Java容器（一）-HashMap详解(JDK1.8)

最新推荐文章于 2024-06-21 10:30:00 发布

Coding-ls

最新推荐文章于 2024-06-21 10:30:00 发布

阅读量1k

点赞数

分类专栏： Java

本文链接：https://blog.csdn.net/programerxiaoer/article/details/79796138

版权

Java 专栏收录该内容

20 篇文章 4 订阅

订阅专栏

摘要

HashMap可以说是在程序开发中使用最频繁的映射处理的数据类型。在JDK1.8中又对HashMap进行了优化，引入了红黑树的数据结构和扩容的优化。接下来就探讨一下HashMap的结构和实现原理。

简介

Java中的映射类容器都是继承自java.util.Map接口，Map接口主要有四个实现类，它们分别是：HashMap、LinkedHashMap、TreeMap和Hashtable。它们之间的继承关系如下图：
这里写图片描述
实现类的简单比较：

HashMap：Map基于散列表的实现。它根据键的hashCode值存储和查找数据。但是遍历的顺序不固定。在HashMap中只允许存储一条键为null的数据。HashMap时线程不安全的，当多个线程同时操作一个HashMap时，可能造成数据不一致。
HashTable：很多映射操作与HashMap相似。但是HashTable继承自Dictionary类，而且HashTable时线程安全的，不过并发性不如ConcurrentHashMap。在不予要并发的场景应该使用HashMap。
LinkedHashMap：类似于HashMap，是HashMap的子类。但是遍历它时，取得键值对的顺序是插入时的顺序，或者是最近最少使用（LRU）的顺序。比HashMap慢一点，但在迭代访问时比较快，因为它使用链表维护内部次序。
TreeMap：TreeMap实现SortedMap接口，能够把它保存的记录根据键排序，默认是按键值的升序排序，也可以指定排序的比较器，当用Iterator遍历TreeMap时，得到的记录是排过序的。如果使用排序的映射，建议使用TreeMap。在使用TreeMap时，key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator，否则会在运行时抛出java.lang.ClassCastException类型的异常。

HashMap的内部实现

HashMap通过数组+链表+红黑树（JDK1.8引入了红黑树）的结构来存储数据。从源码中可知，HashMap中有一个内部类Node

    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash; //键的hash值，用来定位索引
        final K key;
        V value;
        Node<K,V> next; //下一个节点，用于碰撞存储
        Node(int hash, K key, V value, Node<K,V> next) {...}
        public final K getKey()        { ...}
        public final V getValue()      { ... }
        public final String toString() { ... }
        public final int hashCode() {...}
        public final V setValue(V newValue) {...}
        public final boolean equals(Object o) {...}
    }

在HashMap中就是以Node类为基本存储单元。同时HashMap中有一个重要的字段Node[] table，这个数组类就是哈希桶，HashMap中的元素都存储在哈希桶中。哈希桶在HashMap中解决了元素碰撞问题，当存储元素时通过计算键(key)的hash值来获得元素的索引。如果在哈希桶中原来的位置已经存在元素说明发生了碰撞，那么将元素的放在对应索引的链表中。

通过源码，我们还可以看到一个属性loadFactor(负载因子)，它有个默认值是DEFAULT_LOAD_FACTOR = 0.75f；这个属性是HashMap扩容机制的重要参数，当HashMap中元素的数量大于等于length乘于loadFactor时就进行扩容。扩容之后HashMap的容量是之前的两倍。

当loadFactor比较大时，那么HashMap再下一次扩容前能够存储更多的元素。而当loadFactor比较小时，HashMap在下次扩容前就只能存储更少的元素。综上，loadFactor的意义就是对时间和空间的一个衡量。不过我们在使用HashMap的时候使用默认值就可以满足大多数情况，不用刻意更改loadFactor。

HashMap的功能实现

1.确定元素在哈希桶的索引位置
HashMap操作元素时，第一步就是确定元素的索引。在HashMap中通过hash算法将元素分散到哈希桶中，所以hash算法的好坏对元素的分布有着很大的影响。以下是JDK1.8中hash算法的实现。

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);  //将键(key)的hash值充分计算
    }
    (length - 1) & hash //确定索引的最后一步，相当于和容器长度做与操作

从源码中可知，hash算法可以分为三步：计算key的hashcode，高位与运算（即右移，高位补0），异或运算。最后得到索引时还需要与（length-1）进行&操作。

那么(length - 1) & hash为什么相当于取模运算呢？我们知道HashMap中容器的长度都是2的n次方，当进行length-1运算时，除了最高位变0，其他位都变1。而对长度取模相当于(计算后得到的)hash值向右移动n位后移出的那个值(即hash值的右边n位的值)，而这个值就等于(length - 1) & hash。
这里写图片描述

2.HashMap中的put方法

1）首先判断哈希桶数组table是否为null或者table的长度为0 ，如果条件成立则执行扩容方法（resize）；
2）根据key（键）计算hash得到插入数组的索引。如果当前位置的节点为null，直接插入。否则转向第3步；
3）判断哈希桶数组table[i]的首个元素的key是否与插入元素的key相等（通过hashcode和equals判断），如果相等，则替换value（值）。如果不相等，转向4；
4）判断当前table[i]是否是红黑树，如果是，直接在红黑树中插入value（值）。否则转向5；
5）遍历table[i]的链表，如果下个元素时null，则插入到下个元素，然后判断链表长度是否大于8，将链表转化为红黑树。在遍历过程中，如果发现key已经存在，直接覆盖value即可；
6）插入成功后，判断总的键值对数量size是否超过了最大容量threshold，如果超过，进行扩容。

public V put(K key, V value) {
        //计算键的hashCode值
        return putVal(hash(key), key, value, false, true);
    }
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //步骤1：table为null则创建table
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;  //table为null，执行resize()方法
            //步骤2：当前索引下元素为null，直接插入
            //计算索引
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //步骤3：节点存在，直接覆盖。覆盖逻辑在下面执行
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
                //步骤4：判断时候为红黑树结构
            else if (p instanceof TreeNode)
                //将元素插入红黑树
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //步骤5：将元素出入链表
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //链表长度大于8时转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //节点已存在，则覆盖
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //这里的逻辑就是覆盖已存在节点的逻辑
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //步骤6：扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

3.扩容机制
当HashMap中元素的数量大于threshold（可存储容量）时就会进行扩容。在JDK1.8中对扩容机制进行了一些优化。开始扩容时容量会扩大到原来的两倍，所以当转移元素到新的哈希桶时，重新计算（e.hash & oldCap）后，如果值为0，就将元素放到原来的位置，否则放到（原来位置+oldCap）。因为在HashMap容量变为原来的2倍后，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。这里是在Java8中做的一个优化。比如：如果使用上文将的hash算法去寻址，那么会得到这样的结果，在哈希桶的长读扩大为原来的2倍时，length-1的结果中2进制的表示也多了一位1。于是hash & (length-1)的结果在与多出的一位进行&操作时，结果要么是1，要么是0。为1的时候就是加上原来的长度oldLen，为0的时候位置不变。

下面讲到的扩容机制中也会采用这个原理进行优化。

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) {
            //当大于最大容量时，就不在进行扩容了
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //否则进行扩容，容量增大到原来的2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
            //计算新的上限
            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"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            //将每个元素移动到新的哈希桶中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        //直接复制
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        //插入到红黑树中
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;  //低位元素，即原来的位置
                        Node<K,V> hiHead = null, hiTail = null;  //高位元素，即原来位置+oldCap
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //计算是否为0或者1
                            if ((e.hash & oldCap) == 0) {
                                //为0，放入原来的位置
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                //为1，放入原来位置+oldCap
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            //放入原来的位置
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //放入原来位置+oldCap
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

总结

HashMap使用的一些建议
(1) 扩容是一个特别耗性能的操作，所以当程序员在使用HashMap的时候，估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。
(2) 负载因子是可以修改的，也可以大于1，但是建议不要轻易修改，除非情况非常特殊。
(3) HashMap是线程不安全的，不要在并发的环境中同时操作HashMap，建议使用ConcurrentHashMap。
(4) JDK1.8引入红黑树大程度优化了HashMap的性能。

Coding-ls

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
Java容器（一）-HashMap详解(JDK1.8)

摘要HashMap可以说是在程序开发中使用最频繁的映射处理的数据类型。在JDK1.8中又对HashMap进行了优化，引入了红黑树的数据结构和扩容的优化。接下来就探讨一下HashMap的结构和实现原理。简介Java中的映射类容器都是继承自java.util.Map接口，Map接口主要有四个实现类，它们分别是：HashMap、LinkedHashMap、TreeMap和Hashtable。...
复制链接

扫一扫

专栏目录