HashMap浅谈

最新推荐文章于 2022-07-13 15:10:19 发布

fanjia2shao

最新推荐文章于 2022-07-13 15:10:19 发布

阅读量135

点赞数

分类专栏： java

本文链接：https://blog.csdn.net/fanjia2shao/article/details/113368098

版权

java 专栏收录该内容

18 篇文章 0 订阅

订阅专栏

HashMap浅谈

HashMap1.7
- HashMap1.7存在死链问题
- HashMap每次扩容为什么是2倍
JDK1.8结构变化
- 为什么HashMap使用红黑树而不是AVL树
- 总结
ConcurrentHashMap变化
ConcurrentHashMap为什么要使用synchronized而不是如ReentranLock这样的可重入锁？

HashMap1.7

在JDK1.7 到 JDK1.8的时候，对HashMap做了优化

首先JDK1.7的HashMap当出现Hash碰撞的时候，最后插入的元素会放在前面，这个称为 “头插法”

JDK7用头插是考虑到了一个所谓的热点数据的点(新插入的数据可能会更早用到)，但这其实是个伪命题,因为JDK7中rehash的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置(就是因为头插) 所以最后的结果还是打乱了插入的顺序所以总的来看支撑JDK7使用头插的这点原因也不足以支撑下去了所以就干脆换成尾插一举多得

HashMap1.7存在死链问题

头插法还存在一个死链的问题

在说死链问题时，我们先从Hashmap存储数据说起，下面这个是HashMap的put方法


public V put(K key, V value)

{

    ......

    //计算Hash值

    int hash = hash(key.hashCode());

    int i = indexFor(hash, table.length);

    //各种校验吧

    for (Entry<K,V> e = table[i]; e != null; e = e.next) {

        Object k;

        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {

            V oldValue = e.value;

            e.value = value;

            e.recordAccess(this);

            return oldValue;

        }

    }

    modCount++;

    //该key不存在，需要增加一个结点

    addEntry(hash, key, value, i);

    return null;

}

这里添加一个节点需要检查是否超出容量，出现一个负载因子


void addEntry(int hash, K key, V value, int bucketIndex)

{

    Entry<K,V> e = table[bucketIndex];

    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);

    //查看当前的size是否超过了我们设定的阈值threshold，如果超过，需要resize

    if (size++ >= threshold)

        resize(2 * table.length);//扩容都是2倍2倍的来的，

}

HashMap有负载因子：0.75，以及初始容量：16，扩容阈值：16*0.75 = 12，当HashMap达到扩容的条件时候，会把HashMap中的每个元素，重新进行运算Hash值，打入到扩容后的数组中。

既然新建了一个更大尺寸的hash表，然后把数据从老的Hash表中迁移到新的Hash表中。


void resize(int newCapacity)

{

    Entry[] oldTable = table;

    int oldCapacity = oldTable.length;

    ......

    //创建一个新的Hash Table

    Entry[] newTable = new Entry[newCapacity];

    

    //将Old Hash Table上的数据迁移到New Hash Table上

    transfer(newTable);

    table = newTable;

    threshold = (int)(newCapacity * loadFactor);

}

重点在这个transfer()方法


void transfer(Entry[] newTable)

{

    Entry[] src = table;

    int newCapacity = newTable.length;

    //下面这段代码的意思是：

    //  从OldTable里摘一个元素出来，然后放到NewTable中

    for (int j = 0; j < src.length; j++) {

        Entry<K,V> e = src[j];

        if (e != null) {

            src[j] = null;

            do {

                Entry<K,V> next = e.next;

                int i = indexFor(e.hash, newCapacity);

                e.next = newTable[i];

                newTable[i] = e;

                e = next;

            } while (e != null);

