HashMap底层学习
数据结构
JDK1.8之前使用的是数组加链表的数据结构，
JDK1.8之后使用的是数组加链表加红黑树，在链表长度超过8时候加入红黑树，红黑树的加入使得时间复杂度从O(n)变成了O(logn)
基本属性
//默认初始化容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//由链表转换成红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//由红黑树转换成链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//默认最小的树的长度
static final int MIN_TREEIFY_CAPACITY = 64;
//用于保存Node节点的数组
transient Node<K,V>[] table;
//用于保存存储在HashMap中的键值对数量
transient int size;
//用于保存对HashMap进行结构性更改操作(例如resize,rehash,put)
transient int modCount;
//用于保存阈值
int threshold;
//用于保存负载因子
final float loadFactor;
构造方法
//有参的构造方法
/*
自定义初始化容量和负载因子
这里设置自定义容量的时候需要注意几个问题：
1.因为我们计算得Index是按位与运算得到的，我们2的幂数-1得到的二进制一定是11...11这样的数，
如果我们不是2的幂数，就例如15,15-1=14,14的二进制位1110，那么不管怎么样最后一位进行与运算一定是0，那么这样计算的话，
我们的0001,1001,0101,0011,1011,1101,0111这几个index值都无法进行存储，这样首先是浪费了资源，其次是加大了哈希碰撞的几率
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//如果自定义的容量超过了最大容量值，那么我们就直接给他设置成最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//自定义容量，使用的是默认的负载因子
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//默认构造方法，使用的是默认的负载因子（在resize()中会对其进行一个内存空间分配，容量大小为16）
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
Node<K,V>结构
//该Node节点是HashMap编写的一个静态内部类
static class Node<K,V> implements Map.Entry<K,V> {
//用于保存key的hash值
final int hash;
//保存传入的key
final K key;
//保存传入的value
V value;
//保存下一个节点（链表形式）
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
//重写了hashcode和equals方法用处在取值时候的判断和存值时候判断是不是需要加在节点的next属性上（即链表尾部）
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
put方法
//这是put方法，实际上时调用内置的final方法putVal进行一个存储
public V put(K key, V value) {
//这里放入五个值
/*
1.hash(key): 计算了key的hash值
2.key: 传入的key
3.value: 传入的value
4.onlyIfAbsent: 这里传入为false，代表我们可以替换掉原来的key的vlaue，如果为true代表如果原来key已经存储过了，那么 其value就不会被更改。
5.evict: 对应方法没有实际操作
*/
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//这是用于保存Node的数组，HashMap数据结构是数组+链表的形式
Node<K,V>[] tab;
Node<K,V> p;
int n, i;
//第一步先将属性table赋值给tab，判断tab是否为创建或者tab是否存储了数据（如果符合这个if说明该HashMap未使用或者清空）
if ((tab = table) == null || (n = tab.length) == 0)
//这里调用到了resize()方法（讲解在下面），返回了一个Node数组，并把数组的长度赋值给n(因为这里为空，所以这里是创建 了一个容量为16, threshold为12)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
//这里是判断进行Hash运算后对应下标的是否已经存储了数据
/*
如果对应下标不存在Node: 那么就直接创建一个Node对象直接存储
如果对应下标存在Node: 那么首先进行判断hash是否一致，如果一致则进行替换，不一致则放入链尾（或者红黑树中）
*/
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))))
e = p;
//判断是不是树结点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
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;
//存储过后，当我们发现size+1后就会超过阈值，那么就会进行扩容操作
if (++size > threshold)
resize();
//该方法什么都没做。。。。
