HashMap源码

最新推荐文章于 2024-09-12 10:27:30 发布

LBJZZZZ

最新推荐文章于 2024-09-12 10:27:30 发布

阅读量106

点赞数

分类专栏：笔记文章标签： hashmap

本文链接：https://blog.csdn.net/LBJZZZZ/article/details/116504928

版权

笔记专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文探讨了HashMap在1.7和1.8版本的区别与优化。1.8中，HashMap改进了hash计算方式，避免了死循环问题，并引入了红黑树提高查询效率。在插入流程中，当链表长度超过8且数组长度超过64时，会转为红黑树。扩容过程涉及容量翻倍和节点重新分布。关键属性包括默认初始容量、加载因子、树化和退化阈值。

摘要由CSDN通过智能技术生成

先说说1.7

1.7的时候主要存在几个问题

key的hash值计算方式很复杂
在扩容的时候，因为使用的是尾插法，所以在多线程对这个变量进行操作的时候会产生一个环，导致死循环
最大的问题就是hash冲突问题，当一个桶里元素过多的时候，就相当于一个很长的链表，查询的时候需要从头到尾遍历一遍，时间复杂度是O（n）。

在1.8的优化

hash计算方式，是通过key的hashcode的高16位与hashcode进行异或运算


    /**
     * Computes key.hashCode() and spreads (XORs) higher bits of hash
     * to lower.  Because the table uses power-of-two masking, sets of
     * hashes that vary only in bits above the current mask will
     * always collide. (Among known examples are sets of Float keys
     * holding consecutive whole numbers in small tables.)  So we
     * apply a transform that spreads the impact of higher bits
     * downward. There is a tradeoff between speed, utility, and
     * quality of bit-spreading. Because many common sets of hashes
     * are already reasonably distributed (so don't benefit from
     * spreading), and because we use trees to handle large sets of
     * collisions in bins, we just XOR some shifted bits in the
     * cheapest possible way to reduce systematic lossage, as well as
     * to incorporate impact of the highest bits that would otherwise
     * never be used in index calculations because of table bounds.
     */
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

使用了尾插法，解决了死循环的问题
计算初始容量的方式发生改变，1.7的时候是通过对1进行左移运算，直到找到比入参容量大的一个2的n次幂的数。1.8的时候，用了一种更优雅的方式，就是通过5个移位运算，得到一个低位全是1的值，最后得到一个初始容量。


    /**
     * 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;
    }

最重要的就是使用了数组+链表+红黑树。在数组长度大于64并且链表的长度大于8的时候会转换成一个红黑树。这样他的查询效率得到提升，以前是O(n),红黑树是O(logn)

讲一下put方法，插入的流程

在这里插入图片描述

首先通过key的hashcode来计算hash值
这个时候看map是否为空，如果为空的话就会先进行一次resize扩容，这时候他的初始容量大小是16
通过hash值和hashmap长度-1进行与运算得到桶的索引下标
找到桶的位置后，观察这个桶的头节点是否为空，如果是空的话就直接放进去，因为hashmapkey是不允许相同的，所以，如果不为空就检查头节点的key是否与入参的key相同，如果相同的话就直接覆盖value，如果不同就遍历这个链表，如果发现相同的key也进行覆盖，否则通过尾插法插入到链表的最后。
当链表的长度大于8并且数组的长度大于64的时候，会转变为红黑树

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;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                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;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

扩容的过程 resize

主要分为2个模块

数组长度和阈值会进行位运算，容量变为2倍
如果桶里是链表的话，会通过(e.hash & oldCap) == 0)来决定将这个节点存放在loHead还是hiTail里。如果是0就放在原来的数组下标的位置，如果是1则存在原来索引+oldCap位置处

  						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;
                        }