HashMap 源码分析
原文地址:https://my.oschina.net/RyenAng/blog/4484655
HashMap 是一个散列表,采用 Key-value 键值对的形式存储数据。
HashMap 实现了 Map 接口,不能用于多线程同时更改更改数据的场景,是线程不安全的。Key 和 Value 都可以是 null 值。
- 实现 Cloneable 接口,覆写其 clone() 方法,实现数组元素的克隆;
- 实现 Serializable 接口,表示这可以系列化传输;
- 继承 AbstractMap
1、HashMap 的结构
在 HashMap 中采用拉链法解决 Hash 冲突,也就是通过数组和链表结合起来,如果遇到哈希冲突,就把新的 Node 添加到链表尾部即可。
在 HashMap 中,是根据 hash(key) & (table.length-1) 计算得到其在数组的 index,并通过比较 hash(key) 和 key 的值确定 Node,并把 Node.value 返回。
1.1、JDK 1.8 跟 JDK 1.7 的不同
- 当链表的长度大于 8 而且 table 数组的长度大于 64 时,会把链表转换为红黑树,使用
treeifyBin(tab, hash);
方法。当数组 table 的长度小于 64 时,会优先使用resize()
方法给 table 数组扩容。 - hash() 计算函数的不同,JDK 1.8 效率更高。hash() 是扰动函数,避免了一些实现比较差的 hashCode() 方法,减少哈希碰撞。
JDK 1.8
/** Hash 扰动函数 */
static final int hash(Object key) {
int h;
// hashCode() 对象原本的哈希值
// ^ 按位异或运算
// >>> 无符号位移
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
在 JDK 1.7 ,计算次数比较多,性能比较差
static int hash(int h) {
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
HashMap 主要的成员变量:
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
private static final long serialVersionUID = 362498820763181265L;
// 默认容量 也就是 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当(bucket 桶)中的链表长度大于 8 会转为红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当(bucket 桶)的链表长度小于 6 会转为链表
static final int UNTREEIFY_THRESHOLD = 6;
// bucket 桶中的链表要转为红黑树,对应 table 的最小大小
// 也就是说,如果某个 bucket 桶的链表长度大于 8 了,如果 table 数组小于 64
// 会先对 table 数组扩容,减少冲突
static final int MIN_TREEIFY_CAPACITY = 64;
/** Hash 扰动函数 */
static final int hash(Object key) {
int h;
// hashCode() 对象原本的哈希值
// ^ 按位异或运算
// >>> 无符号位移
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
/** 数组 table */
transient Node<K,V>[] table;
/** 存放具体元素的值,使用 Entry 遍历的时候 */
transient Set<Map.Entry<K,V>> entrySet;
// map 的元素个数
transient int size;
// 对 map 的修改次数
transient int modCount;
// 衡量数组是否要扩容的关键,threshold = capacity * loadFactor,
// 当 size 大于这个数的时候,会对数组 table 进行扩容
int threshold;
// table 数组的加载因子
final float loadFactor;
}
- loadFactor 加载因子,默认 0.75f
给定的默认容量为 16,负载因子为 0.75。Map 在使用过程中不断的往里面存放数据,当数量达到了 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容,而扩容这个过程涉及到 rehash、复制数据等操作,所以非常消耗性能。
loadFactor加载因子是控制数组存放数据的疏密程度,loadFactor越趋近于1,那么 数组中存放的数据(entry)也就越多,也就越密,也就是会让链表的长度增加,loadFactor越小,也就是趋近于0,数组中存放的数据(entry)也就越少,也就越稀疏。
loadFactor太大导致查找元素效率低,太小导致数组的利用率低,存放的数据会很分散。loadFactor的默认值为0.75f是官方给出的一个比较好的临界值。
- threshold ,HashMap 中能放入元素的个数
threshold = capacity * loadFactor,当 size>=threshold 的时候,那么就要考虑对数组的扩增了,也就是说,这个的意思就是 衡量数组是否需要扩增的一个标准。
1.2、HashMap 链表 、 红黑树的类
Node 也就是链表状态时候使用的
/**
* table 数组的数据结构 Node<K,V>
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // hash值
final K key; // key value,可以不能被修改,value 可以
V value;
Node<K,V> next; // 指向下一个节点
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; }
// 重写 hash code 的方法
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 重写 equals 方法
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;
}
}
TreeNode 部分 ,用在平衡二叉树中
- [ ] TODO : 手撕平衡二叉树、红黑树源码
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父节点 // red-black tree links
TreeNode<K,V> left;// 左子树
TreeNode<K,V> right; // 右子树
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;// 颜色
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
2、HashMap 的构造方法
HashMap 主要有 4 个构造方法。HashMap 的容量并不会在构造的时候直接分配,而且在 put 方法第一次调用的时候分配。
为了提高运算效率,设定 HashMap 容量大小为 2 的 n 次方。计算落槽位置更快。《码出高效 P161》
落槽位置计算公式
hash(key) & (length - 1)
,length 是 table 数组的长度,也就是 HashMap 的容量大小。当 length 的长度等于 2 的幂次方的时候,hash(key) & (length - 1) = hash(key) % length
, 因为位运算比较快,所以采用了 2 的幂次方。
/**
* 指定 容量 和 加载因子的构造方法
*/
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;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 指定容量的构造方法