afterNodeInsertion(evict);
return null;
}
resize()方法（扩容）
final Node<K,V>[] resize() {
//首先将属性table赋值给oldTable
Node<K,V>[] oldTab = table;
//这里判断的是该oldTab是否为空，用三目表达式返回table的length
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//获取到阈值赋值给oldThr
int oldThr = threshold;
int newCap, newThr = 0;
//if为真说明oldTab = table = null,
if (oldCap > 0) {
//进入该判断分支说明oldTab = table != null,如果容量超过MAXIMUM_CAPACITY（最大容量）
//就将阈值设置为最大int值，并返回原来的table（说明已经无法继续存储了）
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
/*
(newCap = oldCap << 1) < MAXIMUM_CAPACITY
oldCap >= DEFAULT_INITIAL_CAPACITY
第一行：将oldCap值向左移动一位，即*2（扩容操作），但是并且要保证扩容后的容量要小于最大容量
第二行：oldCap要大于DEFAULT_INITIAL_CAPACITY(16)
*/
//进入该分支以后会将newThr = oldThr向左移动一位
newThr = oldThr << 1;
}
else if (oldThr > 0)
//进入该分支说明满足上一步的第一个条件，但是oldCap < 16（应该是自定义长度的问题）
newCap = oldThr;
else {
//进入该分支说明oldCap = oldThr = 0
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//进入该分支说明oldTab = table = null或者table.length = 0
//前面最后一个else判断和这个是配合的
//newCap = 16 loadFactor = 0.75
float ft = (float)newCap * loadFactor;
//新的阈值赋值的三木表达式，判断依据是：newCap和新的阈值均小于最大容量，真为ft，假为最大int
//此时newThr = 16 * 0.75 = 12
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//我们得到的这个newThr赋值给属性中的threshold（阈值）
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建一个新的Node数组，容量为之前赋值的newCap
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将属性中的Node数组table = newTab(扩容后的Node数组)
table = newTab;
//这是对旧Node数组->新Node数组的拷贝过程，期间需要进行rehash
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;
}
在hashmap中是先对key计算它的hash方法返回的值，hash方法是将key的hashcode值与（capacity-1）进行&运算，得出一个Index值作为table的下表值，然后将key,value,hashcode封装在Node对象中，并且存放在table[index]中
这时候可能会发生哈希碰撞，即两个Key值的hash方法返回值一样，那样就会导致在table数组中的覆盖，在这里我们是在Node中使用链表的形式，Node中有一个next属性，我们是在如果他们的hash一样的话，我们就将这个node存放在第一个node的next上，这样就形成了一个链表结构。
Hashmap的链表插入方法及问题
在JDK1.8之前我们使用的是头插法，JDK1.8之后使用的是尾插法，使用尾插法原因是可以避免扩容时头插法导致的成环问题
举个例子，比如我们一开始ABC存放，然后链表指向是C->B->A，这时候我们进行resize，C没有发生哈希冲突，AB仍哈希冲突，则此时的A->B,但是B中存放的下一个node指向A，这样就形成了环，此时当我们调用get方法获取时候就会出现死循环。然而我们使用尾插法时候，仍然是A—>B，这样就不会形成环，根本原因就是头插法会改变链表原来的顺序，而尾插法不会改变顺序
Hashmap的高并发问题
1.多个线程同时put一个index的值时候，会使得只有最后一个线程的值给存入，其他线程则会被覆盖。
2.多个线程在进行resize操作时候，如果一个线程已经扩容结束，而另一个刚开始，则会导致扩容成原来的4倍，从而导致数据丢失。
为什么要进行扩容？
因为我们数组的特性就是查询快，增删慢；而链表的特性为查询慢，增删快。如果我们不对数组进行扩容，当我们put足够大的数据时候，如果利用的是我们默认的数组大小16的话，那必然会导致链表的长度会变得非常的长，从而导致我们的查询速度会变得很慢
为什么容量必须为2的幂数
因为我们计算得Index是按位与运算得到的，我们2的幂数-1得到的二进制一定是11…11这样的数，如果我们不是2的幂数，就例如15,15-1=14,14的二进制位1110，那么不管怎么样最后一位进行与运算一定是0，那么这样计算的话，我们的0001,1001,0101,0011,1011,1101,0111这几个index值都无法进行存储，这样首先是浪费了资源，其次是加大了哈希碰撞的几率
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
