Java常用数据结构之Map(二)

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：

1. 如果该key已存在，更新oldValue为新的value，并返回oldValue;

2. 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；

3. 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