HashMap执行原理以及在JDK1.8后的新变化

HashMap中储存数据的单位Node

HashMap是一种基于散列数组与链表实现的哈希表,在JDK1.8之后,变成了散列数组+链表+红黑树的结构来实现。

HashMap内部实际上是维护了一个Node数组

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;

    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }
    ...
 }

可以看到,Node结点里储存了key-value对,一个哈希值,一个next指针,也就是说,其基本实现是一个链表的结点。因为HashMap解决哈希冲突的方法是链地址法,所以在发生哈希冲突的时候,会在发生冲突的位置形成一条链表。我们都知道,链表不支持随机访问,只支持顺序访问。所以如果发生了哈希冲突,那么我们查询操作的时间复杂度就不再是O(1)了,而是还要加上遍历链表的时间。

当然,仅仅是链表结点显然不够,因为在JDK1.8之后还加入了红黑树,所以还需要有树结点才行:

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  // red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;
    ....
}

可以看到,TreeNode结点继承了LinkedHashMap.Entry,而LinkedHashMap.Entry则是继承了上面所说的Node结点,所以,TreeNode实际上是Node结点的子类,并加上了parent,left,right,pre等树指针。

HashMap中的一些重要属性

DEFAULT_INITIAL_CAPACITY

/**
 * The default initial capacity - MUST be a power of two.
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

HashMap中的默认初始容量,为16,这个值一定要是2的幂次数。也可以通过构造函数传入,但如果传入的值不是2的幂次数,HashMap会自动将其转化为大于它且最接近它的2幂次数。

MAXIMUM_CAPACITY

/**
 * The maximum capacity, used if a higher value is implicitly specified
 * by either of the constructors with arguments.
 * MUST be a power of two <= 1<<30.
 */
static final int MAXIMUM_CAPACITY = 1 << 30;

最大容量,为2的30次方,当容量超过该值时,就不会进行扩容了。基本不会达到这个值

DEFAULT_LOAD_FACTOR

/**
 * The load factor used when none specified in constructor.
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;

负载因子,默认为0.75。用来控制HashMap进行扩容的阈值,也就是说当HashMap当前容量大于当前数组长度的0.75倍时,就要进行一次扩容。那为什么要设定为0.75呢?而不是像ArrayList那样满了再进行扩容呢?因为HashMap发生哈希冲突的时候,查询性能是会被影响的,所以HashMap要尽量避免哈希冲突。而负载因子设置得太低,会使扩容太频繁,若设置得太高,会导致哈希冲突严重。0.75应该是一个概率统计的结果,当数据数量达到数组的容量的0.75时,普遍来说,发生哈希冲突增加的开销会大于扩容带来的开销,此时进行扩容是比较合适的。所以设置为0.75

TREEIFY_THRESHOLD

/**
 * The bin count threshold for using a tree rather than list for a
 * bin.  Bins are converted to trees when adding an element to a
 * bin with at least this many nodes. The value must be greater
 * than 2 and should be at least 8 to mesh with assumptions in
 * tree removal about conversion back to plain bins upon
 * shrinkage.
 */
static final int TREEIFY_THRESHOLD = 8;

链表转化为红黑树的阈值。若链表长度超过8,则满足了转化为红黑树的一个条件

MIN_TREEIFY_CAPACITY

/**
 * The smallest table capacity for which bins may be treeified.
 * (Otherwise the table is resized if too many nodes in a bin.)
 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
 * between resizing and treeification thresholds.
 */
static final int MIN_TREEIFY_CAPACITY = 64;

链表转红黑树的最小容量。只有当链表长度达到了8,且数组容量达到了64,才会进行转化。只满足前者,只会进行一次扩容

UNTREEIFY_THRESHOLD

/**
 * The bin count threshold for untreeifying a (split) bin during a
 * resize operation. Should be less than TREEIFY_THRESHOLD, and at
 * most 6 to mesh with shrinkage detection under removal.
 */
static final int UNTREEIFY_THRESHOLD = 6;

红黑树转化为链表的阈值,若删除元素,使红黑树结点小于6,则转化为链表

HashMap部分源码

从我们最熟悉的方法入手,HashMap的put()方法,相信大家都有使用过:

put()

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

可以看到,其内部实际上是调用了putVal()方法,并且里面调用有hash()方法,再来看看hash方法是什么妖魔鬼怪:

hash()

JDK1.7:

static int hash(int h) {
    return h ^ (h >>> 7) ^ (h >>> 4);
}

JDK1.8:

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

相比之下,JDK1.7的实现实在是太鬼畜了。JDK1.8的实现就简单多了,其实就是取key的hashCode与自己的高16为进行亦或操作嘛~这样就获得了这个key的hash值

putVal()

