HashMap源码分析
- HashMap内部实现基本点分析
- 容量(capcity)和负载系数(load factor
- 树化
HashMap内部可以看做是数组和链表结合的符合结构,数组以桶划分,通过哈希值决定了键值对在这个数组的寻址,哈希值相同的键值对,则以链表形式存储,如果链表大小超过阈值,就会被改造成树形结构,接下来附图(from 极客时间):
从非拷贝函数的实现来看,这个数组似乎没有在最初就初始化好,仅仅设置了一些初始值而已。
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);
}
所以我们深度怀疑,HashMap也是按照lazy-load原则,在首次使用的时候被初始化(拷贝构造函数除外,在这里只介绍最通用的场景)
lazy-load原则
:惰性加载。最大程度的提升了系统的性能,避免了不必要的开销。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
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))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
我们可以从底层代码中看出:
- 如果表格是null ,resize方法会负责初始化,从tab = resize()就可以看出
- resize方法兼顾两个职责,创建初始存储表格,或者从容量不满足需求的时候进行扩容(resize)。
- 在放置新的键值对的过程中,如果发生下面条件,就会发生扩容。
- 具体键值对在哈希表中的位置(数组index)取决于下面的位运算:
i = (n-1) & hash
自己看哈希值的源头就会发现,它并不是key的hashcode值,而是来自底层的另一个方法。
因为有些数据计算出的哈希值差异主要在高位,而HashMap里的哈希寻址是忽略容量以上的高位的,那么这种处理就可以有效避免类似情况下的哈希碰撞。
哈希碰撞
:所谓哈希(hash),就是将不同的输入映射成独一无二的、固定长度的值(又称"哈希值")。它是最常见的软件运算之一。
如果不同的输入得到了同一个哈希值,就发生了"哈希碰撞"(collision)。
举个例子,两个用户有了相同的token,访问网站,就是哈希碰撞。
上面文章所提到的链表,在超过了一定的门限值之后,会发生树化,上面的putVal方法逻辑集中,从初始化、扩容到树化,全部都和它有关,建议好好读源码。
接下来进一步分析resize方法:
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;
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;
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;
}
一句源码,不考虑极端现象(容量理论最大极限由MAXIMUM_CAPACITY指定,数值是1<<30,也就是2的30次方),可以归纳为:
- 门限值等于负载因子*容量,如果构建HashMap的时候没有指定他们,那么就是依据相应的默认常量值。
- 门限通常以备注进行调整(newThr = oldThr << 1),前面提到,根据putVal的逻辑,当玄素个数超过门限大小的时候,就会调整Map大小。
- 扩容后,需要将老的数组中的元素重新放到一个新的数组,这是扩容的一个主要开销。