

---

LinkedHashMap

• LinkedHashMap适合于读少些多的场景,因为它的内部是带头结点的单向循环链表,既(有head和tail指针,插入非常块),读的话因为要从头到尾遍历因而缓慢
• HashMap适合于读多写少的场景,push的时候无论是RBTree还是list都要设计到部分遍历,因而会导致写的效率一般