点击“奇舞移动技术”关注我们!
前言
上篇文章中介绍了AbstractMap抽象类,本文就来分析一下HashMap类。jdk1.8对HashMap进行了大幅优化。在jdk1.8之前,HashMap的实现是数组+链表,即通过拉链法来解决Hash冲突。假设链表的长度为n,则链表中查找元素的时间复杂度为O(n),如果n特别大,就会很耗时。在jdk1.8中,HashMap的实现改成了数组+链表+红黑树,即当n超过某个阀值时,会将链表转化为红黑树,此时的查找元素复杂度就变成了O(logn),效率明显提高。
本文中的源码分析是基于jdk11的,但通过比较发现,jdk11和jdk8的源码实现并无多少变化。本文会带着几个问题去分析源码。
1.HashMap中默认参数有哪些?分别代表什么意思?值分别是多少?
2.HashMap是什么时候进行buckets初始化的?
3.HashMap是怎么计算Key的存放位置的?
4.HashMap如何扩容?
5.HashMap如何添加元素?
6.HashMap何时将链表转化为红黑树?
源码分析
类结构
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
HashMap继承了AbstractMap模板类,那肯定会实现 entrySet()
方法;实现了Serializable接口,因此它支持序列化;实现了Cloneable接口,能被克隆。
然后看看HashMap中实现的Map.Entry:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // key的hash值
final K key; // key
V value; // value
Node<K,V> next; // 链表中的下一个结点
Node
是用来表示数组和链表中结点的数据结构。在数组中,不会用到 next
属性,在解决冲突的链表中才会用到。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left; // 左子树
TreeNode<K,V> right; // 右子树
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; // 标记颜色:红 or 黑
TreeNode
顾名思义是用来表示红黑树中结点的数据结构。注意,这里是继承了 LinkedHashMap.Entry
,但往上追溯,可以发现 LinkedHashMap.Entry
其实继承的也是 HashMap.Node
。所以,在代码看到 NodeinstanceOfTreeNode
时不要奇怪。
重要属性
这里就直接在代码里用注释进行说明了:
transient Node<K,V>[] table; // Hash数组,存放bucket
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 数组默认大小为16
static final int MAXIMUM_CAPACITY = 1 << 30; // 数组最大容量为2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认负载因子为0.75
final float loadFactor; // 存储负载因子
int threshold; // 需要进行下次扩容的阀值,计算方法为:容量 * 负载因子
// 当链表中的结点数大于8时,会转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当红黑树中的结点数小于6时,会转换为链表,这里不使用8是为了避免频繁转换
static final int UNTREEIFY_THRESHOLD = 6;
// 当哈希表的容量小于64时,是不会进行红黑树转换的,而是进行扩容;这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
初始化和扩容
说到初始化,第一想法肯定是构造函数:
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; // 赋值负载因子
// 计算一个刚好比initialCapacity大的2的次方数
this.threshold = tableSizeFor(initialCapacity);
}
可以发现构造函数里并没有对 table
进行初始化。其实,初始化是发生在第一次添加key-value值的时候,而第一次添加键值对会触发 resize()
方法,即扩容。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 超出最大容量,不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩充为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 哈希表的初始化容量和阀值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 计算新阀值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 创建新表
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 这里就是旧bucket移到新buckets中
......
}
return newTab;
}
从代码中可以看到初始化值是在第一次扩容时发生的。哈希表的每次扩容,都是把容量扩大为原来的2倍,这里为什么是2倍,会在下面进行分析。
添加key-value
在看 put
方法之前,需要知道HashMap是如何对Key进行hashcode散列和结点位置计算的。先看 hash()
函数:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
关键点 (h=key.hashCode())^(h>>>16)
。其中 h>>>16
意思是把h向右移位16位,并且高位补0。然后,再和原hashcdoe进行异或操作。理解起来就是把原hashcode的高16位和低16位进行异或处理,从而降低冲突几率。
在看结点位置计算方法:
index = (n - 1) & hash // n是当前容量,hash是hash()计算出的值
因为 table
容量必须是2的幂次方,所以这里用了 n-1
。用一个例子帮助理解hashcode向下标转换的过程:
图片来自:Java HashMap工作原理及实现
上文说过每次扩容的时候都是变成原来的2倍,为什么呢?
假如n从16扩容到了32,那么会有这样的变化:
扩容后,n-1的高位多了一个1。
可以发现,在扩容后不需要重新计算hash值,节省了计算时间。而经过 &
运算后,会多关注一个高位的bit,这个bit要么是0,要么是1。0表示新位置和原位置一致,保持不变;1则表示新位置是原位置加上旧容量大小。而新增的bit是0还是1可以认为是随机的,这样在resize过程中,可以均匀的将之前冲突的结点分配到新bucket中。
再看下 put
方法:
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;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 创建table
if ((p = tab[i = (n - 1) & hash]) == null) // 计算index
tab[i] = newNode(hash, key, value, null); // 添加结点
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; // 结点存在
// 冲突
else if (p instanceof TreeNode) // 是红黑树结点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 链表结点
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); // 达到要求,转换为红黑树
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(); // 扩容
afterNodeInsertion(evict);
return null;
}
大致流程如下:
1.如果当前table为空时,调用resize方法进行初始化;
2.根据key的hash值计算出所在结点位置;
3.如果没有发生冲突,调用newNode方法封装key-value键值对,并将其挂到 table对应位置下,否则,跳转到步骤4;
4.如果发生冲突:
如果该key已存在,更新oldValue为新的value,并返回oldValue;
如果key所在的结点为treeNode,调用红黑树的putTreeVal方法将该结点挂到红黑树上;
如果插入结点后,当前bucket节点下链表长度超过8,需要将链表变为红黑树;
5.数据put完成之后,如果当前长度大于threshold,则调用resize方法扩容。
get实现
前面讲了 put
,这里就不得不说一下 get
了:
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) { // 找到第一个结点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
// 命中,直接返回
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 冲突,是红黑树结点
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
// 冲突,是链表中结点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get
的流程就简单很多:
1.找到bucket的第一个结点;
2.如果命中,则直接返回;
3.如果冲突,则分别根据是树结点还是链表结点进行查找即可。
总结
1.jdk1.8之后的HashMap由“数组+链表+红黑树”实现,在满足相应条件时,链表和红黑树会进行转换。
2.HashMap每次扩容都为原容量的2倍,且容量必须是2的幂次方。
3.HashMap不是线程安全的,它的key和value都可以为null。
4.链表转换为红黑树后,相应的 get
、 remove
、 get
就完全是红黑树的数据结构操作了,感兴趣的朋友可以自行查看资料。
参考资料
1.Java中的HashMap
2.Java HashMap工作原理及实现
3.HashMap在JDK1.8后新增的红黑树结构
4.教你初步了解红黑树
https://blog.csdn.net/vJULYv/article/details/6105630
--END--
识别二维码,关注我们