java-1-集合补充-HashMap(jdk1.8)

目录

将散列码约束在有限的数组空间

HashMap如何解决hash冲突

采用链表+红黑树的方式

引入负载因子，减少hash冲突

HashMap部分源码

Fail-Fast机制

---

  HashMap，底层就是一个数组存储k-v（k-v就是一个entry）的数据（数组每一位存储的是链表或者红黑树），怎么决定entry放在数组的哪个下标呢？是根据key的hashcode算出来的，而hashcode范围是很广的，数组长度却是有限的，如何将范围很广的散列码约束在有限的数组空间呢？

将散列码约束在有限的数组空间

    根据key.hashcode()如何得出在数组的位置，  先看jdk1.7中如何得到数组的下标

// h是hashcode值
static int indexFor(int h, int length) {
    return h & (length-1);
}

        这一步实际参与计算的hashcode只有后几位，因为length一般不大，高位都是0，和0相与结果都是0，所以相当于高位不参与计算。为了避免发生hash冲突（key不同，结果算出来的数组下标一样的情况），那希望hash的低位越散列越好，就越可以减少发生hash冲突。jdk1.8做了一些优化。

     先看一下jdk1.8如何计算的hash值：

    // 根据key返回对应的hash值：
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

    关注2点：

1. key可以为null，对应hash值是0., value也可以为null
2. key不为null的时候，返回的hash值是 key的hashcode的高16位 和 低16位做异或。为了使得返回的hash值更加分散。可参考下 https://blog.csdn.net/qq_42034205/article/details/90384772 

   // 插入数据
   final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 如果是第一次put，会先走resize，初始化tab
        // n 是当前tabl的length，也就是存放entry的数组的length
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 如果 i = (n - 1) & hash 这个位置没有数据，则将node放到数组下标为i的位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
     。。。。。
    }

       jdk1.8这里用的是 i= (n - 1) & hash 表示最终数组的下标，而hash就是上面hashcode高位与低位异或之后的结果。

至此完成k-v在数组的分配。所有的散列码都 “约束” 到这个有效的数组空间，难免发生hash冲突。

HashMap如何解决hash冲突

采用链表+红黑树的方式

        数组的每一个位置相当于一个桶，桶里放的是所有hash地址相同的 <k,v>对。如果hash相等且key相等，直接替换。否则，新的<k,v>添加到桶中。如果桶中entry数小于8，用链表方式存储，大于8，则改为红黑树存储，便于查找。

引入负载因子，减少hash冲突

        如果数组空间也很大，假如说无穷大，hash就趋近于不会发生冲突，所以为了减少发生冲突，实际存入数组的元素不会到达数组length（即capacity），当元素个数超过 threshold = capacity* loadFactor （负载因子默认是0.75）会触发数组扩容，新数组容量是之前的2倍（newThr = oldThr << 1）。

       负载因子越小，数组实际空间越大，hash冲突越不易发生，链表或者红黑树就越短，查询的时候也就越快。但同时数组开辟的空间越大，空间浪费，所以综合时间和空间考虑，负载因子设置0.75对于插入和查找比较理想。

HashMap部分源码

何时初始化tab的？resize

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) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            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"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        // 扩容，数据需要重新放到新tab中。
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e; // 依然是 与 操作
                    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; // 链表前面的node还是在当前下标下
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead; // 链表后面的node分到了数组高位下标
                        }
                    }
                }
            }
        }
        return newTab;
    }

• 第一次put的时候，判断tab未初始化，先会先走resize
  • 数组初始化大小是 threshold，并且更新threshold=int(capacity * loadFactor)
• 下一次put，会判断是否超过threshold，超过的话继续 resize()，每次扩容：newThr = oldThr << 1; // double threshold
  • 扩容都需要遍历oldtab

    • 计算数组下标依然是:  newTab[e.hash & (newCap - 1)] = e;

    • 链表拆开放到不同数组下标了。

Fail-Fast机制

         HashMap不是线程安全的，因此如果在使用迭代器的过程中有其他线程修改了map，将抛出ConcurrentModificationException，这就是所谓fail-fast策略。

        通过属性modCount来实现的，modCound每次修改hashmap内容的时候（比如put和remove）都会自加1，以此表示修改次数，那么在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount