HashMap简介
HsahMap主要用来存放键值对,它基于哈希表的map接口实现,是java中常用的接口之一,是非线程安全的,如果想要线程安全,可以使用ConcurrentHashMap,也可以使用Collections的synchronizedMap方法使hashMap具有线程安全的能力。
HashMap允许键为null,但是只允许一个键为null,允许多个值null。
HashMap数据结构分析
HashMap在JDK1.8之前底层使用的是数组+链表的结构,在JDK1.8这一个版本之后有了较大的改动,底层使用数组+链表+红黑树的结构,HashMap的主体是数组,链表的存在主要是为了解决哈希冲突(哈希冲突是指在哈希表中,不同的键(Key)经过哈希函数计算得到相同的哈希码(Hash Code)。由于哈希表中使用数组来存储键值对,当两个不同的键映射到相同的数组索引位置时,就发生了哈希冲突),在JDK1.8之后,因为引入了红黑树,解决哈希冲突有了较大的改变,在链表长度大于等于阈值(默认为8)时,会将链表转换为红黑树。(注意:在需要转换为红黑树时,会先判断数组长度是否小于64,如果小于,会优先对数组进行扩容。也就是说,链表长度是有可能超过8的,并不是说链表长度到8以上就一定会转换为红黑树)
HashMap数组初始化时长度默认为16,之后每次进行扩容都会扩容2倍
JDK1.8HashMap的hash方法源码
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashMap通过 key 的hashcode经过扰动函数得到hash值,然后通过 (n-1) & hash 判断当前元素在数组的位置(这里的n指的是数组的长度),这里进行了一个与运算,是在二进制层面进行运算的,其实也可以简单理解为 hash%n,如果当前位置存在元素的话,就需要判断元素的hash值是否相同,如果不相同,就可以直接加入到链表中。如果hash相同,就需要调用equals()方法来进行判断,equals()返回true,就直接覆盖此元素,为false还是加入到链表中
扰动函数: 也就是HashMap的hash()方法,使用扰动函数的目的是防止一些写的比较差的hashCode()方法。也就是为了减少哈希冲突。
JDK1.8之后HashMap结构示意图:
转换红黑树操作:
在链表长度大于阈值(默认为8)时,会首先调用treeifyBin()方法,此方法会根据HashMap的数组长度来决定是否转换为红黑树,只有当数组长度大于等于64时,才会将链表转换为红黑树,否则会调用resize方法对数组进行扩容
treeifyBin()源码:
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//判断Node对象数组是否为空或者数组长度是否小于MIN_TREEIFY_CAPACITY
//MIN_TREEIFY_CAPACITY是一个静态常量,值为64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
//对数组进行扩容操作
resize();
//需要转换为红黑树的链表在数组不为空,就进行转换红黑树的操作
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
HashMap类的属性
//序列号
private static final long serialVersionUID = 362498820763181265L;
//默认初始化数组的容量大小(16)
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//数组最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当桶(bucket)上的结点数大于等于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
//当桶(bucket)上的结点数小于等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的最小容量
//也就是数组长度必须大于等于这个值才能转换红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
//存储元素的数组
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size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;
//阈值(当前容量*负载因子),当实际大小超过阈值时,会进行扩容
int threshold;
//负载因子,再进行初始化的时候,可以调用有参构造方法自己设置负载因子
final float loadFactor;
-
loadFactor 负载因子
loadFactor 负载因子用来控制数组中存放数据的疏密程度,loadFactor越趋近于1,数组中存放的数据(entry)也就越多,也就会密,同样也会导致链表的长度也会越长,loadFactor 越小,也就是趋近于 0,数组中存放的数据(entry)也就越少,也就越稀疏。
loadFactor太大会导致查询速率降低,太小又会导致数组的利用率不高,数据分布太分散,loadFactor的默认值0.75f是官方给出的一个比较好的临界值
官方给定的默认容量为16,负载因子0.75,也就是说当数组中的元素大于16*0.75=12的适合,会对数组进行扩容操作,扩容操作又涉及到rehash、复制数据等操作,因此非常消耗性能
-
threshold 阈值
threshold是用来判定否进行数组扩容的一个标准,也就是threshold=capacity * loadFactor,当size>threshold时,就需要考虑对数组进行扩容
Node节点类源码
static class Node<K,V> implements Map.Entry<K,V> {
//hash值,用来存放到HashMap中与其他元素的hash值进行比较
final int hash;
//键
final K key;
//值
V value;
//指向下一个节点
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;
}
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;
}
}
HashMap构造方法
HashMap有4个构造方法
//指定容量大小和负载因子的构造方法
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;
// // 初始容量暂时存放到 threshold ,在resize中再赋值给 newCap 进行table初始化
this.threshold = tableSizeFor(initialCapacity);
}
//指定容量大小的构造方法
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//空参构造,所有参数使用默认值
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//包含另一个map的构造方法
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
注意:在上述的4个构造方法中,都初始化了loadFactor,虽然有的给定了构造给定了容量大小,但是也只是通过tableSizeFor()方法将其扩容到与initialCapacity最接近的2的幂次方大小,然后暂时赋值给threshold,后续通过resize()方法将threshold赋给newCap进行table的初始化
HashMap的put方法
Hashmap中提供了put方法供用户进行调用来添加元素,实际上put方法是调用了putVal方法对元素进行添加,下面是两个方法的源码。
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;
//table未初始化或长度为0,进行扩容操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//(n-1 & hash)确定元素位置,位置没有元素,直接放入数组中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//位置已经有了元素(处理hash冲突)
else {
Node<K,V> e; K k;
//判断第一个节点的key是否与插入的key是否相同
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//相同就直接使用插入的值替换原来的值
e = p;
//判断插入的节点是否为红黑树节点
else if (p instanceof TreeNode)
//放入数中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//不是红黑树就是链表结点
else {
//在链表最末插入结点
for (int binCount = 0; ; ++binCount) {
//到达链表尾部
if ((e = p.next) == null) {
//在尾部插入新结点
p.next = newNode(hash, key, value, null);
//判断链表长度是否达到阈值(默认为8)
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//此方法会将链表转换为红黑树
//只有当数组长度大于或等于64时,才会转红黑树,以减少搜索时间
treeifyBin(tab, hash);
//跳出循环
break;
}
//判断链表中的结点的key值是否与插入的key值相同
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组合,可以遍历链表
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();
afterNodeInsertion(evict);
return null;
}
putVal()流程图:
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) {
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) {
// 数组元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 不止一个节点
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}