1. HashMap中是如何进行散列的,hash的原理(前置知识点)
关于这部分,我看到的一个知乎高亮胖胖的 解释非常深刻!hash的解释的链接
源码中,计算hash值时,是这么写的:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
^是异或运算。expression1>>>expression2是无符号右移运算符,表示把expression1的各个位数向右移expression2指定的位数。右移后左边空出的用0填充。
一般一个好的散列函数要能够使得计算出来的地址值均匀分布、减少冲突。
来看Object类的hashCode()计算出来的哈希地址值范围是一个int型的,所以范围在 -2^31~~2^31-1,这是一个非常大跨度的范围区间,若以此作为散列数组的区间当然可以使得散列的结果较为分散,但是,一个hashmap就在内存中占有如此多的空间,那内存早就撑爆了。
所以这里就用到了扰动函数的思想,下面的操作能够使得hash值的低位与其高位进行异或运算,从而整合高低位的信息,能够使得散列地址较为分散的同时又占用比较小的内存空间!
(h = key.hashCode()) ^ (h >>> 16)
仅仅通过扰动函数还不够,还要通过 n-1 与 hash 进行按位与计算的方式来计算在数组中的下标(n即是hashmap底层主数组的长度)。在接下来介绍的putVal方法中对于散列地址就是这样计算的,
i = (n - 1) & hash
这也解释了为何n必须2的整数次幂。假设初始n=16,那么16-1=15的二进制形式表示为 0000 0000 0000 1111,与任何二进制串按位与计算都只会保留其末尾四位的值。高位全部会清0。
2.hashmap的基本操作(源码的实现以及put、get等等方法详解)
1.8以前的hashmap是这样的
1.8之后hashmap的底层实现修改为数组+单链表/红黑树,原谅我不知道该怎么画,意思是单链表中链接的个数超出了一定阈值之后,就将链表改为用红黑树。这样能够保证hashmap查找/插入的效率!
在HashMap类中,静态常量值及其含义:
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
//数组默认初始容量是16 - 必须是2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//当没有在构造器中确定该参数时的默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链转树阈值:当查找时,同一个key的链表长度超过8时,应将链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
定义了链表数据结构:
//链表的结构
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
一些重要的字段及其含义:
//存放链表引用的数组
transient Node<K,V>[] table;
//在map中,包含的键值对 的数量。
transient int size;
//记录该map被修改的次数
transient int modCount;
//大于等于该阈值(容量*加载因子)时,需要调整size的大小
int threshold;
//散列表的装填因子。(表中记录数/散列表长度)。该值描绘了一张默认map所能装填的key的最大尺度,当超出该尺度时,需要将容量翻倍
final float loadFactor;
重要的构造器:
//用指定的初始容量以及加载因子构造一个空的 hashmap
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//不超过预设最大值常量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//用户设置的初始容量,以及预设好的加载因子常量来初始化hashmap
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//初始容量和初始加载因子都用预设好的常量值
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//通过这种方式可以把一个map变为hashmap。改变前后的映射构造是相同的!加载因子使用预设值
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
//第一次调用
if (table == null) { // pre-size
// ft(表长)=记录数/加载因子
float ft = ((float)s / loadFactor) + 1.0F;
// ft经过比较之后,顺便转为int型的t
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//改变阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
有了hashmap的底层数据结构的概念,那么比较难懂的操作如put、get等也容易多了。put中完整的逻辑包括如何进行散列、如何解决冲突、如何实现了jdk1.8中的链表到红黑树的转换等等我都添加了详细的注释。
下面就看,put是如何执行的:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);//这里会先去执行以下hash方法,求出key的hash值
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判定table是否为空(是空,则初始化它)。这里的resize在初始化和扩容时都会使用到!
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//判断tab[i]是否为空(是空,则为其新建一个结点)。i是通过hash算法得出的被散列到的位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
/**
tab[i]不空,即p不空。那就要将值插入tab[i]所对应的链表中啦~分情况
1-----往链表中插
1.1-----正常插入,不超过阈值
1.2-----链表刚刚好满时插入,此时若再查会导致,链表转变为红黑树
2-----往红黑树中插
*/
else {
Node<K,V> e; K k;
//是否将要插入重复的key值,是的话,用e引用p
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//往红黑树中插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//往链表中插入
else {
//需要一个计数器来计数当前链表元素个数,用来判断是否会超出表转树阈值
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
}
}
//针对已经存在key的情况做处理。覆盖其原先的value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//若size超出了容量的阈值,扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
get是如何执行的:
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;
//判断tab不为空以及first=tab[i]位置的结点不为空(i指定了hash散列的值)
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//总是判断一下first结点是否是我们要get的结点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//从first下一个结点开始找匹配的结点
if ((e = first.next) != null) {
//如果这是个红黑树结点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//遍历寻找链表中的匹配结点
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
这里面。还有如何进行扩容的resize方法、链到树转换的treeifyBin方法、往红黑树中插入的putTreeVal方法都是非常重要方法。这部分建议大家源码手动调试一遍。