        }

    }

}

do循环里面的是最能说明问题的，当只有一个线程的时候：
在这里插入图片描述
最上面的是old hash 表，其中的Hash表的size=2, 所以key = 3, 7, 5，在mod 2以后都冲突在table[1]这里了。接下来的三个步骤是Hash表扩容变成4，然后在把所有的元素放入新表


do {

    Entry<K,V> next = e.next; // <--假设线程一执行到这里就被调度挂起了

    int i = indexFor(e.hash, newCapacity);

    e.next = newTable[i];

    newTable[i] = e;

    e = next;

} while (e != null);

而我们的线程二执行完成了。于是我们有下面的这个样子
在这里插入图片描述

注意，因为Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表。我们可以看到链表的顺序被反转后。

这里的意思是线程1这会还没有完全开始扩容，但e和next已经指向了，线程2是正常的扩容的，那这会在3这个位置上，就是7->3这个顺序。

然后线程一被调度回来执行：

先是执行 newTalbe[i] = e;

然后是e = next，导致了e指向了key(7)，

而下一次循环的next = e.next导致了next指向了key(3)

注意看图里面的线，线程1指向线程2里面的key3.
在这里插入图片描述

线程一接着工作。把key(7)摘下来，放到newTable[i]的第一个，然后把e和next往下移。

在这里插入图片描述
这时候，原来的线程2里面的key7的e和key3的next没了，e=key3,next=null。

当继续执行，需要将key3加回到key7的前面。

e.next = newTable[i] 导致 key(3).next 指向了 key(7)

注意：此时的key(7).next 已经指向了key(3)，环形链表就这样出现了。
在这里插入图片描述

线程2生成的e和next的关系影响到了线程1里面的情况。从而打乱了正常的e和next的链。于是，当我们的线程一调用到，HashTable.get(11)时，即又到了3这个位置，需要插入新的，那这会就e 和next就乱了

HashMap每次扩容为什么是2倍

首先看向HashMap中添加元素是怎么存放的
在这里插入图片描述

第一个截图是向HashMap中添加元素putVal()方法的部分源码，可以看出，向集合中添加元素时，会使用(n - 1) & hash的计算方法来得出该元素在集合中的位置；而第二个截图是HashMap扩容时调用resize()方法中的部分源码，可以看出会新建一个tab，然后遍历旧的tab，将旧的元素进过e.hash & (newCap - 1)的计算添加进新的tab中，也就是(n - 1) & hash的计算方法，其中n是集合的容量，hash是添加的元素进过hash函数计算出来的hash值

HashMap的容量为什么是2的n次幂，和这个(n - 1) & hash的计算方法有着千丝万缕的关系，符号&是按位与的计算，这是位运算，计算机能直接运算，特别高效，按位与&的计算方法是，只有当对应位置的数据都为1时，运算结果也为1，当HashMap的容量是2的n次幂时，(n-1)的2进制也就是1111111***111这样形式的，这样与添加元素的hash值进行位运算时，能够充分的散列，使得添加的元素均匀分布在HashMap的每个位置上，减少hash碰撞，下面举例进行说明。

当HashMap的容量是16时，它的二进制是10000，(n-1)的二进制是01111，与hash值得计算结果如下:

在这里插入图片描述

上面四种情况我们可以看出，不同的hash值，和(n-1)进行位运算后，能够得出不同的值，使得添加的元素能够均匀分布在集合中不同的位置上，避免hash碰撞，下面就来看一下HashMap的容量不是2的n次幂的情况，当容量为10时，二进制为01010，(n-1)的二进制是01001，向里面添加同样的元素，结果为：

在这里插入图片描述

可以看出，有三个不同的元素进过&运算得出了同样的结果，严重的hash碰撞了。

终上所述，HashMap计算添加元素的位置时，使用的位运算，这是特别高效的运算；另外，HashMap的初始容量是2的n次幂，扩容也是2倍的形式进行扩容，是因为容量是2的n次幂，可以使得添加的元素均匀分布在HashMap中的数组上，减少hash碰撞，避免形成链表的结构，使得查询效率降低

