HashMap底层实现
HashMap是用途非常大的集合结构,它虽然不是线程安全的,但是在单线程下使用足够了,线程安全的结构是ConcurrentHashMap,在juc包下;当然还有一种HashTable也是线程安全的,但是它的效率非常低,因为它是通过在方法上直接加Synchronized实现的,导致有一个线程访问put方法时,别的线程无法访问get方法,因为他们都是同步方法。好了,继续讲解HashMap。
jdk1.7和jdk1.8中HashMap的结构不一样,1.8在1,7的基础上做出了改进:
- 1.7中底层结构采用的是数组+链表,1.8为了提升查找效率,引入了红黑树结构,即采用数组+链表+红黑树;
- 1.7中扩容时,因为多线程可能会导致多个死循环(两个线程同时进行扩容,会出现B->A->B环),1.8对此做出了改进,不再是单个元素进行头插入法,而是将一个链表分为两个子链表(根据key的hash值的最高位是0还是1区分),直接将子链表挂到新桶中。
延迟初始化
为了提高性能,HashMap在实例化的时候,并不直接开辟空间,而是在第一次put元素(put和putAll)时才会对数组进行初始化。
数组默认初始容量是16,负载因子是0.75,扩容大小为2^n。
put方法
- 判断数组是否为空,若是,则先进行初始化;
- 根据新元素key的hashcode计算hash值,并将其与数组长度-1相与,得到在数组中的下标,即对新元素进行定位;
- 如果数组当前位置为null,则直接将新元素放入桶中,返回;
- 否则,判断当前元素的下一个元素是树节点,还是普通链表节点;
- 如果是树节点,则将新元素插入到红黑树中,具体插入是:比较当前元素的hashcode,如果新元素小,则放入左子树中,否则放入右子树中,返回;
- 如果是普通链表节点,则遍历链表节点,若找到了与新元素相等(hashcode相同,equals返回true)的节点,则使用新的value直接替换旧的(也可以不替换,put方法上有一个参数设置:为true时,不替换旧值;为false时,替换),并返回;
- 否则,将新元素插入到链表结尾,并判断,当前链表长度是否大于8;
- 如果大于8,再判断当前数组大小是否大于64,如果大于,则将链表转换为红黑树,否则,直接进行扩容;
- 插入元素完毕后,判断当前HashMap中元素个数是否超过了数组大小*负载因子;
- 如果超过了,则进行扩容;否则,返回。
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) //判断数组是否还未进行初始化
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //定位到的桶是空的,则直接放入新元素
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)))) //判断桶中第一个元素是否与新元素相同
e = p;
else if (p instanceof TreeNode) //是否是树节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //链表节点
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { //找到链表的最后一个节点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //是否需要转换为红黑树
treeifyBin(tab, hash); //转换为树,当前之前需要判断数组大小是否大于64
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) //判断是否需要进行扩容
resize();
afterNodeInsertion(evict);
return null;
}
get方法
- 判断当前数组是否为空,若是,则返回null;
- 否则,根据待查找key的hash值定位桶;
- 判断桶中第一个元素是否是待查找元素,如果是,则直接返回;
- 否则,判断下一个元素是树节点,还是链表节点;
- 如果是树节点,则在红黑树中查找节点;
- 否则,遍历链表;
- 找到元素,返回;否则,返回null。
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
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;
}
resize方法:扩容
- 判断一系列条件,并设置新桶的大小和阈值,这里省略(扩容后的大小为第一个大于原数组长度*负载因子的2的n次幂);
- 根据扩容后的大小创建一个新数组,并遍历旧数组,对数组中每个元素rehash到新数组中;
- 如果当前桶中只有一个元素,即没有发生hash冲突,则直接将桶中元素经过rehash,放入新桶的对应位置;
- 否则,判断当前桶中元素是否是树节点,如果是树节点,则对树进行分解,根据元素hash值的最高位为0,还是1,分为两个子树,判断子树中元素个数,若个数<=6,则将树还原为链表,将子树或链表放入新的数组中;
- 如果是链表节点,则根据hash值的最高位是0,还是1,将链表分为两个子链表0和1,并将他们定位新数组中,定位规则:如果是0链表,则将其挂到新数组的[原下标]处;如果是1链表,则将其挂到新数组的[原下标+旧数组大小]处;
- 返回新数组;
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;
}