/**
 * Implements Map.put and related methods.
 *
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //若数组还未被初始化,则进行初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //注意,这里取了(n - 1) & hash作为下标。若该下标下没有Node,则直接放进去就可以
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    //若有Node,说明发生了哈希冲突
    else {
        Node<K,V> e; K k;
        //若第一个结点的key就相等,说明直接覆盖就可以
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //否则,若该结点是一个红黑树结点,说明要对红黑树进行插入操作
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        //若是链表结点,则需要对链表进行插入
        else {
            //binCount用来记录链表长度
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //为什么-1?因为是从next开始算起。若达到了转换阈值,则进行转换
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //在这个方法里面还会进行一次判断,若数据数量还未达到64,只会进行一次扩容,而不会转化
                        treeifyBin(tab, hash);
                    break;
                }
                //如果找到了,则break
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //说明找到了该key值,那么直接覆盖,同时返回旧值
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    //这是一个快失败版本号,其实就是CAS操作的版本号,虽然HashMap不支持并发,但也提供了一些相关方法
    ++modCount;
    //若大于阈值,进行扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

这里还是比较好理解的。

主要讲一下取了(n - 1) & hash作为下标这个点。在看前面的内容可能会有疑问,为什么最大容量一定要是2的幂次数呢?其实和这里取下标是有关的。

首先看2的幂次数的二进制是怎么样的?

NumBinary
210
4100
81000
1610000

这里是取n-1对hash进行运算的,那它们的n-1是什么形式?

Num-1Binary
11
311
7111
151111

发现所有的低位都是1,那&运算的规则就是,只有当两个数字同时为1的时候才是1,否则为0,如

1011

1111 =

1011

只有2次幂数-1的二进制才是这种形式,那如果不是,那么n-1的二进制就会有0出现,也就是说在进行与操作时,该位的结果肯定是0,所以这就使得数组中至少有一个下标是永远不会被取到的,这就增加哈希冲突的概率

总结一下这里的几个点:

1.在JDK1.8中,是插入,再扩容。而在JDK1.7中是先扩容再插入。

2.在JDK1.8中,扩容触发条件多了一个,也就是当链表长度大于8,但数据总数量小于64时,也会触发一次扩容。为了解决哈希冲突

HashMap面试题

1.说一下HashMap的扩容机制?

HashMap是基于数组实现的,所以也需要扩容机制。

HashMap和扩容机制相关的几个属性有:

1.当前最大容量,必须是2的幂次数,默认初始值是16

2.负载因子,默认值为0.75

3.阈值,为当前最大容量*负载因子,默认为12

4(jdk1.8).转化为红黑树的阈值,默认为8

5.(jdk1.8).转化为红黑树的最小容量,默认为64.

触发扩容的条件有:

1.插入一个新值,且当前容量已经达到了阈值,此时要触发一次扩容。

2(jdk1.8).插入一个新值,链表长度超过了8,但当前容量还未达到64,也需要进行一次扩容。

扩容过程比较简单:建议一个大小为原来容量2倍的新数组,并将旧数组中的元素经过rehash计算之后插入到新的下标,在jdk1.7中,这是一个头插入的操作,所以在多线程环境下会产生死循环。在jdk1.8中,是一个尾插入的操作,解决了死循环的问题。

值得一提的是,在旧数组中的元素进行rehash计算插入到新下标的时候,新下标的可能值只有两种:和原来下标一样,原来下标+原来旧数组最大容量

2.HashMap的碰撞检测?解决的方法?

HashMap的碰撞检测实现很简单,就是通过哈希值计算出下标之后,判断下标处是否已经有Node结点,如果有就说明发生了哈希碰撞。

HashMap中解决哈希碰撞的方法是使用链地址法,也就是在同一个位置发生冲突的Node结点会形成一条链表,在检索的时候也需要遍历该链表。

3.了解HashMap存在的问题嘛?

存在死循环问题。HashMap进行扩容的时候,需要对旧数组中的元素进行rehash计算然后插入到新下标处,而且插入的方式是头插入,也就是说最后的顺序和原来的顺序是相反的。那么在多线程的环境下,这样的机制很可能会导致链表成环,然后在执行get()方法的时候,就会发生死循环。

另外还有一个在Tomcat中的问题。因为Tomcat会采用HashTable用来储存相关的HTTP请求对象。且解决哈希冲突的方法同样是链地址法,而链表只支持顺序访问,不支持随机访问。如果有黑客精心地设计一大堆hash值相同的请求,那么在Tomcat中会形成一个很长的链表或者是红黑树,会影响服务器性能。

4.HashMap在jdk1.7和1.8中的区别:

