Java容器之HashMap源码阅读(三)
HashMap内部数据结构使用了哈希表数组+链表实现,JDK1.8之后新增了红黑树,也就是说HashMap底层可能是哈希表数组+链表结构也可能是哈希表数组+红黑树结构。
在研究HashMap之前复习一下ArrayList、LinkedList的底层结构。
ArrayList使用的是数组,LinkedList使用的是链表,而HashMap核心结构是hash表。
数组:采用一段连续的存储单元来存储数据。对于指定下标的查找,时间复杂度为O(1);而指定值查找,需要遍历数组,逐一比对给定关键字和数组元素,时间复杂度为O(n),当然,对于有序数组,则可采用二分查找,插值查找,斐波那契查找等方式,可将查找复杂度提高为O(logn);对于一般的插入删除操作,涉及到数组元素的移动,其平均复杂度也为O(n)。
线性链表:对于链表的首尾新增,删除操作,仅需处理节点间的引用即可,时间复杂度为O(1),而查找操作需要遍历链表逐一进行比对,复杂度为O(n)。
哈希表:哈希表的主干是数组,在哈希表中进行添加,删除,查找等操作,通过特定函数映射到数组中的某个位置,通过数组下标一次定位就可完成操作,不考虑哈希冲突的情况下,时间复杂度为O(1)。但是当这个特定函数算出来的地址中已经存在元素的时候,我们把这种情况称之为哈希碰撞(哈希冲突),通常采用链地址法将多个哈希值相同的元素以单向链表存储,将后进来的元素添加到链表头部。而链表的查找需要进行遍历,复杂度为O(n)。
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
// 初始容量默认16。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量。
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载因子,过大的扩容因子会导致碰撞概率大大提升,过小扩容因子会造成存储浪费,
当HashMap中元素数量超过容量*装载因子 时,则进行resize()扩容操作。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 桶转换条件,当链表长度达到8时将链表转换为红黑树。
static final int TREEIFY_THRESHOLD = 8;
// 桶转换条件,红黑树退化条件,红黑树退化成链表。
static final int UNTREEIFY_THRESHOLD = 6;
// 当想要将解决hash冲突的链表转变为红黑树时,需要判断下此时数组的容量,若是由于数组容量
太小(小于MIN_TREEIFY_CAPACITY)而导致hash冲突,则不进行链表转为红黑树的操作,而是利
用resize()函数对HashMap扩容。
static final int MIN_TREEIFY_CAPACITY = 64;
// 存放的元素个数
transient int size;
// 临界值 当实际大小(容量*填充比)超过临界值时,会进行扩容
int threshold;
// 负载因子
final float loadFactor;
// 保存Node<K,V>节点的数组
transient Node<K,V>[] table;
// node节点类,实现Entry接口,其中next属性指向下节点,多个节点通过此属性可构成单向链表
hash表通过单向链表来解决键冲突的情况。hash属性是对key的hashcode值进行hash运算后得到的值进行存储,避免每次都需要进行计算。
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;
}
}
// 由HashMap中Node<K,V>节点构成的set
transient Set<Map.Entry<K,V>> entrySet;
// 构造方法,指定初始容量及装载因子。当我们通过指定initialCapacity设置初始容量的时候
HashMap并不一定会直接采用我们传入的数值,而是经过计算,得到一个新值,这个新值一般大于
初始化值的第一个2的幂,目的是提高hash的效率。比如initialCapacity=9,那第一个大于9的2
的幂是16。如果是initialCapacity = 3,那实际容量将是4。
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
// 构造方法给定初始容量,会去默认负载因子,调用上面构造方法。
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 无参构造,使用默认负载因子,第一次添加操作时将会调用resize()进行扩容。实列对象时建议
指定大小。原理同ArrayList。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 指定集合转为HashMap,将值添加进去。
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
HashMap新增操作
// 新增键值,根据key计算出hash值,调用putVal()方法。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/*
* 1、判断table是否已初始化,否则进行初始化resize扩容操作
* 2、计算索引存储的位置,若该位置无元素则直接进行插入。已经存在元素则对比元素的hash值
* 和key值,进行赋值操作,然后判断节点是否为红黑树或者链表,执行对应操作。
* 3、判断是否需要扩容。
* /
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)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
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))))
e = p;
else if (p instanceof TreeNode)
// 红黑树节点则调用putTreeVal()函数进行插入。
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 遍历整个链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 创建一个尾节点(我记得是添加到链表头节点的啊?)
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 当链表大于8个节点,链表将转换为红黑树,需要了解红黑树的原理结构。
treeifyBin(tab, hash);
break;
}
// 若待插入元素在HashMap中已存在,且key相同则直接覆盖。
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;
// 当大小大于临界值时,进行扩容操作。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap删除操作
// 计算出hash值,调用removeNode()方法根据键值删除指定节点
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 删除节点需要在数组不为null的情况下进行,并且p节点根据键的hash值对应到数组的索引
在该索引下必须也不能为null
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 删除的节点如果是头节点,直接赋值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 如果不是单节点,需要判断是否是红黑树或者链表
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
// 红黑树,调用getTreeNode()方法遍历找到需要被删除的节点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 如果是链表,使用do while遍历,找到需要被删除节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
// 如果获取的节点是红黑树,调用removeTreeNode()方法进行删除。
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
// 如果是头节点,将下一个节点替换成新头节点
tab[index] = node.next;
else
//如果不是头节点,则被删除节点的前节点的下节点指针(next)指向被删除节点的后节点。
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap查询操作
// 根据键获取元素值,根据key计算hash值,调用getNode()方法。
public V get(Object key) {
Node<K,V> e;
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) {
// 如果查询到的是头节点,直接返回。
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果 next !=null 存在hash键冲突的情况,需判断是否是红黑树或者链表。
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 如果是红黑树,直接调用getTreeNode()方法 返回红黑树中节点的值
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否则需要遍历链表,返回节点值
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 若容量超过最大值,则无法进行扩容,需扩大阀值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// //若哈希桶扩容为原来的2倍,阀值也变为原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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"})
//新的哈希桶
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 循环把oldTab中的每个节点node,reHash操作并移动到新的数组newTab中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//未未出现hash冲突,没有后继next节点,则直接在newTab在进行重定位
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 若红黑树,则需要进行红黑树的rehash操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 为链表,计算位置将数组放入新的哈希桶
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
总结:HashMap源码中代码量较多,其中涉及到红黑树与链表转换。数据结构比前两种都要复杂,代码阅读起来也比较麻烦。实际上我们只要大概了解一下其中比较重要的知识点,比如HashMap使用链地址法处理键冲突,1.8之后的红黑树,它的扩容时机。源码过一遍,然后阅读一下那些网上很多比较好的文章,循环渐进,很好掌握。