上篇：《对于HashMap,你知道多少？》

 

阅读目录

• 一、前言
• 二、源码解读
• 三、并发场景中使用HashMap会怎么样？
• 四、怎样合理使用HashMap?

一、前言

HashMap在面试中是个火热的话题，那么你能应付自如吗？下面抛出几个问题看你是否知道，如果知道那么本文对于你来说就不值一提了。

• HashMap的内部数据结构是什么？
• HashMap扩容机制时什么？什么时候扩容？
• HashMap其长度有什么特征？为什么是这样？
• HashMap为什么线程不安全？并发的场景会出现什么的情况？

本文是基于JDK1.7.0_79版本进行研究的。

二、源码解读

1、类的继承关系

 

其中继承了AbstractMap抽象类，别小看了这个抽象类哦，它实现了Map接口的许多重要方法，大大减少了实现此接口的工作量。

2、属性解析

2.1、capacity：容量

• DEFAULT_INITIAL_CAPACITY：默认的初始容量-必须是2的幂。为什么呢？先留个疑问在这

 

• MAXIMUM_CAPACITY：最大容量为2^30。

2.2 threshold：阈值

 

从上面注释可以看出， 它的值是由容量和加载因子决定的。

2.3 loadFactor：加载因子，默认为0.75

 

2.4 size：键值对长度

 

2.5 modCount：修改内部结构的次数

 

上面五个属性字段都很重要， 后面再分析体现其重要。

3、底层数据结构

 

Entry内部结构如下：

 

经分析后其数据结构为数组+链表的形式，展示图如下：

 

4、重要函数

4.1 构造函数

总共有四个构造函数， 主要分析含有两个参数的构造函数：

 

其实这个构造函数也主要是初始化加载因子和阈值。（可能1.7的其他版本会有点不一样，会在构造函数中初始化table）

 

4.2 put()函数

 

• 第一步：当table还没有初始化时，看下inflateTable()函数做了什么操作。

 

• 其中容量是根据toSize取第一个大于它的2的指数次幂的值， 如下，其中highestOneBit函数是返回其最高位的权值，用的最巧的就是(number - 1) << 1 其实就是取number的倍数， 但综合使用却能取得第一个大于等于该值的2的指数次幂。（用的牛逼）

 

• 接着看put函数的第二步：当key为null时，会取数组下标为0的位置进行链表遍历，如果存在key=null，则替换值并返回。否则进入第六步（注意：索引值依然指定是0）。

 

• 第三步：根据key的hashCode求取hash值，这又是个神奇的算法，这里不做多解释。

 

• 第四步：根据hash值和底层数组的长度计算索引下标。因为数组的长度是2的幂，所以h & (length-1)运算其实就是h与（length-1）的取模运算。不得不服啊，将计算运用的如此高效。

 

找个数验证下：

 

• 第五步是验证是否有重复key,如果有则替换新值然后返回，源码很详细了就不再做解释了。
• 第六步：是将值添加到entry数组中，详细看下addEntry()函数。首先根据size和阈值判断是否需要扩容（进行两倍扩容），如果需要扩容则先扩容重新计算索引，则创建新的元素添加至数组。

 

其中扩容机制resize()函数需要重点捞出来晒下：newCapacity = 2 * length，理论上会进行两倍扩容但会根最大容量进行对比取最小， 创建新数组然后将就数组中的值拷贝至新数组（其中会重新计算索引下标），然后再赋值给table, 最后再重新计算阈值。

 

接着看transfer()函数，多注意这个函数中循环的内容

 

通过上面分析，其实put函数还是简单的，不是很绕。那么能从其中找到开头的第二和第三个问题的答案吗？下面总结下顺便回答下这两个问题：

1、数组长度不管是初始化还是扩容时，都始终保持是2的指数次幂。为什么呢？下面我的分析：

• 能使元素均匀分布，增大空间利用率。put值时需要根据key的hash值与长度进行取模运算得到索引下标，如果是2的幂，那么length一定是偶数，则length-1一定是奇数，那么它对应的二进制的最后一位一定是1，所以它能保证h&（length-1）既能到奇数也能得到偶数，这样保证了散列的均匀性。相反如果不是2的幂，那么length-1可能是偶数，这样h&(length-1)得到的都是偶数，就会浪费一半的空间了。
• 运算效率高效。位运算比%运算高效。