1.在jdk1.7中采用数组+链表的数据结构实现,而在jdk1.8中采用数组+链表+红黑树的数据结构实现,这样是为了降低哈希冲突严重的场景之下,查询操作的时间复杂度,从O(N)降低为O(logN)

2.在jdk1.7中,当哈希表为空时,会调用inflateTable()初始化一个数组,而在jdk1.8中会直接使用resize()方法对数组进行扩容。

3.在jdk1.7中,链地址法采用的是头插法,而在jdk1.8中采用尾插法。而头插法会导致在进行扩容的时候,原来的顺序和新插入的顺序相反,在多线程的场景下会出现链表成环,继而导致死循环的问题

4.计算hash值的算法也不同。在jdk1.7中,对key计算hash值是采用了三次位运算和两次亦或操作,比较复杂。而在jdk1.8中的实现就比较简单,直接取key的hashCode与自己的高16位进行亦或运算。

5.同样是插入操作,在jdk1.7中,如果有需要的话,会先进行扩容再进行插入,而在jdk1.8中,会先进行插入再进行扩容

6.扩容时机有所不同。在jdk1.7中,插入一个新值时,如果当前数据数量超过了阈值,就会触发一次扩容。而在jdk1.8中,除此之外,还有一个触发时间:当链表长度超过8,但当前数据数量还没超过64时,也会触发一次扩容

5.为什么数组最大容量要设为2的幂次数?

这是由HashMap中的一个算法来决定的。这个算法就是根据key的哈希值计算出在数组中的散列下标 。算法内容其实很简单,就是将key的哈希值与当前数组最大容量-1这个数作按位与操作。因为当前数组最大容量是2的幂次数,所以它-1得到的数字的二进制是一个高位全部为0,低位全部为1的一种格式。这样不仅能使计算出来的散列下标分布在数组范围内,同时能做到均匀分布。
如果不是2的幂次数,那么它-1的这个数的二进制中呢,低位会出现0,比如说1101这样的格式。与这种格式的数字进行按位与操作,0这一位的结果永远是0,不可能是1,这样会导致数组至少有一个下标是永远不会被计算到的,所以该下标会一直为空,增加哈希冲突的概率。

6.HashMap与HashTable的不同?

1.继承的父类不同。HashMap继承自AbstractMap类,而HashTable继承自Dictionary类。我看到有博客说Dictionary类已经基本被AbsrtractMap类取代了,HashTable继承Dictionary类是历史遗留问题。

2.HashMap支持key为空,也支持value为空。而HashTable不支持,出现这样的情况会报空指针异常。

3.HashMap不支持并发,而HashTable内部方法都是由synchronized修饰的,是支持并发的,但是效率比较低。所以一般这种场景都会使用ConcurrentHashMap而不是HashTable

4.对外提供的API有点区别。HashTable比HashMap多了contains()和elements()方法。elements()方法其实是Dictionary中的方法,它可以返回value的枚举。contains()方法其实就是HashMap中的containsValue()方法,其实containsValue()方法也只是调用了contains()方法而已。

5.初始化容量大小和扩容机制有所不同。HashMap的默认长度为16,而HashTable的默认长度为11.扩容的时候,HashMap会扩容到2倍原来大小,而HashTable会扩容到两倍原来大小再+1.

6.计算哈希值的方法不同。HashMap中计算key的哈希值,是拿key的hashCode和这个hashCode的高16位进行亦或操作,而HashTable直接使用key的hashCode作为哈希值。

7.LinkedHashMap和HashMap的区别?

LinkedHashMap和HashMap在操作上几乎没有任何区别。它们的区别主要在于有序性上。遍历LinkedHashMap得到的结果顺序与其数据的插入顺序或者访问顺序是相同的,具体是和插入顺序相同还是和访问顺序相同,可以通过参数来进行控制。而HashMap是无法保证有序性的。
LinkedHashMap能做到这一点是为什么呢?实际上LinkedHashMap是HashMap的子类,并且内部维护了一个双向链表,也就是说,LinkedHashMap的实现是基于一个HashMap和一个双向链表实现的,并且这个双向链表的Node结点其实是HashMap中Node结点的子类,然后加上了before和after双向指针,实现了双向链表的实现。其实在LinkedHashMap的源码中,它的很多方法都是直接调用了HashMap的方法,然后再自己多做一点维护双向链表的操作,在遍历的时候,直接遍历双向链表,继而实现有序性。

8.HashSet和HashMap有什么区别?

其实基本没有区别。
HashSet内部的方法几乎全部都是直接调用了HashMap的方法。
一定要说不同的话,HashMap是存储一个key-value数据,而HashSet调用HashMap的时候只关心key值的唯一性,以此来达到不可重复的特性

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值