目录
简介
HashMap是基于哈希表的Map接口实现,是以key-value储形式存在,即主要用来存放键值对。HashMap的实现是不同步的,这意味着它不是线程安全的。它允许使用null作为key、value。此外,HashMap中的映射不是有序的。
继承关系
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
- Cloneable 空接口,表示可以克隆
- Serializable 序列化
- AbstractMap 提供Map实现接口
底层数据结构
1.8以前:在JDK1.8之前的HashMap由数组+链表 组成, 数组是HashMap的主体,链表主要是为解决哈希冲突(两个对象调用HashCode()方法计算的哈希码值一样导致数组索引相同)而存在的。当创建HashMap结合对象时,是在构造方法中创建一个长度为16的Entry[] table数组来存储键值对数据的。对于每一个Entry对象,当放在数组中时,它充当数组的一项,当发生哈希冲突时,用链地址法解冲突时它又可作为链表的一个节点。
注意:1.8以前,采用的是头插法将数据插入链表。
在JDK1.8以后:在解决冲突时有了较大的变化,当链表长度大于阈值(红黑树的边界值,默认为8)并且当前数组长度大于64时,此时此索引位置上的所有数据改为使用红黑树存储。此时数据结构变为数组+链表+红黑树
注意:1.8中,采用的是尾插法将数据插入链表。
在1.8中,采用了懒加载的方法,即在put时才初始化数组,数组的每一项为Node对象,是HashMap的内部类,继承自Map.Entry
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //用来定位数组索引位置
final K key;
V value;
Node<K,V> next; //链表的下一节点
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; }
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) { //equals方法的重写
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
//key和value都相等,两个Map.Entry才相等
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
当链表长度大于阈值(红黑树的边界值,默认为8),此时采用链式结构查找性能是O(n),而树结构能将查找性能提升到O(log(n))。
//HashMap中红黑树的数据结构
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;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
字段+构造方法分析
//Node[] table 数组的长度默认值,为2^4
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//Node[] table 数组的长度的最大值,为2^30,必须为2的整数幂,不可修改
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的加载因子为0.75,为时间和空间复杂度的平衡值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表长度的阈值,默认为8
static final int TREEIFY_THRESHOLD = 8;
//扩容时取消树形化的阀值,
static final int UNTREEIFY_THRESHOLD = 6;
//可以被树形化的最小数组容量
static final int MIN_TREEIFY_CAPACITY = 64;
//存放数据的底层Node数组
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
//map中存放键值对的数量
transient int size;
//map结构被修改的次数
transient int modCount;
//在容量capacity(数组长度)和loadFactor(加载因子)确定的情况下的阀值,
//超过此阀值就会调用resize()方法进行扩容,扩容为原来的2倍
int threshold;
一些关键点:
-
HashMap 的 数组 Node[] table 初始化的长度 capacity 是16,哈希桶数组长度 length 大小必须是2的n次方,这种设计主要是为了在取模和扩容时做优化,同时为了减少冲突
-
loadFactor 为负载因子,默认值是 0.75,0.75 是对时间和空间效率的一个平衡选择,建议大家不要修改,除非在时间或者空间上比较特殊的情况下。例如:如果内存空间很多而又对时间效率要求很高,可以降低负载因子 loadFactor 的值,相反,如果内存空间较少而又对时间效率要求不高,可以增加负载因子 loadFactor 的值,这个值可以大于1
-
threshold 是 HashMap 所能容纳的最大的键值对的个数,注意和数组容量capacity做区分,他们之间的关系:threshold = capacity * loadFactor,也就是说 capacity 数组一定的情况下,负载因子越大,所能容纳的键值对个数越多,超出 threshold 这个数目就重新 resize(扩容),扩容后的 HashMap 的容量是之前的2倍。
构造方法源码分析:
构造方法有四个
- 两个参数的构造方法
//第一个是初始容量,第二个是负载因子
public HashMap(int initialCapacity, float loadFactor) {
//初始容量小于0,抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//初始容量大于Node[] table 数组的长度的最大值,变为最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//把传入的负载因子赋值给全局的负载因子
this.loadFactor = loadFactor;
//这里用了一个tableSizeFor()方法,这个方法会把我们传入的容量
//转换为大于等于的2的次方数,比如15转换为16,17转换为32
this.threshold = tableSizeFor(initialCapacity);
}
注意:这里的threshold暂时保存的是容量,实际上它是指 所能容纳的最大的键值对的个数,即 threshold = capacity * loadFactor,在第一次put创建数组时会把这个值赋值给数组容量,在这里把threshold替换成capacity * loadFactor
