浅谈HashMap的原理和实现

最新推荐文章于 2023-05-04 12:09:14 发布

南辰啊

最新推荐文章于 2023-05-04 12:09:14 发布

阅读量120

点赞数 1

文章标签：链表 java 数据结构

本文链接：https://blog.csdn.net/m0_59206272/article/details/127634204

版权

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录

三、问讲一讲HashMap的get/put过程

1.常见面试题

四、问为什么hashmap的在链表元素数量超过8时候改为红黑树

六、问你一般用什么作为HashMap的key值

1.key可以是null吗，value可以是null吗

2.一般用什么作为key值

3.用可变类当Hashmap1的Key会有什么问题

4.实现一个自定义的class作为Hashmap的key该如何实现

总结

前言

HashMap使我们日常开发中常用的Map集合，相信很多小伙伴在日常学习开发过程中也是经常使用到，大多数时候我们通常都只是使用它，却没有去深入地了解一下它是如何实现的，为什么被经常使用到，今天我们就来讨论一下HashMap是如何实现的。

提示：以下是本篇文章正文内容，下面案例可供参考

一、版本之更迭：

–》JDK 1.7 ：Table数组+ Entry链表；

–》JDK1.8 : Table数组+ Entry链表/红黑树；(为什么要使用红黑树？)

二、问HashMap的实现原理

1.常见面试题

你看过HashMap源码吗，知道底层的原理吗

为什么使用数组+链表

用LinkedList代替数组可以吗

既然是可以的，为什么不用反而用数组。

2.重要变量介绍

ps：都是重要的变量，记忆理解一下最好。

DEFAULT_INITIAL_CAPACITY Table数组的初始化长度： 1 << 4 2^4=16（为什么要是 2的n次方？）

MAXIMUM_CAPACITY Table数组的最大长度： 1<<30 2^30=1073741824

DEFAULT_LOAD_FACTOR 负载因子：默认值为0.75。当元素的总个数>当前数组的长度 * 负载因子。数组会进行扩容，扩容为原来的两倍（todo：为什么是两倍？）

TREEIFY_THRESHOLD 链表树化阙值：默认值为 8 。表示在一个node（Table）节点下的值的个数大于8时候，会将链表转换成为红黑树。

UNTREEIFY_THRESHOLD 红黑树链化阙值：默认值为 6 。表示在进行扩容期间，单个Node节点下的红黑树节点的个数小于6时候，会将红黑树转化成为链表。

MIN_TREEIFY_CAPACITY = 64 最小树化阈值，当Table所有元素超过改值，才会进行树化（为了防止前期阶段频繁扩容和树化过程冲突）。

3.实现原理

我们都知道，在HashMap中，采用数组+链表的方式来实现对数据的储存。

HashMap采⽤Entry数组来存储key-value对，每⼀个键值对组成了⼀个Entry实体，Entry类实际上是⼀个单向的链表结构，它具有Next指针，可以连接下⼀个Entry实体。只是在JDK1.8中，链表⻓度⼤于8的时候，链表会转成红⿊树！

第一问：为什么使用链表+数组：要知道为什么使用链表首先需要知道Hash冲突是如何来的：

答：由于我们的数组的值是限制死的，我们在对key值进行散列取到下标以后，放入到数组中时，难免出现两个key值不同，但是却放入到下标相同的格子中，此时我们就可以使用链表来对其进行链式的存放。

第二问：我⽤LinkedList代替数组结构可以吗？

对于题目的意思是说，在源码中我们是这样的

Entry[] table=new Entry[capacity]; // entry就是一个链表的节点

现在进行替换，进行如下的实现

List<Entry> table=new LinkedList<Entry>();

是否可以行得通？答案当然是肯定的。

第三问：那既然可以使用进行替换处理，为什么有偏偏使用到数组呢？

因为⽤数组效率最⾼！在HashMap中，定位节点的位置是利⽤元素的key的哈希值对数组⻓度取模得到。此时，我们已得到节点的位置。显然数组的查找效率⽐LinkedList⼤（底层是链表结构）。

那ArrayList，底层也是数组，查找也快啊，为啥不⽤ArrayList? 因为采⽤基本数组结构，扩容机制可以⾃⼰定义，HashMap中数组扩容刚好是2的次幂，在做取模运算的效率⾼。⽽ArrayList的扩容机制是1.5倍扩容（这一点我相信学习过的都应该清楚），那ArrayList为什么是1.5倍扩容这就不在本⽂说明了。

