HashMap - HashTable
其他数据结构的CRUD性能
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);通过给定值进行查找,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:对于链表的新增,删除等操作(在找到指定操作位置后),仅需处理结点间的引用即可,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)
二叉树:对一棵相对平衡的有序二叉树,对其进行插入,查找,删除等操作,平均复杂度均为O(logn)。
哈希表:相比上述几种数据结构,在哈希表中进行添加,删除,查找等操作,性能十分之高,不考虑哈希冲突的情况下,仅需一次定位即可完成,时间复杂度为O(1),接下来我们就来看看哈希表是如何实现达到惊艳的常数阶O(1)的。
哈希函数
哈希函数的设计至关重要,好的哈希函数会尽可能地保证 计算简单和散列地址分布均匀
Entry数组
Node 是HashMap的基本组成单元,每一个Node 包含一个key-value键值对,Node 实际是一个Entry数组。
//HashMap的主干数组,初始值为空数组{},主干数组的长度一定是2的次幂
transient Node<K,V>[] table;
Node 是 HashMap 中的一个静态内部类。代码如下
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;
}
}
HashMap的整体结构:
重要参数
//实际存储的key-value键值对的个数,即实际 Entry 节点个数
transient int size;
/**
阈值,当table == {}时,该值为初始容量(初始容量capacity默认为16);当table被填充了,也就是为table分配内存空间后,threshold一般为 capacity*loadFactory。HashMap在进行扩容时需要参考threshold,后面会详细谈到
**/
int threshold;
//负载因子,代表了table的填充度有多少,默认是0.75
final float loadFactor;
//用于快速失败,由于HashMap非线程安全,在对HashMap进行迭代时,如果期间其他线程的参与导致HashMap的结构发生变化了(比如put,remove等操作),需要抛出异常ConcurrentModificationException
transient int modCount;
构造方法(共4个)
/*
* 指定初始容量和负载因子的构造方法
*/
public HashMap(int initialCapacity, float loadFactor) {
//此处对传入的初始容量进行校验,最大不能超过MAXIMUM_CAPACITY = 1<<30(2^30)
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;
threshold = initialCapacity;
init();//init方法在HashMap中没有实际实现,不过在其子类如 linkedHashMap中就会有对应实现
}
在常规构造器中,没有为数组table分配内存空间(有一个入参为指定Map的构造器例外),而是在执行put操作的时候才真正构建table数组
put:
public V put(K key, V value) {
//对key进行hash
return putVal(hash(key), key, value, false, true);
}
hash:
static final int hash(Object key) {
int h;
//如果key为 null 存储在 0 的位置上
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里在原生hashCode的基础上做了一次与高16位相异或的处理,这样做的目的是将哈希值的高位纳入到取余运算中来,防止由于低位相同造成的频繁冲突的情况。
putVal:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//1.初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2.bin为null,初始化第一个节点
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))))
//指定key的值已存在,那么记录下原先的值
e = p;
else if (p instanceof TreeNode)
//红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//bin不为空,且与链表头不相同(==或equals)
//3.
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//达到临界值转为红黑树
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;
//空实现,为LinkedHashMap预留
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//4.
if (++size > threshold)
resize();
//空实现,为LinkedHashMap预留
afterNodeInsertion(evict);
return null;
}
表头还是表尾
当bin中已含有节点链表,且要插入新的元素时从表头还是表尾插入?
从源码(3)中很明显可以看出是从表尾插入,因为HashMap需要判断链表中元素的个数以决定是否将其转为红黑树。
size
HashMap中维护有一个字段size记录当前元素的个数:
transient int size;
从上面putVal方法源码(4)中可以看到其改变方式。
get
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
剩下的脑补即可。
resize
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//原table长度
int oldThr = threshold;
int newCap, newThr = 0;
//原table不为null,
if (oldCap > 0) {
//MAXIMUM_CAPACITY取1 << 30,即table数组的大小,如果已到达此值,那么无需扩容
if (oldCap >= MAXIMUM_CAPACITY) {
//threshold,CAPACITY乘以负载因子即扩容的临界值
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没有达到最大值,两倍扩容
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) // 原来的容量大于 初始容量
newThr = oldThr << 1; // 阈值也要扩倍
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else {
//初始化,默认大小为16
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;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//数组的此位置含有元素
oldTab[j] = null;
if (e.next == null)
//如果桶位中只有一个元素=>直接设置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
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;
}
移动
我们在guava-cache中已经见识过了,假设map的最初容量为8,现要扩容到16,实际上对于每一个桶位(bin),只有两种情况:
- 无需移动(bin下标不变),比如hashCode为7的情况。
- 移动到原先下标位置 + 最初容量的位置,比如对于hashCode 12,原本为4,现在要移动至12,移动了8.
那么如何判断是否需要移动呢?
因为我们的容量都是2的整次幂,对8取余我们只要& (8 - 1)即可,所以8和16的mask分别为:
0111
1111
我们只需hashCode & 8即可(和原来容量相与),这便是源码中 preserve order 部分所做的。
那么为什么要对一个bin中的每一个元素都要进行判断呢?因为比如对于bin 4,在容量为8的情况下,hashCode为4和12都会进入到这个位置,而扩容后就不一定了。
红黑树
其时间复杂度为O(logn),不再详细探究其细节,可参考:
containsValue
查询是否包含特定的key较为简单,等同于一次get操作,而查询value则不是:
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
这是一个遍历所有bin + 链表/红黑树的过程,所以有过有根据value查找key的需求我们可以使用双向Map,比如Gauva的BiMap。
HashTable
线程安全
key、value都不可以为null
Hashtable中的映射不是有序的
ConcurrentHashMap
1.8版本的改进:
- 使用CAS代替分段锁。
- 红黑树,这一点和HashMap是一致的。