JDK1.8结构变化

由JDK1.7的，数组 + 链表

JDK1.8变为：数组 + 链表 + 红黑树

具体触发条件为：某个链表连接的个数大于8，并且总的容量大于64的时候，那么会把原来的链表转换成红黑树

这么做的好处是什么：除了添加元素外，查询和删除效率比链表快

红黑树查询、增加和删除的时间复杂度：O(log₂n)

链表的查询和删除的时间复杂度： O(n)，插入为：O(1)

为什么HashMap使用红黑树而不是AVL树

在JDK1.8版本后，Java对HashMap做了改进，在链表长度大于8的时候，将后面的数据由链表改成了红黑树，以加快检索的速度

但是为什么使用的红黑树，而不是AVL树或者其它树呢？

最主要的原因：在CurrentHashMap中加锁了，实际上就是读写锁，如果写冲突就会等待，如果插入的时间过长，必然会导致等待的时间变长，而红黑树相比于AVL树，它的插入更快。

红黑树和AVL树都是常见的平衡二叉树，它们的查找，删除，修改的时间复杂度都是 O(log n)

AVL树和红黑树相比有以下的区别

AVL树是更加严格的平衡，因此可以提供更快的查找速度，一般读取查找密集型任务，适用AVL树
红黑树更适合插入修改密集型任务
通常，AVL树的旋转比红黑树的旋转更加难以平衡和调试

总结

AVL以及红黑树都是高度平衡的树形结构，它们非常的相似，真正的区别在于任何添加、删除操作时完成的旋转操作次数
两种时间复杂度都是O(logN)，其中N是叶子的数量，但实际上AVL树在查找密集型任务上更快，利用更好的平衡，树遍历平均更短，另一方面，插入和删除上，AVL树较慢，因为需要更高的旋转次数才能在修改时正确地重新平衡数据结构
在AVL树中，从根到任何叶子节点的最短路径和最长路径之间的差异最多为1，在红黑树中，差异可以是2倍
两个都是O(logN)查找，但是平衡二叉树可能需要 O(logN)旋转，而红黑树需要最多两次旋转使其达到平衡（尽可能需要检查O(logN)节点以确定旋转的位置），旋转本身是O(1)操作，因为你只需要移动指针。

ConcurrentHashMap变化

为何JDK8要放弃分段锁？

由原来的分段锁，变成了CAS，也就是通过无锁化设计替代了阻塞同步的加锁操作，性能得到了提高。

通过使用Synchronized + CAS的方式实现并发访问

通过分段锁的方式提高了并发度。分段是一开始就确定的了，后期不能再进行扩容的，其中的段Segment继承了重入锁ReentrantLock，有了锁的功能，同时含有类似HashMap中的数组加链表结构（这里没有使用红黑树），虽然Segment的个数是不能扩容的，但是单个Segment里面的数组是可以扩容的。

JDK1.8的ConcurrentHashMap摒弃了1.7的segment设计，而是JDK1.8版本的HashMap的基础上实现了线程安全的版本，即也是采用数组+链表+红黑树的形式，虽然ConcurrentHashMap的读不需要锁，但是需要保证能读到最新数据，所以必须加volatile。即数组的引用需要加volatile，同时一个Node节点中的val和next属性也必须要加volatile。

至于为什么抛弃Segment的设计，是因为分段锁的这个段不太好评定，如果我们的Segment设置的过大，那么隔离级别也就过高，那么就有很多空间被浪费了，也就是会让某些段里面没有元素，如果太小容易造成冲突

弃用的原因

通过上述描述以及查看官方文档，弃用分段锁的原因主要有以下几点

加入多个分段锁浪费了内存空间
生产环境中，map在放入时竞争同一个锁的概率非常小，分段锁反而会造成更新等操作的长时间等待
为了提高GC的效率

新的同步方案

既然弃用了分段锁，那么一定有新的线程安全方案，我们来看看源码是怎么解决线程安全的呢？

源码保留segment代码，但是并没有使用

首先通过hash找到对应链表后，查看是否第一个object，如果是直接用CAS原则插入，无需加锁


Node<K,V> f; int n, i, fh; K fk; V fv;

if (tab == null || (n = tab.length) == 0)