Hash冲突：得到下标值：

我们都知道在HashMap中使用数组加链表，这样问题就来了，数组使用起来是有下标的，但是我们平时使用HashMap都是这样使用的：

HashMap<Integer,String> hashMap=new HashMap<>(); 
hashMap.put(2,"dd");

可以看到的是并没有特地为我们存放进来的值指定下标，那是因为我们的hashMap对存放进来的key值进行了hashcode()，生成了一个值，但是这个值很大，我们不可以直接作为下标，此时我们想到了可以使用取余的方法，例如这样：

key.hashcode()%Table.length；

即可以得到对于任意的一个key值，进行这样的操作以后，其值都落在0-Table.length-1 中，但是 HashMap的源码却不是这样做？

它对其进行了与操作，对Table的表长度减一再与生产的hash值进行相与：

if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null);

这里我们也就得知为什么Table数组的长度要一直都为2的n次方，只有这样，减一进行相与时候，才能够达到最大的n-1值。

举个栗子来反证一下：

我们现在数组的长度为 15 减一为 14 ，二进制表示 0000 1110 进行相与时候，最后一位永远是0，这样就可能导致，不能够完完全全的进行Table数组的使用。违背了我们最开始的想要对Table数组进行最大限度的无序使用的原则，因为HashMap为了能够存取高效，，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表⻓度⼤致相同。

此时还有一点需要注意的是：我们对key值进行hashcode以后，进行相与时候都是只用到了后四位，前面的很多位都没有能够得到使用,这样也可能会导致我们所生成的下标值不能够完全散列。

解决方案：将生成的hashcode值的高16位于低16位进行异或运算，这样得到的值再进行相与，一得到最散列的下标值。

static final int hash(Object key) { 
    int h; 
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 
}

三、问讲一讲HashMap的get/put过程

1.常见面试题

知道HashMap的put元素的过程是什么样吗？

知道get过程是是什么样吗？

你还知道哪些的hash算法？

说一说String的hashcode的实现

Put方法：

1.对key的hashCode()做hash运算，计算index;

2.如果没碰撞直接放到bucket⾥；

3.如果碰撞了，以链表的形式存在buckets后；

4.如果碰撞导致链表过⻓(⼤于等于TREEIFY_THRESHOLD)，就把链表转换成红⿊树(JDK1.8中的改动)；

5.如果节点已经存在就替换old value(保证key的唯⼀性)

6.如果bucket满了(超过load factor*current capacity)，就要resize

在得到下标值以后，可以开始put值进入到数组+链表中，会有三种情况：

数组的位置为空。

数组的位置不为空，且面是链表的格式。

数组的位置不为空，且下面是红黑树的格式。

同时对于Key 和Value 也要经历一下步骤

通过 Key 散列获取到对于的Table；’

遍历Table 下的Node节点，做更新/添加操作；

扩容检测；

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) // HashMap的懒加载策略，当执行put操作时检测Table数组初始化。 n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) //通过``Hash``函数获取到对应的Table，如果当前Table为空，则直接初始化一个新的Node并放入该Table中。 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //进行值的判断： 判断对于是不是对于相同的key值传进来不同的value，若是如此，将原来的value进行返回 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 如果当前Node类型为TreeNode，调用 PutTreeVal 方法。 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //如果不是TreeNode，则就是链表，遍历并与输入key做命中碰撞。 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //如果当前Table中不存在当前key，则添加。 p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //超过了``TREEIFY_THRESHOLD``则转化为红黑树。 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //做命中碰撞，使用hash、内存和equals同时判断（不同的元素hash可能会一致）。 break; p = e; } } if (e != null) { // existing mapping for key //如果命中不为空，更新操作。 V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) //扩容检测！ resize(); afterNodeInsertion(evict); return null; }

以上就是HashMap的Put操作，若是对其中的红黑树的添加，以及Node链表和红黑树的转换过程我们暂时不进行深入的讨论，这个流程大概还是可以进行理解，下面来深入讨论扩容问题。

resise方法：

HashMap 的扩容实现机制是将老table数组中所有的Entry取出来，重新对其Hashcode做Hash散列到新的Table中，可以看到注解Initializes or doubles table size. resize表示的是对数组进行初始化或

