关于HashMap的分析文章网上有很多,我现在也以自己的理解来简单分析下HashMap。这里主要针对JDK1.8来讲解,若有不足或者错误之处还请多多指教。
在分析之前先转载一张java集合的关系图https://img-blog.csdn.net/20160124221843905
一、底层数据结构
在JDK1.6,JDK1.7中,HashMap采用位桶+链表实现,即使用链表处理hash冲突,同一hash值的键值对会被放在同一个位桶里,当桶中元素较多时,通过key值查找的效率较低。
而JDK1.8中,HashMap采用位桶+链表+红黑树实现,当链表长度超过阈值(8),时,将链表转换为红黑树,这样大大减少了查找时间。
JDK7及之前
JKD8及之后
由上面结构图可知,HashMap由数组和链表共同构成,JDK8对HashMap做了优化,采用了红黑树的数据结构来做优化,使得HashMap存取速度更快。
二、HashMap的实现原理
1、几个重要的参数
//默认初始容量16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//容量最大值
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化的阈值,当桶中链表节点数大于8时,将链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//红黑树退化为链表的阈值,当桶中红黑树节点数小于6时,将红黑树转换为链表
static final int UNTREEIFY_THRESHOLD = 6;
//最小的树化容量,进行树化的时候,还有一次判断,只有键值对数量大于64时才会发生转换,
//这是为了避免在哈希表建立初期,多个键值对恰好被放入了同一个链表而导致不必要的转化
static final int MIN_TREEIFY_CAPACITY = 64;
//存储数据的数组
transient Node<K,V>[] table;
//key-value的数量
transient int size;
//被操作的次数
transient int modCount;
//阈值 size>threshold时扩容resize()
int threshold;
//加载因子 默认= DEFAULT_LOAD_FACTOR
final float loadFactor;
2、构造函数HashMap(JDK1.8)
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;
//tableSizeFor返回的是容量,即table.length
//这里为了不初始化table,赋值给threshold ,resize()的时候做处理
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
无参构造函数时,仅仅是初始化loadFactor让其等于默认值。
Map通过构造函数new一个HashMap时,其内部存储数据的数组并没有实例化,而是在PUT方法中去做了一件判断table是否为空的事,若为空就会调用resize()方法,resize()第一次调用就会实例化一个长度为DEFAULT_INITIAL_CAPACITY的Node[]数组。
//该算法让最高位的1后面的位全变为1
//cap-1的目的是为了找到的目标值大于或等于原值(当原值是2的整数次幂的时候)
//例:cap = 5 return为8,cap = 7 return为8,cap=8 return为8,cap=9 return为16
static final int tableSizeFor(int cap) {
//比如 cap = 1010 (十进制为10)
int n = cap - 1;//1001 (9)
n |= n >>> 1;//1101 (13)
n |= n >>> 2;//1111 (15)
n |= n >>> 4;//1111 (15)
n |= n >>> 8;//1111 (15)
n |= n >>> 16;//1111 (15)
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
3、HashMap取get方法
get(K key,V value)
判断表是否为空或者待查找的桶不为空
首先检查待查找的桶的第一个元素是否是要找的元素,如果是直接返回
桶内红黑树,则调用getTreeNode()查找红黑树
桶内是链表,遍历链表寻找节点
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;
//表不为空&&表长大于0&&待查找的桶不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//首先检查桶中的第一个节点,如果相等,则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果桶中是树结构
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//桶中是链表,则遍历链表,如果找到则直接返回
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
4、HashMap存put方法
put(K key,V value)
先来看一张流程图:
该流程图阐述了putVal()方法的整个执行过程。现在我们来看putVal()的源码
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//业务逻辑处理
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
//定义一个数组,一个Node,n存放数组长度,i用于存放key在数组中的索引
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果表为空或者表的容量为0,resize初始化表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据hash得到在tab数组中索引位置的桶,如果桶为空,则将节点直接插入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//桶不为空
else {
Node<K,V> e; K k; //重新定义一个Node,和一个k
//首先判断桶中第一个节点的hash与待插入元素的key的hash值是否相同且key是否"相等",如果相等,赋给变量e
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//是树节点,则调用putTreeVal添加到红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//否则是链表,遍历链表,如果不存在相同的key,则插入链表尾部,
//并且判断节点数量是否大于树化阈值,如果大于则转换为红黑树;如果存在相同的key,break,遍历链表结束
else {
for (int binCount = 0; ; ++binCount) {
//表尾的next节点必然为null
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash); //红黑树插值具体操作
break;
}
//如果当前位置的key与要存放的key的相同,直接跳出,不做任何操作
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//e不为空表示存在相同的key,替换value并返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//e != null表示有相同的key,直接return oldValue。
//剩下的情况链表元素增加,并判断是否大于阈值,如果大于,则扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
链表转化为红黑树:treeifyBin()
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果表为空或者表的长度小于树化的容量,resize()扩容而不是树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//hd是转换为树节点后桶中的头节点 tl记录上一个遍历的节点
TreeNode<K,V> hd = null, tl = null;
do {
//将hash位置处的桶中的每个节点包装成树节点,p记录当前遍历的节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
//循环将桶中每个节点替换为树节点,最终结果就是链表转换为双向链表,prev指向前一个节点,next指向后一个节点
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
//将双向链表转化为红黑树
hd.treeify(tab);
}
}
5、扩容机制resize()
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//旧表的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的阈值
int oldThr = threshold;
//记录新表的容量大小和阈值
int newCap, newThr = 0;
//旧表容量大于0,表示被初始化过,需要执行的是扩容操作
if (oldCap > 0) {
//如果旧表容量大于容量最大值,那么阈值为Interger的最大值,即提升阈值,不再进行扩容,返回旧表
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则,扩容为原先容量的1倍,阈值也扩容为原来的一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap不大于0,表示该表未被初始化,需要进行初始化,需要确认表的大小及阈值
//旧表容量为0,阈值大于0,则用阈值大小作为容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//否则,表的容量为默认初始容量16,阈值为默认初始容量16*加载因子0.75
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果新表阈值为0,则利用新容量*加载因子计算
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将新的阈值赋给HashMap的阈值成员变量
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//新建数组,大小为newCap
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将新建的表赋给HashMap的表成员变量
table = newTab;
//如果旧表不为空,则需要进行扩容
if (oldTab != null) {
//遍历旧表中的每一个桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//将不为空的桶重hash到新表中
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//桶中只有一个元素,将该元素放到新表的桶中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//桶中存放的是红黑树
//和下面的链表处理方式相似,生成loHead和hiHead链表/红黑树,放在newTab的j位置和j+oldCap位置
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//桶中存放的是链表
else { // preserve order
//lo就是扩容后仍然在原下标的元素链表
//hi就是扩容后下标为 原位置+原容量 的元素链表,从而不需要重新计算hash。
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//e.hash&oldCap == 0 元素位置还在原位置
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//元素位置不在原位置
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//loTail不为空则将loHead放到扩容后的talbe的j位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//hiTail 不为空则将hiHead放到扩容后的talbe的j + oldCap位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//返回扩容后的新数组或者初始化后的数组
return newTab;
}
resize的实例图
最后