- 一个参数的构造方法
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
这里实际是用默认的加载因子和传入的容量去调用第一个构造方法
- 空参构造
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
只把默认的加载因子赋给loadFactor,其余的在第一次put时调用resize()方法完成
- 带Map类的构造器
public HashMap(Map<? extends K, ? extends V> m) {
//给加载因子赋默认值
this.loadFactor = DEFAULT_LOAD_FACTOR;
//这个方法吧传入的map集合里的数据加入到当前的HashMap
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
//还没有初始化table数组
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
} else {
// Because of linked-list bucket constraints, we cannot
// expand all at once, but can reduce total resize
// effort by repeated doubling now vs later
while (s > threshold && table.length < MAXIMUM_CAPACITY)
//扩容
resize();
}
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
//吧每一个put进当前HashMap
putVal(hash(key), key, value, false, evict);
}
}
}
确定插入的数据的索引位置
定位的基本原理:调用Object对象的hashCode()方法,该方法会返回一个整数,然后用这个数对HashMap的容量进行取模运算
知识补充
X % 2^n = X & (2^n - 1)
2^n 表示2的n次方,也就是说,一个数对2^n取模 == 一个数和(2^n - 1)做按位与运算 。
假设n为3,则2^3 = 8,表示成2进制就是1000。2^3 -1 = 7 ,即0111。
此时X & (2^3 - 1) 就相当于取X的2进制的最后三位数。
从2进制角度来看,X / 8相当于 X >> 3,即把X右移3位,此时得到了X / 8的商,而被移掉的部分(后三位),则是X % 8,也就是余数。
两步实现
- hash算法(也称为高位运算算法)
该方法主要是将Object转换成一个整型。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
一个问题:为何不直接用hashcode?
由于HashMap使用位运算代替了取模运算,这就带来了另外一个问题,那就是有可能发生冲突。比如:11111 1000和0001 1000在对0000 1111进行按位与运算后的值是相等的。但是他们的模值不同,这就发生了冲突,所以需要高位运算来解冲突。
算法通过hashCode()的高16位异或低16位实现的,这个方法是为了对key的hashCode进行扰动计算,防止不同hashCode的高位不同但低位相同导致的hash冲突。简单点说,就是为了把高位的特征和低位的特征组合起来,降低哈希冲突的概率,也就是说,尽量做到任何一位的变化都能对最终得到的结果产生影响。
- 取模运算
该方法是用于获取到索引位置
// n是table数组的长度,hash是哈希算法的返回值
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
这是put方法里一段代码,索引位置为(n - 1) & hash
由于table数组的容量capacity(数组长度)是2的倍数,初始值是16,之后每次扩充为原来的2倍。所以 (n - 1) & hash == hash % n
用位运算代替取模运算的好处:
- 位运算直接对内存数据进行操作,不需要转成十进制,因此位运算(&)效率要比代替取模运算(%)高很多。
- 很好的解决负数的问题,hashcode的结果是int类型,而int的取值范围是-2^31 ~ 2^31 - 1,即[ -2147483648, 2147483647];这里面是包含负数的,我们知道,对于一个负数取模还是有些麻烦的。如果使用二进制的位运算的话就可以很好的避免这个问题。首先,不管hashcode的值是正数还是负数。n-1这个值一定是个正数。那么,他的二进制的第一位一定是0(有符号数用最高位作为符号位,“0”代表“+”,“1”代表“-”),这样里两个数做按位与运算之后,第一位一定是个0,也就是,得到的结果一定是个正数。
主要方法分析
put方法源码分析
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果table为空,调用resize()方法扩容并创建table
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果计算出的索引位置没有元素,直接在该索引位置插入数据
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//否则,意味着出现了哈希冲突
else {
Node<K,V> e; K k;
//如果key存在,则用新的value替换旧的value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果p的数据结构已经变成红黑树,直接用红黑树处理
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//链表处理
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//如果链表的下一个节点为null,创建新的节点加到表尾
p.next = newNode(hash, key, value, null);
//如果链表长度大于8
if (binCount >= TREEIFY_THRESHOLD - 1)
//调用 treeifyBin方法,如果数组容量小于64就扩容,负责,把该所引处的链表转变为红黑树
treeifyBin(tab, hash);
break;
}
//如果在链表中key存在,直接break
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
