HashMap：学习总结

有关ConcurrentHashMap的学习总结我记录在了这一篇博文：ConcurrentHashMap学习总结

首先是HashMap的整体结构：

1. 主体采用数组进行存储。
2. 当数组处的节点产生碰撞，会向下延伸，生成一条链表
3. 当超过成树阈值（8）且数组长度大于64后，采用红黑树进行存储（红黑树的结构复杂，但是查找效率高）

• HashTable的创建

jdk8以前：在创建的时候就会有一个Entry[] table来存储

jdk8以后：会在第一次put方法被调用的时候创建Entry[] 数组

• 数据的存储

通过Key的hashCode方法计算出值，再通过某种算法计算出数组中存储数据的空间的索引值，如果没有数据则存储。

计算索引的方式：key的hashCode方法计算出hash值，再用hash值与数组长度进行无符号右移(>>>)，按位异或（^）、按位与（&）计算出索引

• 如果key已经存在 – 检查hashCode是否一致。一致则更新数据

如果不一致，将会在索引位置上，生成一条链表来存储数据。

同时，会执行拉链法的数据查找，再这一条链表上进行key的equals方法比较（同时比较value和hashCode）。相等才进行数据更新

HashMap的插入过程

为什么初始数组长度必须为2的n次方？

hash &（length - 1）使数组分布更加均匀，有效的减少了碰撞的发生

采用取余： hash & (length - 1) == hash % length （当为2的n次幂时）但是位运算效率高很多

求近位数的算法

// 在算法之前会执行一次与MAXIMUM_CAPACITY的比较，超过则代入MAXIMUM_CAPACITY
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

算法执行过程：

总共执行了32次移位操作

HashMap常见参数

//根据泊松分布来确认，链表超过8的概率非常小。因为红黑树的空间占用比较大

// 树化为8，链化是6

// 当链表长度大于8会转换成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当红黑树的大小小于6的时候会转化成链表
static final int UNTREEIFY_THRESHOLD = 6;
// 数组长度大于64才可以转化为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
// HashMap的size不是指数组长度，而是指当前存储的节点个数
int size;
// 容量*负载因子
int threshold;
// 负载因子 0~1之间
int loadFactor;

loadFactor – 加载因子：

• 表示HashMap的稀疏程度，影响hash操作到同一个数组位置的概率

• 默认是0.75f，不建议修改。官方给出的一个比较科学的

• 数组的扩容是一个非常复杂的操作，很消耗性能，需要尽量避免hashmap的扩容

  • 过大 – 数组太满，容易发生碰撞。链表会较多。影响查询性能
  • 过小 – 数组会经常扩容，耗费时间

HashMap的构造方法

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

• 尽量先预估存储的数值区间，再来创建HashMap，避免扩容操作

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        if (table == null) { // pre-size
            // 之所以要+1.0f，主要是为了避免tableSizeFor中更新index的时候产生的扩容
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                     (int)ft : MAXIMUM_CAPACITY);
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        else if (s > threshold)
            resize();
        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);
        }
    }
}

成员方法

put方法（重点）

hash值计算

static final int hash(Object key) {
    // 主要目的：防止高位变化较大，而低位变化较小，从而导致hash冲突
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

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)
        // 在第一次put的时候会创建Node数组
        n = (tab = resize()).length;
    // 这里执行了hash计算的操作。没有出现碰撞
    // p已经在这里实现了赋值，就是hash计算后的节点
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 如果没有碰撞，则直接put
        // 这里的null代表的是拉链法 链表 的下一个结点暂时为null（还没有碰撞产生）
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 判断key是否相同
        if (p.hash == hash &&
            // 如果key相同或者key与k相等
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 判断是否是树节点
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 链表遍历
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 如果结点大于8，那么链表成树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 链表上出现相同的key
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        // 如果当前位置存在结点
        if (e != null) { // existing mapping for key
            // 只修改值
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    // 记录map的修改次数
    ++modCount;
	// 插入成功，size+1， 当大于阈值，执行扩容    
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

红黑树转换

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 如果数组长度小于64，会执行扩容，而不是建树
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize(); // 倍增扩容
    // 判断当前桶中的节点是否为null
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        // hd -- 头结点，tl -- 尾结点
        TreeNode<K,V> hd = null, tl = null;
        // 将链表里的每一个节点替换成TreeNode
        do {
            // 将Node转换为TreeNode
            TreeNode<K,V> p = replacementTreeNode(e, null);
            // p作为树的根节点
            if (tl == null)
                hd = p;
            else {
                // 
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        // 如果根节点不为空，执行建树
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

扩容方法 - resize

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    // 新的容量和阈值
    int newCap, newThr = 0;
    if (oldCap > 0) {
        // 进行扩容。如果超过最大容量，那么不变，阈值变为最大
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 如果扩容后满足条件，那么新阈值等于旧阈值翻倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // 通过阈值的方式来创建HashMap
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        //阈值为零，那么使用默认值
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 扩容超界或者旧容量小于默认容量
    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"})
    // 重新创建数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        // 将旧数组的数组放到新数组里
        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)
                    // 树节点建树
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    // 链表复制
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 变化的高位为0
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        else {
                            // 高位变为1
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        // 将结点放在原位置
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        // 将节点放在原位置+旧容量的地方
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

在扩容时，不需要重新计算hash，只需要看原来的hash新增的那个高位bit是1还是0.

• 0索引不变
• 1变成”原索引 + oldCap“

HashMap问题整理

1. 设置初始化参数

如果要存储7个元素。那么初始化值最好设置为 7 / 0.75 + 1.0f = 10

补充，链表的头插法和尾插法：

头插法：（Jdk 1.7）相当于将其他结点往后移，然后从首部插入结点 – 考虑到新插入的节点可能会被优先访问到

void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }

    createEntry(hash, key, value, bucketIndex);
}

void createEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

头插法的问题：在多线程的情况下，在扩容的时候，会导致环形链表的出现，最终导致线程死锁

尾插法：（jdk 1.8）遍历到链表尾部添加结点。

这是putVal方法中的一段：

for (int binCount = 0; ; ++binCount) {
    // 其实就是遍历到尾部进行插入，保证链表的顺序
    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;
}