进行Double处理。现在我们来一步一步进行分析。

/** * Initializes or doubles table size. If null, allocates in * accord with initial capacity target held in field threshold. * Otherwise, because we are using power-of-two expansion, the * elements from each bin must either stay at same index, or move * with a power of two offset in the new table. * * @return the table */ final Node<K,V>[] resize() { //先将老的Table取别名，这样利于后面的操作。 Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; //表示之前的数组容量不为空。 if (oldCap > 0) { // 如果 此时的数组容量大于最大值 if (oldCap >= MAXIMUM_CAPACITY) { // 扩容 阙值为 Int类型的最大值，这种情况很少出现 threshold = Integer.MAX_VALUE; return oldTab; } //表示 old数组的长度没有那么大，进行扩容，两倍（这里也是有讲究的）对阙值也进行扩容 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } //表示之前的容量是0 但是之前的阙值却大于零， 此时新的hash表长度等于此时的阙值 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults //表示是初始化时候，采用默认的 数组长度* 负载因子 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //此时表示若新的阙值为0 就得用 新容量* 加载因子重新进行计算。 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 开始对新的hash表进行相对应的操作。 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { //遍历旧的hash表，将之内的元素移到新的hash表中。 for (int j = 0; j < oldCap/***此时旧的hash表的阙值*/; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { //表示这个格子不为空 oldTab[j] = null; if (e.next == null) // 表示当前只有一个元素，重新做hash散列并赋值计算。 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) // 如果在旧哈希表中，这个位置是树形的结果，就要把新hash表中也变成树形结构， ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //保留 旧hash表中是链表的顺序 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do {// 遍历当前Table内的Node 赋值给新的Table。 next = e.next; // 原索引 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 原索引+oldCap else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 原索引放到bucket里面 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 原索引+oldCap 放到bucket里面 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }

get方法：

1.对key的hashCode()做hash运算，计算index;

2.如果在bucket⾥的第⼀个节点⾥直接命中，则直接返回；

3.如果有冲突，则通过key.equals(k)去查找对应的Entry;

4. 若为树，则在树中通过key.equals(k)查找，O(logn)；

5. 若为链表，则在链表中通过key.equals(k)查找，O(n)。

在进行取值时候，因为对于我们传进来的key值进行了一系列的hash操作，首先，在传进来 key值时候，先进性hash操作。

final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 判断 表是否为空，表重读是否大于零，并且根据此 key 对应的表内是否存在 Node节点。 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) // 检查第一个Node 节点，若是命中则不需要进行do... whirle 循环。 return first; if ((e = first.next) != null) { if (first instanceof TreeNode) //树形结构，采用 对应的检索方法，进行检索。 return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //链表方法 做while循环，直到命中结束或者遍历结束。 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }

containsKey 方法：

根据get方法的结果，判断是否为空，判断是否包含该key

public boolean containsKey(Object key) { 
    return getNode(hash(key), key) != null; 
}

还知道哪些hash算法

先说⼀下hash算法⼲嘛的，Hash函数是指把⼀个⼤范围映射到⼀个⼩范围。把⼤范围映射到⼀个⼩范围的⽬的往往是为了节省空间，使得数据容易保存。

⽐较出名的有MurmurHash、MD4、MD5等等

String中hashcode的实现

public int hashCode() { int h = hash; if (h == 0 && value.length > 0) { char val[] = value; for (int i = 0; i < value.length; i++) { h = 31 * h + val[i]; } hash = h; } return h; }

String类中的hashCode计算⽅法还是⽐较简单的，就是以31为权，每⼀位为字符的ASCII值进⾏运算，⽤⾃然溢出来等效取模。

哈希计算公式可以计为ss[[00]]3311^^((nn–11)) ++ ss[[11]]3311^^((nn–22)) ++ …… ++ ss[[nn–11]]

