作为Java集合框架的一员,HashMap在开发中使用频率特别高,每一位Java程序员都需要对其底层原理了如指掌。以下笔记基于JDK8。
一、HashMap简介
HashMap是一种典型的key-value数据结构,底层使用“数组+链表+二叉树”方式存储数据。我们都知道,数组查找速度快,插入、删除速度慢,链表查找速度慢,插入、删除速度快,HashMap充分结合了他们的优点。
默认无参构造方法会初始化一个容量为16、负载因子为0.75的空map,向map中put数据时,会调用hash方法根据key找到对应的存储位置,将key-value组成的Entry放入,从map中get数据时,同样调用hash方法根据key找到Entry的存储位置,取出其中的value。
存放数据时,如果出现hash碰撞,即不同的key产生相同的hash结果,会采用链表方式进行存储,当链表长度 > 8,会转变为二叉树结构。删除数据时,如果二叉树中数据 < 6,会重新转换为链表。
可以看出,HashMap的核心就是容量(capacity)、负载因子(loadFactor)等字段,以及构造方法、hash、put、get等方法,我们逐一学习。
二、HashMap的重要字段
容量(capacity):map中可以存放多少元素。
大小(size):map中已经存放了多少元素。
负载因子(loadFactor):用来计算扩容门限,当size > capacity * load_factor时,进行扩容。
三、构造方法
HashMap的构造方法有4个,他们的功能有两个:
- 初始化HashMap对象;
- 设置初始容量(initialCapacity)、负载因子(loadFactor)或扩容门限(threshold)。
3.1 HashMap()
无参构造方法,初始化了一个初始容量为16,负载因子为0.75f的空HashMap对象。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
3.2 HashMap(int initialCapacity)
指定初始容量的构造方法,初始化了一个容量最接近且 >= 给定值的2的整数次幂,负载因子为0.75的空HashMap对象。其实现调用了3.3的构造方法。
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
3.3 HashMap(int initialCapacity, float loadFactor)
指定初始容量、负载因子的构造方法,初始化了一个容量最接近且 >= 给定值的2的整数次幂,负载因子 = loadFactor的空HashMap对象。
static final int MAXIMUM_CAPACITY = 1 << 30;
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
//此扩容门限只是临时存放了初始化容量,真正的扩容门限是在put方法中进行计算的
this.threshold = tableSizeFor(initialCapacity);
}
当指定的初始容量为负数,或者负载因子为负数,或者负载因子不是数字时,抛出IllegalArgumentException。
当指定的初始容量 > HashMap最大容量(2 << 30)时,设置容量为HashMap最大容量。
tableSizeFor(int cap)方法用来获取最接近且大于等于给定值的2的整数次幂,如cap为20,则结果为32,具体实现需要仔细琢磨原码。
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;
}
此算法的原理是:将(cap - 1)的二进制数,从高位第一个1之后全部置位1,最后再 +1 来实现。
下面以cap = 20为例,执行运算。
至此,应该有2个疑惑:
- 为什么tableSizeFor方法中要给传入的参数cap先减1后加1?
答:为了防止传入的cap本来就是2的整数次幂,这时候初始容量就应该等于cap,但执行完后续运算之后,会得到 cap * 2,所以先减1,后加1。 - 为什么没有用指定的initialCapacity作为初始容量,而是用最接近且大于等于它的2的整数次幂?
答:暂时可以不明白,答案在put方法中详细解释。
3.4 HashMap(Map<? extends K, ? extends V> m)
创建1个容量足够放下m中元素,负载因子为0.75的HashMap,将m中的元素全部放到新HashMap中。
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
// 构造方法和putAll方法都调用了此方法
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
// 判断给定的map是否有元素
if (s > 0) {
// 如果table还未初始化,因为正常情况table初始化在put方法中
if (table == null) {
// 计算要创建的HashMap的容量
// +1.0F是为了防止原来的map中的元素个数刚好达到扩容门限,插入完成马上又要扩容
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
// 如果table已经初始化,原来map中的元素个数大于扩容门限,进行扩容
else if (s > threshold)
resize();
// 遍历获取原来map中的元素,插入当前HashMap对象中
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);
}
}
}
这里的resize和putVal方法在学习put方法时详细了解。
四、hash方法
hash方法的功能是将Object转换成整型。它是HashMap中最重要的方法,存取数据时都需要调key的hash方法。hash方法的好坏,取决于发生hash碰撞的概率以及发生碰撞后的解决方案。
hash碰撞:不同的key,调用hash方法产生同样的结果,称为hash碰撞。
hash方法的好坏在很大程度上决定了HashMap的性能。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
JDK8 中将hashCode的高16位异或低16位得到hash值,就是为了把高16位的特征与低16位的特征相结合,尽量做到任何一位的变化都能对最终的hash值产生影响,降低hash碰撞的概率。
五、put方法
put方法的作用:根据key的hash值找到在数组中的位置,如果key已存在,替换其value,并将原来的value返回,如果key不存在,将key、value组成的Entry添加到对应位置,返回null。
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;
// 如果table未初始化或者table长度为0
if ((tab = table) == null || (n = tab.length) == 0)
// 初始化table
n = (tab = resize()).length;
// 通过(n - 1) & hash得到数组下标,因为n是2的整数次幂,所以相当于hash对n取模,如果数组此位置为空
if ((p = tab[i = (n - 1) & hash]) == null)
// 创建链表第一个节点
tab[i] = newNode(hash, key, value, null);
// 数组此位置有数据,即存在链表
else {
Node<K,V> e; K k;
// 如果key与链表第一个位置的key相同,将已有Entry赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果数组此位置为红黑二叉树,在树中找key,存在则将找到的Entry赋值给e,不存在将新的Entry插入树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 判断链表第二个位置之后
else {
// 遍历链表,如果key已存在,将已有Entry赋值给e,不存在创建新节点并赋值给e
for (int binCount = 0; ; ++binCount) {
// 到达链表末尾,没有key值相同的节点,创建新节点;如果链表长度达到8,转换为红黑树
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果找到key值相同的节点,停止遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果key已存在,替换为新的value,并返回oldValue
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 达到扩容门限,进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put方法需要注意以下几处:
- (n - 1) & hash的作用是什么?
答:取模操作,用位运算取模比用(%)效率高很多,它可以直接对内存数据进行操作,不用转换成10进制。当然,只有2的整数次幂才能用这种方式进行取模。n为HashMap的容量,刚好就是2的整数次幂。这也是3.3中问题2初始容量必须为2的整数次幂的答案。 - 为什么2的整数次幂可以用(n - 1) & hash这种方法取模?
答:因为 x % 2^n = x & (2^n - 1)。
x % 2^n = x / 2^n 的余数,从二进制角度看,x / 2^n = x >> n,x / 2^n 的余数 = x >> n 溢出的n位,即x的最后 n 位。通过 2^n - 1 可得到高位为0低位为n个1的二进制数,它和任何int类型数字 x 进行与运算,都可以取到 x 的最后n位,即 x % 2^n 的结果。
六、get方法
get方法的作用:根据key的hash值找到对应的Entry,返回其value,如果key不存在,返回null。
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;
// table不为空,同时hash对应的数组位置有数据
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 数组当前位置第一个节点的key与要取的key相同,返回此节点的Entry
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果除了第一个节点外,还有其他节点
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 如果是链表,遍历每个节点,直到找到key对应的Entry,或者到链表末尾
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}