一、初始化
1.1 默认初始化
//默认初始化仅指定加载因子,首次put元素时,会使用resize()开辟16(2的4次幂)个长度的空间
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
1.2 指定容量初始化
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
...
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 返回最小大于等于cap的2的n次幂
* 例如:tableSizeFor(19)返回32
*/
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;
}
1.3 HashMap为什么让容量一定是2的幂次方
(1)偶数使数据均匀分布(节约空间、减少位置冲突):桶下标计算公式即是hash&(capacity-1),若允许capacity为奇数, 那经过capacity-1之后就变成了偶数,那经过&运算后的值也是偶数,这样任何Hash值只会散列到数组的偶数下标位置上,浪费空间并且增加冲突的可能性。如果capacity为偶数,那么经过capacity-1之后就变成奇数,再经过&运算后的值,可能是奇数也可能是偶数,这样可以保证散列比较均匀。
(2)运算速度更快:见2.3-(2)
二、定位桶位置
增加、删除、查找键值对,定位到哈希桶数组的位置都是关键的第一步。
HashMap处理逻辑为:先是通过扰动函数hash(Object key)处理key的hashCode而得到其hash 值,然后通过 hash&(capacity-1)判断当前元素存放的位置。
2.1 hash(Object key)
static final int hash(Object key) {
int h;
//^ (h >>> 16)为扰动函数,作用见见2.3分析-(3)
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
2.2 桶下标计算
hash&(capacity-1)
2.3 分析
(1)key.hashCode()函数调用的是key键值类型自带的哈希函数public native int hashCode()返回的int类型。如果直接拿散列值做数组下标,那么索引范围就是‑2147483648到2147483648,前后加起来大概40亿的映射空间,但桶数组默认的初始容量最大才16,这就说明hashCode()返回的散列值是不能直接用来访问,需要映射到桶的容量空间(%、&)。
(2)桶下标计算公式是hash&(capacity-1)。之所以不使用hash % capacity方式取模,是因为HashMap中规定了哈希表长度为2 的幂,在这种情况下,位与运算更快, resize() 扩容时也可以更高效地重新计算桶下标【hash&(capacity-1)计算方式,可以使新老桶位置之间存在一定关系】。
(3)扰动函数作用
(a)桶下标计算如果直接使用key.hashCode()&(capacity-1),因初始时capacity值较小,所以总会截取最后几位,碰撞会比较严重。比如capacity=16,capacity-1=15
0000 0000 0000 0000 0000 0000 0000 1111
& 1111 1111 1111 1111 1111 0000 1110 1010
--------------------------------------------
0000 0000 0000 0000 0000 0000 0000 1010
(b)这时候扰动函数的作用就体现出来了:右位移16位,正好是32的一半,自己的高半区与低半区做异或,就是为了混合原始哈希码的高位与低位,以此来加大低位随机性。而混合后的低位参杂了高位部分特征,高位信息也参入了寻址计算(进行扰动)。
三、扩容
3.1 桶下标计算公式是hash&(capacity-1),扩容为2倍后,节点在新旧table中的位置存在一定联系:
(1)要么下标相同;
(2)要么相差一个oldCap(原table的大小)
例如,有2个元素k1、k2,对应的hash值分别为0000 0101、0001 0101,
(1)原来table大小为16,k1、k2对应的位置都为5:
(a) k1
0000 0101
& 0000 1111
--------------
0000 0101
(b) k2
0001 0101
& 0000 1111
--------------
0000 0101
(2)table大小扩容为32后:
(a) k1对应位置为5
0000 0101
& 0001 1111
--------------
0000 0101
(b) k2对应位置为21=5+16
0001 0101
& 0001 1111
--------------
0001 0101
3.2 扩容后桶位置的快速计算
因为扩容后计算存储位置就是hash&(capacity-1)),但是并不需要再如此计算一次位置,因为有快速的替代算法,即:只需要判断左边新增的那一位是否为1,便可判断此节点是留在原地lo,还是移动去高位hi【(e.hash & oldCap) == 0】。
例如,有2个元素k1、k2,对应的hash值分别为0000 0101、0001 0101,
(1)原来table大小为16,对应的位置都为5:
(a) k1
0000 0101
& 0000 1111
--------------
0000 0101
(b) k2
0001 0101
& 0000 1111
--------------
0000 0101
(2)table大小扩容为32后位置,看hash值与16(原oldCap值)位与是否为0,可以快速定位位置
(a) k1
0000 0101
& 0001 0000
--------------
0000 0000
(b) k2
0001 0101
& 0001 0000
--------------
0001 0000
3.3 resize源码
final HashMap.Node<K,V>[] resize() {
HashMap.Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
...
//newCap扩为原来的2倍:newCap = oldCap << 1
HashMap.Node<K,V>[] newTab = (HashMap.Node<K,V>[])new HashMap.Node[newCap];
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
HashMap.Node<K,V> e;
//1、当前位置为空,遍历下一个
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
//2、当前位置仅有一个元素,直接放入新的桶中
//新旧table中位置的2种关系,决定了如果oldTab位置仅有一个元素,newTab的位置也会仅有一个元素,所以newTab中可以直接新建元素完成迁移
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof HashMap.TreeNode)
//3、当前位置为红黑树(不是本文重点,略)
((HashMap.TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//4、当前位置为链表,通过(e.hash & oldCap) == 0判断留在原位置还是去高位
HashMap.Node<K,V> loHead = null, loTail = null;
HashMap.Node<K,V> hiHead = null, hiTail = null;
HashMap.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;
}
扩容后,当前位置为链表迁移示意图: