1 简介
JDK1.8 前后 HashMap 的区别:
对比项 | JDK1.8 之前 | JDK1.8 |
---|---|---|
节点类型 | Entry | Node/TreeNode |
存储结构 | 数组+单向链表 | 数组+单向链表/红黑树 |
插入方式 | 头插法 | 尾插法 |
扩容时机 | 先扩容再插入 | 先插入再扩容 |
hash 算法 | 4次位运算+五次异或 | 1次位运算+1次异或 |
插入方式 | 数组+单向链表 | 数组+单向链表/红黑树 |
以下分析均基于 JDK1.8.
1.1 HashMap 的主要成员变量
HashMap
中维护了一个 数组 Node[] table
,
这个数组中的存放元素的 位置 称之为 bin,
可以把 bin 理解为 “容器” 或 “桶”.
HashMap
中的主要成员变量:
// Node 数组, HashMap 的核心, 用于存储 key-value.
// 数组的长度总是 2 的 整数次幂
transient Node<K,V>[] table;
// 当前 map 中包含的 key-value 的 个数
transient int size;
// 记录 map 结构修改(structurally modified)的次数
// 结构修改指 修改了 k-v 的数量, 或者改变了内部结构(比如, rehash)
// 此字段用于在 用 迭代器 遍历 map 时, 如果出现并发, 可以 fail-fast.
transient int modCount;
// Node 数组(table) 扩容的阈值, 此阈值为 capacity * loadFactor
// 其中 capacity 是 table 的长度, loadFactor 是 负载因子
int threshold;
// 负载因子 (默认为 0.75)
final float loadFactor;
// table 的容量(table.length) 的默认初始值, MUST be a power of two.
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// table 的最大容量, MUST be a power of two <= 1<<30.
static final int MAXIMUM_CAPACITY = 1 << 30;
// 负载因子的默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表长度大于等于 8 时, "可能" 将链表转换成 红黑树 结构
static final int TREEIFY_THRESHOLD = 8;
// 红黑树 中结点数量小于等于 6 时, 将树还原为链表
static final int UNTREEIFY_THRESHOLD = 6;
// 在 bin(就是Node) 进行 treeify 时, table 需要满足的 最小容量,
// 不大于此最小容量的话, table 会进行 resize 而不是 treeify.
// MIN_TREEIFY_CAPACITY 应该至少为 4 * TREEIFY_THRESHOLD 以避免 resize 和 树化阈值 之间的冲突.
// 当 table.length >= MIN_TREEIFY_CAPACITY 并且 链表长度 大于等于 8 时, 才把 链表 转成 红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
1.2 HashMap 的内部类
HashMap
的内部类 Node
:
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
// 省略 构造函数, getter, setter, equals, hashCode, toString
}
容易看出, Node
是一个 单向链表 结构.
HashMap 的内部类 TreeNode
:
/**
* Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
* extends Node) so can be used as extension of either regular or
* linked node.
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
// 省略 所有方法
}
LinkedHashMap.Entry
的结构:
/**
* HashMap.Node subclass for normal LinkedHashMap entries.
*/
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
可以看到 LinkedHashMap.Entry
是继承了 HashMap.Node
的. 所以, TreeNode
也是 Node
的子类.
2 hash 算法
/**
* Computes key.hashCode() and spreads (XORs) higher bits of hash
* to lower. Because the table uses power-of-two masking, sets of
* hashes that vary only in bits above the current mask will
* always collide. (Among known examples are sets of Float keys
* holding consecutive whole numbers in small tables.) So we
* apply a transform that spreads the impact of higher bits
* downward. There is a tradeoff between speed, utility, and
* quality of bit-spreading. Because many common sets of hashes
* are already reasonably distributed (so don't benefit from
* spreading), and because we use trees to handle large sets of
* collisions in bins, we just XOR some shifted bits in the
* cheapest possible way to reduce systematic lossage, as well as
* to incorporate impact of the highest bits that would otherwise
* never be used in index calculations because of table bounds.
*
* ==以下是我蹩脚的翻译, 若对 "扰动函数" 了解的话, 很好理解这段话. 若不了解, 请看下文==
* 计算 key.hashCode() 并把 hash 的 高位(高16位) 和 低位(低16位) 做 异或运算(这个结果只影响了key.hashCode()的低16位).
* 因为 table 使用 2的n次幂 做掩码, 仅 高位 变化 的 hash 在掩码的作用下总是会碰撞.
* 所以我们做了一个转换, 将 高位的影响 向下传播.
* 这是在位传播的速度, 效用和质量之间的一种权衡.
* 因为许多常见的散列集已经合理地分布(所以不能从传播中受益),
* 而且因为我们使用树来处理 bin 中的大规模冲突,
* 所以我们只是 通过 异或 一些移位, 以 代价最小的方式 降低系统的消耗,
* 同时 合并 最高位(指高16位) 的影响. 否则 由于 table 的边界, 最高位将永远不会用于索引计算.
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
找到一个元素在数组中的索引, n 为 table 的长度:
i = (n - 1) & hash
因为 HashMap 中的数组长度是 2 的 整数次幂, 所以 n-1
结果总是 高位全是0, 低位全是1 (结果是这个样子的 000...0111...111
).
题外话: 对位运算不了解, 可以参考 这篇blog.
看个示例[1], 假设 table.size = 16
, 有 A 和 B 两个元素(对应的hash 分别为 H1 和 H2), 如果直接使用 Object.hashCode() 的话, 会出现碰撞:
H1: 00000000 00000000 00000000 00000101
H2: 00000000 11111111 00000000 00000101
// Hash 碰撞示例:
index1 = H1 & (n - 1) = 00000000 00000000 00000000 00000101 & 1111 = 0101 = 5
index2 = H2 & (n - 1) = 00000000 11111111 00000000 00000101 & 1111 = 0101 = 5
但是, 如果用 高16位 对 低16位 进行"扰动"一下, 就不会碰撞了:
00000000 00000000 00000000 00000101 // H1
00000000 00000000 00000000 00000000 // H1 >>> 16
00000000 00000000 00000000 00000101 // hash1 = H1 ^ (H1 >>> 16)
00000000 11111111 00000000 00000101 // H2
00000000 00000000 00000000 11111111 // H2 >>> 16
00000000 11111111 00000000 11111010 // hash2 = H2 ^ (H2 >>> 16)
// 没有 Hash 碰撞
index1 = hash1 & (n - 1) = 00000000 00000000 00000000 00000101 & 1111 = 0101 = 5
index2 = hash2 & (n - 1) = 00000000 11111111 00000000 11111010 & 1111 = 1010 = 10
总结:
hash(key)
用于获取 key 的 hash 值, 其中对低16位进行 “扰动” 以增加 hash 结果的均衡性.
2 put 方法插入元素
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 赋值: tab = table, n = tab.length
// 如果 table 是空的, 则需要初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 注1, 扩容
// 如果 计算出的 位置i 上没有元素
if ((p = tab[i = (n - 1) & hash]) == null)
// 把key-value封装为Node, 放在 位置i 上
tab[i] = newNode(hash, key, value, null);
// 发生了 哈希冲突: 计算出的 位置i 上已经有 Node p 了
else {
Node<K,V> e; K k;
// 如果 p 和 当前插入的元素 相同(hash值相同, key也相同). 即 找到 p 是要被覆盖的Node
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; // 赋值: 把 位置i 上 已存在的 Node p 赋值给 e
// 如果 p 是 红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 注2
else {
// 遍历单链表, 因 binCount 从0开始, 所以单链表的长度为 binCount-1
for (int binCount = 0; ; ++binCount) {
// 如果 p 是链表的最后一个Node
if ((e = p.next) == null) {
// 把key-value封装为Node, 追加到链表尾部
p.next = newNode(hash, key, value, null);
// 如果追加结点后, 链表长度 大于等于 8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); // 注3, 可能是resize, 也可能是treeify
break;
}
// 找到 e 是要被覆盖的 Node
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果 e 不是null, 说明有需要覆盖的节点
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 空的回调函数, 在 LinkedHashMap 有重写
afterNodeAccess(e);
return oldValue;
}
}
// 执行到了这里, 说明插入了一个新的节点
++modCount;
// 更新map 的 size后, 并判断是否需要扩容
if (++size > threshold)
resize();
// 空的回调函数, 在 LinkedHashMap 有重写
afterNodeInsertion(evict);
return null;
}
// Create a regular (non-tree) node
// 把 key-value 封装为一个普通的 Node
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
return new Node<>(hash, key, value, next);
}
HashMap.put(key, value)
插入一个 mappingX(key-value, 假设此key计算出来的index 为 i) 的简化过程:
- table 为空, 则进行
resize()
, 把 mappingX 封装为 Node, 插入到table[i]
上, 修改Map.modCount
和Map.size
属性后返回null
. - 如果
table[i]
为空, 把 mappingX 封装为 Node, 插入到table[i]
上, 修改Map.modCount
和Map.size
属性后返回null
. - 如果
table[i]
上已经有一个Node p
,p
在逻辑上等于 mappingX(hash值相同, key 也相等), 把 mappingX 封装为 Node, 替换p
, 返回旧值p.value
. - 如果
table[i]
上已经有一个TreeNode p
, 把 mappingX 通过putTreeVal
插入树中. 如果存在逻辑上相等的结点p
, 替换p
, 返回旧值p.value
; 如果不存在, 返回null
. - 遍历
table[i]
上的链表, 如果找到 逻辑上相等的结点p
, 把 mappingX 封装为 Node, 替换p
, 返回旧值p.value
; 如果不存在, 把 mappingX 封装为 Node, 插入 链表尾部, 如果插入后需要扩容 就resize()
, 返回null
.
3 resize 方法扩容 table
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* 初始化 或 把 table 容量扩大 2 倍.
* 如果 table 为空, 分配初始容量. 否则, 因为使用 2 的整数次幂扩展(大),
* 每个 bin 中的元素 要么 待在原来的 index 上, 要么 移动到 新的扩展的偏移量上.
*/
final Node<K,V>[] resize() {
// 赋值: oldTab 赋值为 扩容前的 table
Node<K,V>[] oldTab = table;
// 赋值: oldCap 赋值为 扩容前的 table.length
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 赋值: oldThr 赋值为 扩容前的 threshold
int oldThr = threshold;
int newCap, newThr = 0;
// oldCap > 0, 说明 table 已经被初始化过
if (oldCap > 0) {
// 如果当前容量已经到达上限
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
// 返回当前的 table, 不进行扩容
return oldTab;
}
// 赋值: newCap 赋值为 oldCap*2, 即 2 倍的当前容量
// 如果 newCap < 最大容量限制, 且 oldCap >= 初始容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 赋值: newThr 赋值为 oldThr*2, 即 2 倍的当前阈值
newThr = oldThr << 1; // double threshold
}
//如果当前表是空的, 但是有阈值. 代表是初始化时指定了容量, 阈值
else if (oldThr > 0) // initial capacity was placed in threshold
// 赋值: 新表的容量 赋值为 旧的阈值
newCap = oldThr;
// 当前table为空, 且没有阈值.
else { // zero initial threshold signifies using defaults
// 赋值: table 容量 赋值为 默认的 16
newCap = DEFAULT_INITIAL_CAPACITY;
// 赋值: 新的阈值 赋值为 默认加载因子0.75f * 默认容量16 = 12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的阈值是0, 表明: 当前 table 是空的, 但是有阈值
if (newThr == 0) {
// 根据新表容量 和 加载因子 求出 新阈值(扩容后的阈值)
float ft = (float)newCap * loadFactor;
// 越界修复
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新 threshold
threshold = newThr;
//根据新的容量, 构建新的 Node 数组 newTab
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 更新 table 的引用
table = newTab;
// 如果 oldTab 中有元素, 则需要将 oldTab 中的元素转移到 newTab 中
if (oldTab != null) {
// 遍历 oldCap
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 赋值: e 赋值为 当前遍历到的 oldTab[j]
if ((e = oldTab[j]) != null) {
// 把 oldTab[j] 这个 bin 置空, 方便GC
oldTab[j] = null;
// 如果当前链表中就一个元素(没有发生哈希碰撞)
if (e.next == null)
// 将元素放置在 newTab 中
newTab[e.hash & (newCap - 1)] = e;
// 如果发生了哈希碰撞, 而且 Node 已经被转换为了 TreeNode
else if (e instanceof TreeNode)
// 暂且不谈
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 如果发生过哈希碰撞, 且节点数小于8个(bin 是链表结构)
else { // preserve order
// 因为扩容是容量翻倍,
// 所以原链表上的每个节点,
// 可能在原来的下标, 即low位;
// 也可能在扩容后的下标, 即high位.
// high位 = low位 + oldTab.length
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 等于0表示: rehash 后下标小于oldCap, 应该存放在低位
// 否则应该存放在高位
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;
}
// 循环直到链表结束
} while ((e = next) != null);
// 将低位链表存放在原index处
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 将高位链表存放在新index处
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
注意:
resize()
在对 table
进行扩容时, 是把 table.length
扩大到原来的 2 倍, 体现在 2 进制上是 左移1位.
比如: table.length=16
, 扩容后 变成 32.
二进制表示为:
扩容前(16): 0000 1000
扩容后(32): 0001 0000
4 treeifyBin 方法: 单链表转成红黑树
/**
* Replaces all linked nodes in bin at index for given hash unless
* table is too small, in which case resizes instead.
* 替换一个给定索引处 bin 中的 单链表的所有结点(替换为红黑树).
* 如果 table 很小的话, 则进行扩容, 不进行替换.
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// tab 很小, 只进行扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// 赋值: index 赋值为 由当前hash值计算出的索引
// 赋值: e 赋值为 tab[index]
// 判断: e != null, 即 当前 hash 值对应的 bin 位置上不为空
else if ((e = tab[index = (n - 1) & hash]) != null) {
// hd 用于存储 下面 do-while 构造的双链表的 head, tl 用于存储双链表的 tail
TreeNode<K,V> hd = null, tl = null;
// 循环遍历单链表, 把 Node 封装为 TreeNode, 并构造成双链表结构, 为转红黑树做准备
do {
// 把 Node e 封装为 TreeNode
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);
// 赋值: tab[index] = hd
// hd != null, 说明需要转红黑树, 而且此时 hd 是 由 TreeNode 构成的 双向链表的 head
if ((tab[index] = hd) != null)
// 双向链表 转 红黑树
hd.treeify(tab);
}
}
// For treeifyBin
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}
treeify
方法 是 TreeNode
的一个 实例成员方法:
/**
* Forms tree of the nodes linked from this node.
*/
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
// this 为调用此方法的 TreeNode 实例对象
// 遍历 this 指向的 双链表机构, 构造 红黑树
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
// root 结点为空(还没有构造root), 则 构造 root
if (root == null) {
x.parent = null;
// 根结点为黑色
x.red = false;
root = x;
}
// 已经构造了 root 结点, 下面构造其他 子孙结点
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
// 死循环, 一直到 把 x 加入到 红黑树结构中退出
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
// 如果x节点的hash值小于p节点的hash值
if ((ph = p.hash) > h)
// 将dir赋值为-1, 代表向p的左边查找
dir = -1;
// x节点的hash值大于p节点的hash值
else if (ph < h)
// 将dir赋值为1, 代表向p的右边查找
dir = 1;
// x的 hash值 和 p的 hash值 相等, 则比较key值, 比较细节略过
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
// 赋值: p 赋值为 p.left 或 p.right.
// 如果 p == null, 怎说明找到了一个 放置 x 的位置
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
// x 插入红黑树结构中后, 调整使红黑树继续满足红黑树的定义
root = balanceInsertion(root, x);
break;
}
}
}
}
// Ensures that the given root is the first node of its bin
moveRootToFront(tab, root);
}
引用
[1]. 详解 HashMap 中的 Hash 算法(扰动函数)
[2]. (九)深入并发编程之并发容器:阻塞队列、写时复制容器、锁分段容器原理详谈
[3]. 面试必备:HashMap源码解析(JDK8)
[4]. 深入理解HashMap原理(一)——HashMap源码解析(JDK 1.8)
[5]. java.util.HashMap(Java 8)