目录
简介
HashMap是基于Map接口实现的一种以key-value(键值对)为存储单位的集合,通过对底层数据结构的设计使其在查询时达到无限接近O(1)水准。
jkd1.8之前是由数组+链表组成,之后是由数组+链表+红黑树组成,数组是HashMap的主体,链表的引入是为了解决哈希冲突(两个对象的哈希码相同),当链表长度大于8且数组长度大于64时,对链表进行树化,此时所有的链表都转化为红黑树。
源码解析
重要属性
//底层主数组
transient Node<K,V>[] table;
//集合中存在的元素数量
transient int size;
//负载因子
final float loadFactor;
//数组扩容阈值
int threshold;
无参构造方法
HashMap的无参构造方法中只是针对负载因子进行扩容,注意这时底层是没有数组的。
HashMap<Object, Object> map = new HashMap<>();
//无参构造器
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
//负载因子,决定hashmap扩容阈值
final float loadFactor;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
有参构造方法
有参构造器相比于无参构造器多做了一件事,也就是根据我们输入的参数确定HashMap底层数组的初始容量。
HashMap<Object, Object> map = new HashMap<>(10);
//在这个有参构造器中调用了另一个有参构造器
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
//这三个if是对边界情况的考虑,可以不用管。
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);
//赋值负载因子
this.loadFactor = loadFactor;
//赋值数组容量
this.threshold = tableSizeFor(initialCapacity);
}
//这个变量的其实指的是数组的扩容阈值,也就是 数组容量 * 负载因子
//底层在这个时候暂时用其来存储初始数组容量,后续这个变量会改变。
int threshold;
//获得底层数组的容量,== 大于等于参数的最接近的2的n次幂,例:输入10时数组容量为16
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
put方法
hashmap在put时有几种情况:
- 第一次put,底层数组为空,此时会创建底层数组,同时将当前键值对放入对应数组下标。
- 当前key对应下标没有元素,将当前键值对放入数组
- 当前key对应下标有元素,且结构中有key与当前key完全一致,此时将当前的value覆盖重复key的value
- 当前key对应下标有元素,结构为红黑树,此时将当前键值对加入红黑树。
- 当前key对应下标有元素,机构不为红黑树,且结构容量>=8,此时进行树化(树化的详细操作这里暂时跳过)。
- 当前key对应下标有元素,机构不为红黑树,结构容量<8,将当前键值对尾插至链表。
putVal方法
map.put("张三","10");
//此处计算出key对象的哈希码,之后继续向底层调用
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//这个变量指就是底层数组
transient Node<K,V>[] table;
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//在我们第一次put的时候底层数组为null,走这个if
if ((tab = table) == null || (n = tab.length) == 0)
//这里在resize()方法中根据该HashMap的初始容量创建数组并返回数组长度
//计算当前Key的数组下标并将其放入数组
//在这一步才真正创建了底层数组
//空构造器的默认初始容量为16
n = (tab = resize()).length;
//第一次put之后再进行put,会计算当前key值的对应下标,若此处没有元素,将当前键值对放入
//这里可以看到计算数组下标的公式为 (key的hash码 & 数组容量-1)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//当计算出的下标已有元素也就是出现hash冲突的情况
else {
Node<K,V> e; K k;
//当前下标的key与当前key完全相同时
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//当前下标的结构已经是红黑树时
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//遍历当前下标链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//若链表长度大于等于8,则对链表进行树化。
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//这里是链表中有与当前完全相同的key的情况
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//这里是链表中有与当前完全相同的key的情况
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//当集合中元素个数超过扩容阈值,调用resize()方法对数组进行扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
resize方法
//HashMap中的扩容方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//底层已有数组,此时将数组容量以及扩容阈值*2
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;
}
//调用有参构造,第一次put,此时threshold存储的时我们输入的数组容量
else if (oldThr > 0)
newCap = oldThr;
//调用无参构造,第一次put,此时给数组容量赋值默认值 1 << 4,负载因子 12
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//调用有参构造,第一次put,此时给扩容阈值赋值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//这里可以看到,在第一次put之后,threshold这个变量存储的属性固定为扩容阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//新建底层数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//在扩容情况下,将旧数组元素赋予新数组。
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//该下标只有一个元素
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//该下标为元素结构为红黑树
else if (e instanceof TreeNode)
//将红黑树拆分成高位和低位,若拆分结构小于8,则调整为链表
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//该下标元素结构为链表
else {
//将当前链表拆分成低位链表和高位链表。
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;
}
treeifyBin方法
//HashMap中的树化方法。
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//链表长度大于等于8,但数组长度小于64时会将当前下标的链表拆解成两个短链表
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
//链表长度大于等于8,且数组长度大于等于64时将当前链表转换成红黑树。
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);
}
}
static final int MIN_TREEIFY_CAPACITY = 64;
常见题目
哈希码以及数组下标是如何计算的?
哈希码:(h = key.hashCode()) ^ (h >>> 16)
数组下标:(n - 1) & hash
HashMap是如何解决哈希冲突的?
哈希冲突指不同的对象通过计算得到的哈希码相同从而导致底层主数组下标相同的情况。
HashMap通过引入链表的方式来解决这种问题,即使哈希码相同的对象通过链表的形式连接在一起。
HashMap和HashTable的区别?
- HashTable是线程安全的,HashMap不是。HashTable在保证线程安全的同时舍弃了很多性能,所以HashMap性能上优于HashTable。
- HashTable由数组+链表组成,HashMap由数组+链表+红黑树组成。
- HashMap初始容量为16,HashTable初始容量11。
- HashMap允许一个null值key,HashTable不允许null值key。
HashMap中的hash()为什么要右移16位异或?
HashMap的数组下标是由 (数组容量-1) & 哈希码得到的,在实际使用中绝大多数情况数组容量是小于2的十六次方,而由于位运算的特性,我们可以知道数组下标几乎都是 (数组容量-1) & 哈希码的低十六位 来决定的,这就导致了最后得到的数组下标分布不均匀也就是低散列度,从而降低查询效率。所以HasmMap将旧的哈希码右移十六位也就是高位和低位进行异或运算得到的新哈希码综合了高位和低位的特征,最后得到的数组下标的散列度一定会更高。
HashMap什么时候进行扩容?
由上面的源码可以知道HashMap的扩容由两种情况:
- 集合元素超过扩容阈值(数组容量 * 负载因子)。
- 链表长度大于8,且数组长度小于64。
为什么链表红黑树转化的阈值不同?
避免频繁转化造成时间和空间上的浪费。
负载因子为什么默认为0.75?
负载因子决定数组的扩容阈值。负载因子过高会导致相同的数组容量情况下能存储的元素更多,那么哈希冲突的概率也会更高,查询效率更低。负载因子过低则会对空间造成浪费。
本质上负载因子是在寻找哈希冲突概率与空间利用率的一个平衡点,而0.75就是通过数学的泊松分布计算出的平衡结果。