概要
Map属于Java常用的数据结构,其中HashMap和ConcurrentHashMap是使用非常高频的两个类,本文主要对HashMap一些实现思路及高频问题进行分析。
HashMap
HashMap根据键的HashCode值存储数据,大多数情况下可以通过hash直接定位到它的值,因而具有很快的访问速度,但遍历顺序却是不确定的。HashMap最多只允许一条记录的键为null,允许多个值为null。HashMap不是线程安全的类,如果在多线程环境下进行写入操作,可能会导致内部链表变成成环形链表,形成死循环(JDK1.7实现)。
Java7 实现
HashMap1.7的结构实现大体像上图,HashMap里面是一个数组,其中数组里的每个元素是一个单向链表,上图中每个蓝色的实体是内部类Entry的实例,Entry包含四个属性:key,value,hash和用于单向链表的next。
其中HashMap的关键几个初始化参数是
//数组的默认容量,默认16.可以扩容,按照当前大小的2倍来扩容,始终保持2^n
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//负载银子,默认为0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//扩容后阈值,等于capacity*loadFactor
int threshold;
Java8 实现
为什么引入1.8里引入了红黑树
在1.8之前,Has和Map的查找是通过hash值快速定位倒数组的具体下表,但是在hash碰撞严重的数组里,需要顺着链表一个个比较下去,才能获取到最终想要的,时间复杂度取决于链表的长度,为O(n).
为了降低这一部分开销,在java1.8中,当链表的元素超过了8个以后,并且table容量大于64的时候,会将链表转换为红黑树,这样就使得在这些位置查找的时候,时间复杂度降低为了O(logN).
public V put(K key, V value) {
//hash(key)
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;
//table为空创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 算出插入的数组索引i
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// key已存在,直接覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// key不存在,判断是否为红黑树
else if (p instanceof TreeNode)
//红黑树直接插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 为链表结构,循环准备插入
for (int binCount = 0; ; ++binCount) {
//下一个元素为空时
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 转换为红黑树进行处理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key 已经存在直接覆盖value
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;
//超过容量,扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
Hashmap为什么线程不安全
上面我们介绍了HashMap的插入,对于1.7和1.8的插入实现是不同的,但是不管是哪个版本,HashMap都是线程不安全的。
我们先以1.7为例:
HashMap在多个线程同时执行resize()方法的时候,可能会导致某一个hash槽里的数组形成循环链表,变成死循环。简单点来说,对于某一个槽里的元素 1=>2,在线程A执行扩容时到 2=>1时让出cpu,线程B开始执行,导致该数组变成1=>2,最终变成死循环 1=>2=>1。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
//此处是关键,t1执行
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
我们通过一组数据模拟程序执行的过程:
假设map默认大小为2,已有元素k5,线程t1添加元素k3, 线程t2添加元素k7,t1和t2同时操作添加,
线程t1执行到Entry<K,V> next = e.next;时,让出了cpu,那么此时 t1 中的 e 指向了 k3,而 next 指向了 k7;之后线程 t2 重新 rehash 之后链表的顺序被反转,链表的位置变成了 k5 => k7 =>k3.
当t1重新取得cpu使用权的时候,开始执行后面代码, newTable[i] = e; ,这个时候e的值是k3,相当于把k7的下一个值设置成了k3.在t1执行完成之后,
链表变为 : k5 => k7 =>k3 =>k7… 这种循环引用,最终导致死循环,cpu100%