简介:
HashMap主要用来存放键值对,它基于哈希表的Map接口实现
JDK 1.8 之前HashMap由数组 + 链表 组成,数组是HashMap的主体 ,链表主要是为了解决哈希冲突而存在的("拉链法
"解决冲突),在JDK1.8之后在解决哈希冲突时,当链表长度大于阈值(默认为 8 ),将链表转化为红黑表,减少搜索时间.
底层数据结构
JDk1.8之前
jdk1.8之前HashMap底层是数组和链表的结合在一起使用 链表散列,HashMap 通过key的hashcode经过 扰动函数处理过后得到hash值,然后通过 (n-1) & hash 判断当前存放位置(n为数组长度),如果当前位置存在元素的话,就判断当前元素以及key是否相同,相同直接覆盖,不相同,就用拉链法解决冲突.
hash源码比较 :
1.8
static final int hash(Object key) {
int h; // key.hashCode(); 返回散列值也就是hashCode(); s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
1.7
static int hash(int h) {
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
1.8的hash方法效率比1.7hash方法效率高
"拉链法"
将链表和数组相结合,创建一个链表数组,数组中每一格都是一个链表,遇到哈希冲突,将冲突的值加到链表中.
在1.8之后
JDK1.8在解决hash冲突时有了较大的变化,当链表长度大于阈值(默认为8)时,将链表转换为红黑树,减少搜索时间
类的属性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组,总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数,注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值 当实际大小(容量*填充因子)超过临界值时,会进行扩容
int threshold;
// 加载因子
final float loadFactor;
}
- loadFactor 加载因子
loadFactor加载因子是控制数组存放数据的疏密程度,loadFactor越趋近于1 ,那么数组中存存放的(entry)也就越多,也就越密,也就是会让链表的长度增加,loadFactor越小,也就越趋进于0,数组中存放的(entry)也就越少,也就越稀疏.
loadFactor太大导致查找元素效率低,太小导致数组的利用率低,存放的数据会很分散.
给定的默认容量 16 ,负载因子为 0.75 , Map在使用的过程中不断地存放数据,当数量达到 16 * 0.75 = 12 就需要将当前16的容量进行扩容.
- threshold (门槛 阈值)
threshold = Capacity * loadFactor .当size > = threshold ,考虑对数组进行扩增.
**Node节点源码: **
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //哈希值,存放元素到hashmap中用来与其他元素的hash值比较
final K key; // 键
V value; //值
Node<K,V> next; //指向下一个节点
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; }
//重写hashcode()方法
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//重写equals()方法
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;
}
}
树节点类源码:
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父亲节点
TreeNode<K,V> left; //左
TreeNode<K,V> right;// 右
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; //颜色
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
HashMap源码分析
构造方法
//创建指定容量和指定的加载因子的构造函数
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;
this.threshold = tableSizeFor(initialCapacity);
}
//创建指定容量的构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//默认构造函数
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//创建包含另一个<Map>的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
putMapEntries()方法(添加map类型的entry)
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size(); //保存传入map的size
if (s > 0) {
if (table == null) { // pre-size
// 未初始化,s为m的实际元素个数
float ft = ((float)s / loadFactor) + 1.0F; //计算阈值
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY); // 得到阈值
//计算得到的t大于阈值,则初始化阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
//已经初始化,并且m元素大于阈值,则初始化阈值
else if (s > threshold)
resize();
// 将m中所有的元素添加到HashMap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);
}
}
}
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,key,value)
将元素添加.如果不是就遍历链表插入(尾插).
JDK1.7 put方法的代码
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))) //首先判断hash值是否相同,在判断key值
{
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
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,如果桶为空,将新生成的节点放入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//比较第一个元素(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,key值不相等,为红黑树节点
else if (p instanceof TreeNode)
//放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//为链表节点
else {
for (int binCount = 0; ; ++binCount) {
// 找到链表的尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果数量到达阈值,转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 判断节点中的key 与插入新元素的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 结合,可以遍历链表
p = e;
}
}
// 表示在桶中找到key值,hash值与插入元素相同的点
if (e != null) { // existing mapping for key
//记录e的value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// onlyIfAbsent为false或者旧值为null
//用新值替换旧值
e.value = value;
//访问后回调
afterNodeAccess(e);
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;
}
get()方法
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) { // 传入key的hash & key
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) { // 判断table 数组不为空,并且传入hash对应的桶的first节点不为空
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k)))) // 传入的hash与first的hash相同并且key与first的key也相同
return first;
//桶中不止一个节点
if ((e = first.next) != null) {
//看当前节点是否为树的节点,在树中找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//在链表中找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
resize() hashMap的扩容机制
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length; //保存oldTable.length
int oldThr = threshold; //保存old.threshold
int newCap, newThr = 0;
if (oldCap > 0) {
//超过最大值就不再扩充了
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 阈值也变为2倍
}
else if (oldThr > 0) // 初始容量设置为阈值
newCap = oldThr;
else { // 初始阈值为0表示使用默认值
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) {
//将每个桶都移动到新的桶中
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 { // preserve order
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;
}
常见问题
为什么重写equals一定要重写hashcode?
首先这两个函数都是Object类中的方法,equals比较的就是对象的内存地址
.
hashCode是本地方法,散列值
是根据对象的内存地址经过哈希算法得来的
people A = new people("阿三",19);
people B = new people("阿三",19);
现在有两个对象,如何使A.equals(B) 返回的为true?
- 如果两个对象相同(即equals返回true) , hashCode 一定相等;但是两个hashCode相等时,两个对象却不一定是equals
- 由于为了提高程序的执行效率才实现了hashCode方法,先进行hashCode比较,如果不同,就没有必要进行equals比较了,这样就大大的减少了equals的使用次数,从而效率得到提高.