jdk map学习之HashMap (一) : 底层存储结构分析
by 一灰
底层数据结构
首先通过源码,类中的field如下,
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount;
int threshold;
final float loadFactor;
其中 Node
, Map.Entry
是两个比较核心的数据结构,先看下Node的定义
1. Map.Entry
Map接口中内部定义的接口, 提供了操作Map中键值对的基本方法
一个Entry
对象,代表了Map中的一个键值对,可以通过它获取key,value也可以重新设置value
interface Entry<K,V> {
K getKey();
V getValue();
V setValue(V value);
boolean equals(Object o);
int hashCode();
}
依次说明下上面的每个方法的作用
获取键 : K getKey()
获取值 : V getValue()
设置值 : V setValue(V value)
haseCode 方法
返回entry 的 hash code
, 定义如下:
(e.getKey()==null ? 0 : e.getKey().hashCode()) ^
(e.getValue()==null ? 0 : e.getValue().hashCode())
确保两个 Entry对象 equals返回true,则hashcode的值必然相同
equals 方法
当两个entry对象表示的是同一个映射关系时,返回true
规则如下
(e1.getKey()==null ? e2.getKey()==null : e1.getKey().equals(e2.getKey())) &&
(e1.getValue()==null ? e2.getValue() ==null : e1.getValue().equals(e2.getValue()))
2. Node<K, V>
作为HashMap中对 Map.Entry的实现,具体逻辑如下
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
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; }
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;
}
}
说明
hash
这个字段是干嘛的为什么要有一个
next
元素
3. Node<K,V>[] table;
说明
按我们的理解,map是一个kv结构,每个Node对象表示的就是一个kv对,那么这个
table
应该就是保存所有的kv对的数据结构了为什么会是一个数组? 怎么根据key来定位kv对在数组中的位置?
a. 前置说明
table数组大小,必须为2的n次方,首次使用是初始化,必要时(如添加新的kv对时)可以扩充容量
要了解这个数组的使用过程,最佳的思路就是通过三个方法来定位了
new HashMap<>()
创建对象时,数组的初始化put(k,v)
添加kv时,数组的扩容以及塞值get(k)
通过key获取value时,在数组中的定位
b. 创建对象
构造方法如下,主要是设置了阀值,loadFactory
(后面说其用处)
public HashMap(int initialCapacity, float loadFactor) {
// 参数合法性校验省略
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 找到大于等于cap的最小的2的幂.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
上面的构造,并没有如我们预期的初始化 table
数组,接下来看put方法,是否有设置 table
数组呢
c. 添加kv : put(k,v)
实现如下,逻辑比较复杂,会直接在代码中给出一些注释
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash (key的hash值,通过hash方法计算)
* @param key the key
* @param value the value to put
* @param onlyIfAbsent true表示在不存在kv时,才塞入数据
* @param evict if false, the table is in creation mode.
* @return 返回原来的value(如果之前不存在,返回null)
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 首先是将tab局部变量指向 table数组
if ((tab = table) == null || (n = tab.length) == 0) {
// 当table数组没有初始化时,进行初始化,并返回数组长度
n = (tab = resize()).length;
}
if ((p = tab[i = (n - 1) & hash]) == null) {
// 根据数组长度和key的hash值,计算出key放入数组的位置
// 若该位置没有值,则直接创建一个新的Entry(即Node),放在该位置即可
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)))) {
// 若根据key的hash值,从数组中获取的Entry对象
// 其key正好是我们指定的key,则直接修改这个Entry的value值即可
e = p;
}
// 下面则表示出现hash碰撞,虽然key的hash值相同,但是这个Entry的key并不是我们指定的key
else if (p instanceof TreeNode) {
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
} else {
// 迭代Entry的next节点,知道找到Entry.Key 正好是我们指定的Key为止
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 若一直都不存在,则创建一个新的Entry对象,并塞入table
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;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
逻辑拆解:
判断
table
数组是否初始化,否则进行初始化计算key的hash值(通过
hash()
方法获取)以key的hash值计算索引,到
table
数组中查询Node
节点需要遍历Node节点内部的next节点,
直到到next节点为null(新建一个Node节点)
或next节点就是我们希望的节点(更新该节点value值)
若不存在,则新建一个Node节点,塞入该位置
若存在,则继续判断该节点的key是否和传入的key相同or相等(
equals()
方法)是,则直接修改这个Node节点的value值即可
否,表示出现hash碰撞了
到这里就可以解决在介绍Node类结构的两个问题
Node中的hash字段干嘛的?
hash字段保存的是Key通过
hash()
方法计算的值可以用于判断一个
Node
是否为我们查找的节点
Node中为什么有next节点
next节点存的是相同
hash
值的kv键值对,由此可以看出HashMap
的存储结构当出现hash碰撞时,即对于计算key的hash值相同的Node节点,以链表结构存在
d. table数组初始化
push(k,v)
包含较多的内容,上面只给出了设计逻辑,具体实现有必要扣一扣,研究下其中一些有意思的点从上面的的代码可以看出,调用
resize()
方法进行的初始化(此外这个方法也负责数组的扩容)源码实现比较长,这里主要关注初始化过程,以以下面这段逻辑进行实例分析
Map map = new HashMap<>(); map.put(xx, xx);
对resize方法中一些逻辑配合上面的使用方式进行简化处理, 抽出代码如下
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; // null int oldCap = 0; int oldThr = 0; int newCap, newThr = 0; // zero initial threshold signifies using defaults newCap = 16; // DEFAULT_INITIAL_CAPACITY; newThr = 12; // (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; return newTab; }
上面是简化resize的内部逻辑,单独剥离出初始化
table
数组的代码块;说明
初始化的数组长度为16
threshold 阀值为12 :
0.75 * 数组长度
e. hash方法
计算key的hash值,这个直接决定hash碰撞的概率
实现如下
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
到这里自然就会有一个疑问
如何根据
hash
值与table
数组进行关联,又如何保证碰撞较小?这个问题单独成篇,再将这个,这里先记下
小结
1. 存储结构
HashMap 的底层数据结构是一个Node数组,配合Node链表的方式进行kv存储
2. 初始化
数组的初始化延迟在首次向Map中添加元素时进行
默认数组长度为16,阀值为12
阀值定义为:
The next size value at which to resize (capacity * load factor).
3. 数组长度要求
数组长度要求为2的n次方
tableSizeFor
方法实现获取正大于数字n的2的整数次幂 (这个实现比较有意思)4. 获取Entry对象
如何通过key获取对应的Entry对象呢?
hash()
方法计算key的hash值hash值定位
table
数组中的下标取出数组中的
Node
节点null,表示不存在
非null,判断Node节点的key是否等同输入key
是直接返回
否则遍历
Node
的next
节点,直到为null或者找到为止
关注更多
扫一扫二维码,关注
小灰灰blog