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 使用默认加载因子
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* 传入一个 map 的构造方法
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
putMapEntries 方法。
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
// map s 的大小
int s = m.size();
if (s > 0) {
// 如果 table 还没有初始化
if (table == null) { // pre-size
// 计算 ft ,s 是 m 实际元素的大小
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 如果 t 大于 阈值,则重新计算阈值 ?不太理解这里
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
// 将 map 的元素放入 HashMap
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
3、HashMap 的 put 和 get
3.1 HashMap 的 put() 方法
JDK 1.7 没有是否要转换为红黑树这一判断,JDK 1.7 采用的是头部插入的方式。
HashMap 插入逻辑图解:
HashMap 插入源码。
// 公共方法,put 进元素
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// 使用这个方法往 hashMap 中添加数据
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 table数组 为空或者 table 的长度为 0
if ((tab = table) == null || (n = tab.length) == 0)
// 调用 resize 扩容
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果 table[i = (n - 1) & hash] 等于 null 直接将 node 放入 table中
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果 table 数组的第一个 Node 就要找放入元素的值,也就是 hash(key) 和 key 相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是 红黑树,
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果是链表,循环遍历变量,binCount 是链表节点个数
for (int binCount = 0; ; ++binCount) {
// 为链表尾部插入,
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表长度大于 8 则使用 treeifyBin 转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果找到有 hash(key) 和 key 相同的,直接退出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 也就是以及存在 key 了,将 value 更新,然后返回 旧 value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 访问这个值后的操作
afterNodeAccess(e);
return oldValue;
}
}
// 对 map 的结构有改动才 + 1
++modCount;
// 判断是否需要扩容
if (++size > threshold)
resize();
// 插入 node 后的操作
afterNodeInsertion(evict);
return null;
}
3.2 HashMap get() 方法
// 根据 Key 获取 Value,没有就返回 null
public V get(Object key) {
Node<K,V> e;
// 通过 hash(key) 和 key 找到 Node
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;
// table 不为 null,tab 的长度大于 0,table 数组对应的位置不为 null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果第一个 Node 就是要找的数据,直接返回,hash(key) 和 key 都相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 如果是红黑树,则从树中找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
// 在链表中找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
4、HashMap 的扩容机制
HashMap 扩容的时候会默认扩容 2 倍,但扩容是非常耗时的操作,会把遍历 HashMap 中的所有元素,因此在使用 HashMap 要避免扩容。
/**
* table 数组的扩容
*/
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) {
// 超过最大值就不再扩容了,不管 hash 碰撞了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没有超过最大值,就扩充为原来的 2 倍
// newCap = oldCap << 1 表示新的容量等于旧的容量乘以 2 ,位移运算比较快
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 扩容阈值也翻倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 使用默认值,也就是 table 的长度为 0
newCap = DEFAULT_INITIAL_CAPACITY;
// capatcity 也就是 table 数组的容量,当插入元素 size 大于扩容阈值就会扩容
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);
}
// 扩容的阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 初始一个新的 table 数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 将旧的 table 中的内容移动到 新 的 table,每个元素都要重新计算,重新分配 hash 和位置。
if (oldTab != null) {
// 遍历旧的 table 数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果只有一个 node,直接放入新的 tables 中
// 为什么可以直接放入,扩容之后, 原本没有 hash 冲突,现在也不会有 hash 冲突
// TODO 理解一下底层的原理
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树
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;
// 原来的索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原来的索引 + OldoldCap
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;
}