2、重复key的值会被新值替换，允许key为空且统一放在下标为0的链表上。

3、当size大于等于阈值（容量*加载因子）时，会进行扩容。扩容机制是：扩容量为原来数组长度的两倍，根据扩容量创建新数组然后进行数组拷贝，新元素落位需要重新计算索引下标。扩容后，阈值需要重新计算，需要插入的元素落位的索引下标也需要重新计算。

4、扩容很耗时，而扩容的次数主要取决于加载因子的值，因为它决定这扩容的次数。下面讲下它的取值的重要性：

• 加载因子越小，优点：存储的冲突机会减少；缺点：扩容次数越多（消耗性能就越大）、同时浪费空间较大（很多空间还没用，就开始扩容了）
• 加载因子越大，有点：扩容次数较少，空间利用率高；缺点：冲突几率就变大了、链表（后面介绍）长度会变长，查找的效率降低

5、扩容时会重新计算索引下标。也就是所谓的rehash过程。

6、插入元素都是表头插入，而不是链表尾插入。

4.3、get()函数

知道了put方法的原理，那么get方法就很简单了。

 

第一步：如果key为空，则直接从table[0]所对应的链表中查找（应该还记得put的时候为null的key放在哪）。

 

第二步：如果key不为空，则根据key获取hash值，然后再根据hash和length-1取模得到索引，然后再遍历索引对应的链表，存在与key相等的则返回。

 

三、并发场景中使用HashMap会怎么样？

1、肯定不能保证数据的安全性，因为内部方法没有一个是线程安全的。

2、有时会出现死锁情况。为什么呢？下面列个场景简单分析下：

• 假设当前容量为4， 有三个元素（a, b, c）都在table[2]下的链表中，另一个元素(d)在table[3]下。如图

 

• 假设此时有A,B两个线程都要往map中put一个元素则都需要扩容，当遍历到table[2]时，假设线程B先进入循环体的第一步：e 指向a, next指向b, 如图：

 

 

• 此时线程B让出时间片，让A线程一直执行完扩容操作，最终落位同样也是落位到table[2],其链表元素已经倒序了。如图：

 

• A线程让出时间片，B线程操作：接着循环继续执行，执行到循环末尾的时候，table[2] 指向a, 同时 e 和 next 都是指向b,如图：

 

 

• 接着第二轮循环， e = b, next = a, 进行第二轮循环后的结果是e = next 且 table[2] 指向b元素，b元素再指向a元素，如图：

 

• 接着第三轮循环， e = a, a的下个元素为null, 所以next = null，但是当执行到下面这步就改变形式了，e.next 又指向了b，此时a和b已经出现了环形。因为next = null，所以终止了循环。

 

 

• 此时，问题还没有直接产生。当调用get()函数查找一个不存在的Key，而这个Key的Hash结果恰好等于3的时候，由于位置3带有环形链表，所以程序将会进入死循环！（上面图形均忽略四个元素和要插入元素的规划）

• 注：欢迎工作1到5年的Java工程师朋友们加入Java高级交流：468897908。群内提供免费的Java架构学习资料（有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化等...）这些成为架构师必备的知识体系，以及Java进阶学习路线图。

四、怎样合理使用HashMap?

• 1、创建HashMap时，指定足够大的容量，减少扩容次数。最好为：需要存的实际个数/除以加载因子。可以使用guava包中的Maps.newHashMapWithExpectedSize()方法。

为什么要这样指定大小呢？ 再去上面回顾下扩容时机吧

• 2、不要在并发场景中使用HashMap，如硬要使用通过Collections工具类创建线程安全的map,如：Collections.synchronizedMap(new HashMap<String, Object>());

转载于:https://my.oschina.net/u/3967312/blog/3065994