java基础之--hashmap源码分析

Hey Neo!

已于 2022-04-21 15:10:45 修改

阅读量156

点赞数 1

分类专栏： java 文章标签： java

于 2020-08-27 14:12:25 首次发布

本文链接：https://blog.csdn.net/as4566/article/details/108233181

版权

java 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

一，前言

大家好，我是小墨，be foolish,be hungry。本篇文章主要写hashmap相关知识，欢迎大家多多斧正，如果觉得小墨我写得用心的话，可以点个赞啊。

本文以分析jdk1.8源码为例，对hashmap分析，由于很多文章都涉及过hashmap源码分析，本文只针对重点进行分析

二，hashmap分析

hashmap：
在这里插入图片描述
jdk1.7与jdk1.8对比：
数据结构对比：

在这里插入图片描述

2.1初始化

//初始化方法一：
    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);
    }

hashmap主要初始化了三个重要参数：

initialCapacity 初始容量（默认16）
threshold阈值：能容纳的最大键值对个数，超过则要重新计算，如果用户自己输入一个值initialCapacity ，则会通过tableSizeFor()方法计算到大于或等于initialCapacity 值的2^n值，如输入10，，会计算到阈值为16，当然默认最小阈值为16
loadFactor 负载因子（默认0.75）：这个值不是很好理解具体作用，待会根据具体代码来理解，通常认为负载因子是时间和空间上的一种折中的说法，这个值越小，空间占用越大，entry链元素越少，查出时间越少

2.2put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;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                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);
                        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();
        afterNodeInsertion(evict);
        return null;
    }

put方法分为三种情况

还未初始化，这种情况是我们调用一些无参构造函数导致的。这时会进行n = (tab = resize()).length初始化，解决了调用无参构造方法时候，threshold和initialCapacity 未初始化的问题。
已经初始化，又分几种情况，注意都是尾插法，把新的节点往最后位置放
1). 如果发现该位置为空，新建节点放入数据
2).如果发现该节点有值不为空，判断几种情况
2.1 判断key相同直接放入
2.2 判断是树结构节点，使用红黑树插入
2.3 如果是链表，进行循环判断，包含该节点，跳出循环，如果链表中不包含该节点，则把该节点插入到链表末尾。
2.4 if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
TREEIFY_THRESHOLD 值为8，进行链表转红黑树操作

同时我们分析下resize方法，这个方法作扩容操作，就像我们用一个小桶装水，如果想装更多的水，就得换大水桶

  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) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            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
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        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) {
            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;
    }

jdk1.7进行扩容是：容量更大的数组来代替已有的容量小的数组，transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里
jdk1.8扩容过程，我们看resize()代码除了初始化一些未初始化的无参构造方法外，扩容过程如下：

容量判断：resize()触发条件在put函数中if (++size > threshold) 。我们看下这个threshold值怎么设置的
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
…
threshold = newThr;
所以默认无参构造hashmap时为16*0.75=12开始进行resize判断，当有新的容量时则重新计算：
newThr = oldThr << 1; // double threshold
…
threshold = newThr;所以我们看到resize会提前开始，而不会等到全部耗完hashmap的空间，默认12>>24>>48这样翻倍去开始resize操作，所以我们之前谈到负载因子是时间和空间上的一种折中的说法，这个值越小，空间占用越大，entry链元素越少，查出时间越少就可以理解了，当负载因子越大时，去给table数组扩容的时机会越接近map最大值，时间越晚，所以相对占用内存较少（空间上较少），但是每条entry链上的元素会相对较多，查询的时间也会增长（时间上较多）。
接下来就会判断
((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
…
threshold = newThr;
如果发现容量大于设置的原容量，扩容一倍，。
扩容后创建新的节点数组Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]，并对所有的数据进行遍历
1）如果没有发生hash冲突，e.next == null，此时该位置只有唯一数值。我们看下判断条件newTab[e.hash & (newCap - 1)] = e;，根据下图我们其实可以注意到利用hash函数认为这个bit位是随机为0/1那么这个value就会根据新生成的key值分布到原索引或者“原索引+oldCap”

2）如果发现该位置为数组，判断 (e.hash & oldCap) == 0，同理加入原来oldCap为16即10000，判断高位这个bit位为0/1，则拆分数组为loTail ，hiTail，分布到原索引或者“原索引+oldCap”

                       if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }

如下图
在这里插入图片描述

3）如果是红黑树，则需要进行拆分操作，不多加赘述

2.3 get操作

get（）函数

  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) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

get函数比较简单，只需要

根据hash值查找到指定位置的数据
校验指定位置第一个节点的数据是key是否为传入的key，如果是直接返回第一个节点，否则继续查找第二个节点
如果数据是TreeNode（红黑树结构），直接通过红黑树查找节点数据并返回
如果是链表结构，循环查找所有节点，返回数据
如果没有找到符合要求的节点，返回null

其他不多加赘述，比较简单，至于红黑树代码不影响逻辑不多加叙述

3，总结

JDK1.7 与JDK1.8区别：

jdk7hashmap数据结构为数组+链表，jdk8为数组+链表+红黑树(链表长度大于8)
JDK1.7用的是头插法，而JDK1.8及之后使用的都是尾插法，那么他们为什么要这样做呢？因为JDK1.7是用单链表进行的纵向延伸，当采用头插法时会容易出现逆序且环形链表死循环问题。但是在JDK1.8之后是因为加入了红黑树使用尾插法，能够避免出现逆序且链表死循环的问题。

下一章给大家带来concurrentHashMap代码分析
参考文章
https://tech.meituan.com/2016/06/24/java-hashmap.html
https://juejin.im/post/6844903799748821000
https://www.jianshu.com/p/8324a34577a0?utm_source=oschina-app

Hey Neo!

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
java基础之--hashmap源码分析

大家好，我是小墨，be foolish,be hungry。本篇文章主要写redis的集群方案相关知识，欢迎大家多多斧正，如果觉得小墨我写得用心的话，可以点个赞啊。本文以分析jdk1.8源码为例，对hashmap分析，由于很多文章都涉及过hashmap源码分析，本文只针对重点进行分析
复制链接

扫一扫

专栏目录