HashMap其实是由数组+链表+红黑树组成的,这个特性在JAVA8中已经得以体现。最初并没有红黑树,只是由链表组成,但是,当链表过长时,查询效率会十分低下。所以JAVA8中当链表的长度到达一定的高度时候,便会转换为红黑树,以此来优化性能。
我们可以把HashMap看成是一个数组(它底层的实现也是这样的,只是可能会稍稍复杂),而它是由一个个单链表组成的(数组的每项元素为一个节点的链表)。
HashMap 的实例有两个参数影响其性能:初始容量 和加载因子。
容量 :是哈希表中桶的数量,初始容量只是哈希表在创建时的容量,实际上就是Entry< K,V>[] table的容量
加载因子 :是哈希表在其容量自动增加之前可以达到多满的一种尺度。它衡量的是一个散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。对于使用链表法的散列表来说,查找一个元素的平均时间是O(1+a),因此如果负载因子越大,对空间的利用更充分,然而后果是查找效率的降低;如果负载因子太小,那么散列表的数据将过于稀疏,对空间造成严重浪费。系统默认负载因子为0.75。
HashMap通常会用一个指针数组(假设为table[])来做分散所有的key,当一个key被加入时,会通过Hash算法通过key算出这个数组的下标i,然后就把这个<key, value>插到table[i]中,如果有两个不同的key被算在了同一个i,那么就叫冲突,又叫碰撞,这样会在table[i]上形成一个链表。只是简单地对数组长度执行取模运算(即仅保留Hash二进制的后i位)
一般当容量大于或等于负载因子,HashMap需要扩容,一般是扩大为原来的两倍,然后进行Rehash操作,然后释放原来的空间。
解决hash冲突的办法
1.开放定址法(线性探测再散列,二次探测再散列,伪随机探测再散列)
2.再哈希法
3.链地址法
4.建立一个公共溢出区
当ReHash时,数组长度加倍变为2i+1,旧数组第j项链表中的每个节点,要么移动到新数组中第j项,要么移动到新数组中第j+2i项,而它们的唯一区别在于Hash值第i+1位的不同(第i+1位为0则仍为第j项,否则为第j+2i项)
也就是原来下标为3,容量大小为8的HashMap 扩充为容器大小为16的HashMap时,原本下标为3下面的链表要么还在下标为3的下面,要么在3+2*(4)= 8的下标下面。
1.使用线程安全的java.util.Hashtable作为替代。
2.使用java.util.Collections.synchronizedMap方法,将已有的HashMap对象包装为线程安全的。
3.使用java.util.concurrent.ConcurrentHashMap类作为替代,它具有非常好的性能。
我们可以把HashMap看成是一个数组(它底层的实现也是这样的,只是可能会稍稍复杂),而它是由一个个单链表组成的(数组的每项元素为一个节点的链表)。
HashMap 的实例有两个参数影响其性能:初始容量 和加载因子。
容量 :是哈希表中桶的数量,初始容量只是哈希表在创建时的容量,实际上就是Entry< K,V>[] table的容量
加载因子 :是哈希表在其容量自动增加之前可以达到多满的一种尺度。它衡量的是一个散列表的空间的使用程度,负载因子越大表示散列表的装填程度越高,反之愈小。对于使用链表法的散列表来说,查找一个元素的平均时间是O(1+a),因此如果负载因子越大,对空间的利用更充分,然而后果是查找效率的降低;如果负载因子太小,那么散列表的数据将过于稀疏,对空间造成严重浪费。系统默认负载因子为0.75。
HashMap通常会用一个指针数组(假设为table[])来做分散所有的key,当一个key被加入时,会通过Hash算法通过key算出这个数组的下标i,然后就把这个<key, value>插到table[i]中,如果有两个不同的key被算在了同一个i,那么就叫冲突,又叫碰撞,这样会在table[i]上形成一个链表。只是简单地对数组长度执行取模运算(即仅保留Hash二进制的后i位)
一般当容量大于或等于负载因子,HashMap需要扩容,一般是扩大为原来的两倍,然后进行Rehash操作,然后释放原来的空间。
解决hash冲突的办法
1.开放定址法(线性探测再散列,二次探测再散列,伪随机探测再散列)
2.再哈希法
3.链地址法
4.建立一个公共溢出区
当ReHash时,数组长度加倍变为2i+1,旧数组第j项链表中的每个节点,要么移动到新数组中第j项,要么移动到新数组中第j+2i项,而它们的唯一区别在于Hash值第i+1位的不同(第i+1位为0则仍为第j项,否则为第j+2i项)
也就是原来下标为3,容量大小为8的HashMap 扩充为容器大小为16的HashMap时,原本下标为3下面的链表要么还在下标为3的下面,要么在3+2*(4)= 8的下标下面。
接下来,我们来看看它的源代码
public V put(K key, V value)
{
......
//算Hash值
int hash = hash(key.hashCode());
int i = indexFor(hash, table.length);
//如果该key已被插入,则替换掉旧的value (链接操作)
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;
}
//检查容量是否超标
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);
}
//ReHash 开辟空间,转移数据
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);
}
//具体的转移过程
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);
}
}
}
交接我们就来看看ReHash的过程:
拿下图为例
最后再把数据(key5)插入,然后结束。
HashMap并不能直接应用于多线程环境,这是为什么呢?
当线程一扩容完毕准备,移动数据时,切换到线程二。当线程二中的数据插入到一定程度时,切回线程一,而,e和next的位置还是原来数据的位置,但是现在却颠倒了,如下图
可以看见,此时已经形成环,正如源码中红色标注的代码一样
1.使用线程安全的java.util.Hashtable作为替代。
2.使用java.util.Collections.synchronizedMap方法,将已有的HashMap对象包装为线程安全的。
3.使用java.util.concurrent.ConcurrentHashMap类作为替代,它具有非常好的性能。
而以上几种方法在实现的具体细节上,都或多或少地用到了互斥锁。互斥锁会造成线程阻塞,降低运行效率,并有可能产生死锁、优先级翻转等一系列问题。
其实还有其他的办法
点击打开链接可以查看
本文参考https://coolshell.cn/articles/9606.html