    // 这里在整个map第一次操作时，初始化hash桶， 也就是一个table

    tab = initTable(); 

else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {

    //如果是第一个object， 则直接cas放入， 不用锁

    if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value)))

        break;                   

}

然后，如果不是链表第一个object，则直接用链表第一个object加锁，这里加的锁是Synchronized，虽然效率不如 ReentrantLock，但节约了空间，这里会一直用第一个object为锁，直到重新计算map大小，比如扩容或者操作了第一个object为止。


// 这里的f即为第一个链表的object

synchronized (f) {

    if (tabAt(tab, i) == f) {

        if (fh >= 0) {

            binCount = 1;

            for (Node<K,V> e = f;; ++binCount) {

                K ek;

                if (e.hash == hash &&

                    ((ek = e.key) == key ||

                     (ek != null && key.equals(ek)))) {

                    oldVal = e.val;

                    if (!onlyIfAbsent)

                        e.val = value;

                    break;

                }

                Node<K,V> pred = e;

                if ((e = e.next) == null) {

                    pred.next = new Node<K,V>(hash, key, value);

                    break;

                }

            }

        }

        else if (f instanceof TreeBin) { // 太长会用红黑树

            Node<K,V> p;

            binCount = 2;

            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,

                                           value)) != null) {

                oldVal = p.val;

                if (!onlyIfAbsent)

                    p.val = value;

            }

        }

        else if (f instanceof ReservationNode)

            throw new IllegalStateException("Recursive update");

    }

}

分段锁技术是在java8以前使用的，在java8已经弃用了，更新为synchronized+cas

ConcurrentHashMap为什么要使用synchronized而不是如ReentranLock这样的可重入锁？

这个问题我们将要从几个角度来讨论

锁的粒度

首先锁的粒度没有变粗，甚至变得更细了。每次扩容一次，ConcurrentHashMap的并发度就扩大

Hash冲突

在JDK1.7中，ConcurrentHashMap从二次hash方式（Segment - > HashEntry）能够快速的找到查找的元素，在JDK1.8中，通过链表+红黑树的形式，弥补了put、get时的性能差距。

扩容

JDK1.8中，在ConcurrentHashMap进行扩容时，其他线程可以通过检测数组中的节点决定是否对这条链表进行扩容，减少了扩容的粒度，提高了扩容的效率。

为什么是用Synchronized 而不是 ReentrantLock？

减少内存开销

假设使用可重入锁来获得同步支持，那么每个节点都需要通过继承AQS来获得同步支持。但并不是每个节点都需要同步支持，只有链表的头结点（红黑树的根节点）需要同步，这无疑带来了巨大的浪费

获得JVM支持

可重入锁毕竟是API这个级别的，后续的性能优化空间很小

Synchronized则是由JVM直接支持，JVM能够在运行时做出对应的优化措施：锁粗化，锁消除，锁自旋等。这就是使得Synchronized能够随着JDK版本的升级而无需改动代码的前提下获得性能上的提升。

fanjia2shao

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
HashMap浅谈

HashMap浅谈HashMap1.7HashMap1.7存在死链问题HashMap每次扩容为什么是2倍JDK1.8结构变化为什么HashMap使用红黑树而不是AVL树总结ConcurrentHashMap变化为何JDK8要放弃分段锁？弃用的原因新的同步方案ConcurrentHashMap为什么要使用synchronized而不是如ReentranLock这样的可重入锁？锁的粒度Hash冲突扩容为什么是用Synchronized 而不是 ReentrantLock？减少内存开销获得JVM支持HashMa
复制链接

扫一扫