//如果出现重复值,e指向的是要修改的node
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
//替换新的value
e.value = value;
//空函数,没有具体的实现
afterNodeAccess(e);
//返回旧的value
return oldValue;
}
}
++modCount; //map结构被修改,次数加一
if (++size > threshold) //加了一个数据,size++
//如果键值对数量达到阈值,进行扩容
resize();
//空函数,没有具体的实现
afterNodeInsertion(evict);
//没有重复的返回null
return null;
}
resize() 扩容方法源码分析
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//oldCap记录原table的length
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr记录原阈值
int oldThr = threshold;
//新的长度,新的阈值
int newCap, newThr = 0;
//如果原来table不为null,说明是扩容
if (oldCap > 0) {
//超过最大数组长度,无法扩容,把容量设置为z^31-1,直接返回旧的数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//数组长度和阈值都扩大为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//旧的数组长度为0,新的数组长度直接设置为旧的阈值(应用中就是调用一个参数的构造方法)
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//旧的长度,阈值都为0(应用中就是调用空参构造)
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果新的阀值还没有定,确定新的阀值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果是扩容,把原数组上的数据要迁移到新数组
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果只作为数组的一项,非链表和红黑树结构
if (e.next == null)
//直接计算新的所以位置填入
newTab[e.hash & (newCap - 1)] = e;
//如果是红黑树
else if (e instanceof TreeNode)
//红黑树的扩容
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//链表
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 把当前的索引对应的链表分成两个链表,减少扩容的迁移量
do {
next = e.next;
// 扩容后不需要移动的链表
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 扩容后需要移动的链表
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//原节点加入不需要移动的链表
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//新节点加入需要移动的链表
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容对于链表的处理:
数组长度都是2的幂次方,扩容后长度变为旧的的2倍,所以新数组中元素的索引位置要么在原位置,要么在原位置+oldCap位置,因此1.8的扩容中,不需要重新计算hash,只需判断是原位置还是原位置+oldCap位置,即可找到扩容后数据的新索引。
为什么要和老的数组长度按位与?
数组长度都是2的幂次方,都是00000100000这种的,所以(e.hash & oldCap)的值是否为0,完全取决于oldCap里面的唯一的一个"1",要么是0,要么是1,刚好对应扩容后的位置,要么在原来的位置不变,要么是oldindex+oldCap(原来的下标位置+原来的数组长度)
这个设计非常的巧妙,即省去了重新计算hash值的时间,而且同时,由于新增的 1 bit 是0还是1可以认为是随机的,因此 resize 的过程,均匀的把之前的冲突的节点分散到新的 bucket 了,这就是JDK1.8新增的优化点。
扩容对于红黑树的处理:
1.8的扩容中,如果遇到红黑树,先把红黑树变成链表,和链表的处理相同,当小于树形化阀值(6)时变为链表,否则变为红黑树
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
//将红黑树拆分成两个链表,这里的逻辑和链表扩容差不多
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
//不需要移动的链表
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
//需要移动的链表
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
//原节点处理
if (loHead != null) {
//小于树形化阀值时,链表处理
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
//否则,再次变为红黑树
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
//新节点处理
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
git()方法源码分析
public V get(Object key) {
Node<K,V> e;
//计算出key的哈希值
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//首节点就是要找的节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//首节点是红黑树,按红黑树的算法找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//首节点是链表,按链表的查找方式找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}