那为什么以31为质数呢? 主要是因为31是⼀个奇质数，所以31i=32i-i=(i<<5)-i，这种位移与减法结合的计算相⽐⼀般的运算快很多

四、问为什么hashmap的在链表元素数量超过8时候改为红黑树

1.常见面试题

知道jdk1.8中hashmap改了什么吗

说一下为什么会出现线程的不安全性

为什么在解决hash冲突时候，不直接用红黑树，而是先用链表，再用红黑树

当链表转为红黑树，什么时候退化为链表

第一问改动了什么

1.由数组+链表的结构改为数组+链表+红⿊树。

2. 优化了⾼位运算的hash算法：h^(h>>>16)

3. 扩容后，元素要么是在原位置，要么是在原位置再移动2次幂的位置，且链表顺序不变。

注意：最后⼀条是重点，因为最后⼀条的变动，hashmap在1.8中，不会在出现死循环问题。

第二问HashMap的线程不安全性

HashMap 在jdk1.7中使用数组加链表的方式，并且在进行链表插入时候使用的是头结点插入的方法。

注：这里为什么使用头插法的原因是我们若是在散列以后，判断得到值是一样的，使用头插法，不用每次进行遍历链表的长度。但是这样会有一个缺点，在进行扩容时候，会导致进入新数组时候出现倒序的情况，也会在多线程时候出现线程的不安全性。

但是对与 jdk1.8 而言，还是要进行阙值的判断，判断在什么时候进行红黑树和链表的转换。所以无论什么时候都要进行遍历，于是插入到尾部，防止出现扩容时候还会出现倒序情况。

所以当在多线程的使用场景中，尽量使用线程安全的ConcurrentHashMap。至于Hashtable而言，使用效率太低。

第三问为什么不一开始就使用红黑树，不是效率很高吗?

因为红⿊树需要进⾏左旋，右旋，变⾊这些操作来保持平衡，⽽单链表不需要。

当元素⼩于8个当时候，此时做查询操作，链表结构已经能保证查询性能。

当元素⼤于8个的时候，此时需要红⿊树来加快查询速度，但是新增节点的效率变慢了。

因此，如果⼀开始就⽤红⿊树结构，元素太少，新增效率⼜⽐较慢，⽆疑这是浪费性能的。

第四问什么时候退化为链表

为6的时候退转为链表。中间有个差值7可以防⽌链表和树之间频繁的转换。

假设⼀下，如果设计成链表个数超过8则链表转换成树结构，链表个数⼩于8则树结构转换成链表，如果⼀个HashMap不停的插⼊、删除元素，链表个数在8左右徘徊，就会频繁的发⽣树转链表、链表转树，效率会很低。

五、问HashMap的并发问题

HashMap在并发环境下会有什么问题

一般是如何解决的

1.问题的出现

(1)多线程扩容，引起的死循环问题

(2)多线程put的时候可能导致元素丢失

(3)put⾮null元素后get出来的却是null

2.不安全性的解决方案

在之前使用hashtable。在每一个函数前面都加上了synchronized 但是效率太低我们现在不常用了。使用 ConcurrentHashmap函数，对于这个函数而言我们可以每几个元素共用一把锁。用于提高效率。

六、问你一般用什么作为HashMap的key值

key可以是null吗，value可以是null吗

一般用什么作为key值

用可变类当Hashmap1的Key会有什么问题

让你实现一个自定义的class作为HashMap的Key该如何实现

1.key可以是null吗，value可以是null吗

当然都是可以的，但是对于 key来说只能运行出现一个key值为null，但是可以出现多个value值为null

2.一般用什么作为key值

⼀般⽤Integer、String这种不可变类当HashMap当key，⽽且String最为常⽤。

(1)因为字符串是不可变的，所以在它创建的时候hashcode就被缓存了，不需要重新计算。这就使得字符串很适合作为Map中的键，字符串的处理速度要快过其它的键对象。这就是HashMap中的键往往都使⽤字符串。

(2)因为获取对象的时候要⽤到equals()和hashCode()⽅法，那么键对象正确的重写这两个⽅法是⾮常重要的,这些类已经很规范的覆写了hashCode()以及equals()⽅法。

3.用可变类当Hashmap1的Key会有什么问题

hashcode可能会发生变化，导致put进行的值，无法get出来，如下代码所示：

HashMap<List<String>,Object> map=new HashMap<>(); 
List<String> list=new ArrayList<>(); 
list.add("hello"); 
Object object=new Object(); 
map.put(list,object); 
System.out.println(map.get(list)); 
list.add("hello world"); 
System.out.println(map.get(list));

输出值如下：