一、 什么是HashMap?
和Set,ArrayList等集合不一样,HashMap是一个用于存储Key-Value键值对的集合,每一个键值对也叫做Entry。这些个键值对(Entry)分散存储在一个数组当中,这个数组就是HashMap的主干。
举个例子:
例如一个学生包括(学号,姓名,年龄,身高,体重,电话 … 等等信息)
我们就可以根据这个学生的学号(key)找到这个学生的其他信息(Value)
二、HashMap数据结构
JDK1.7及之前使用 数组 + 链表 存储数据
JDK1.8之后使用 数组 + 链表/红黑树 存储数据
注:只有当数组长度大于64,并且链表长度大于8(证明hash冲突很严重,链表长度过长,严重降低了查询效率),会转换成树形结构红黑树(red black tree)
那么这里设置链表长度是8,转换成红黑树,为什么不是7或9呢?
因为在理想情况下,在随机 hashCodes 下, Node节点服从泊松分布,而发生单个链表的长度大于8的概率为0.00000006,可以说是基本不可能发生。
那么为什么不能就用链表,非要多加一个红黑树呢?
因为HashMap中桶(一个数组下标对应的链表/红黑树也就是桶)的元素初始化是链表保存的,其查找效率为O(n),而树结构能将查找效率提升到O(log(n))。当链表长度很小的时候,即使遍历,速度也非常快,但是当链表长度不断变长,肯定会对查询性能有一定的影响,所以才需要转成树。
三、HashMap的put方法(插入原理)
![img](https://i-blog.csdnimg.cn/blog_migrate/b287a2ab08d0f277c2ef2de4115bddbd.png)
第一步 :先判断数组是否为空,如果为空则初始化。
这里默认的initialCapacity(初始容量)为16,DEFAULT_LOAD_FACTOR(负载因子)为0.75
如果使用的构造方法传入的值为12那么初始化容量就为16(2^4);
如果传入的值为20那么初始化容量就为32(2^5);
也就是说通过tableSizeFor方法无论传入的cap值是多少,最后初使容量都会是大于cap值的最小2的幂指数
// initialCapacity —— 初始容量 1<<4 = 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//DEFAULT_LOAD_FACTOR —— 负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//
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;
}
第二步:如果数组不为空,计算 key 的 hash 值,数组的下标index通过(n - 1) & hash计算得出(n = tab.length 也是数组的长度)
返回的(h = key.hashCode()) ^ (h >>> 16) 意思是hashCode有32位,前16位和后16位及进行异或,尽可能减少碰撞。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
那么计算hash的hashCode值怎么获取的呢?
Object类有hashCode()方法,返回的是对象的hashcode值,具体存放在对象的markword里(也就是对象头里)。
// Object类的hashCode()方法
public native int hashCode();
// 这里用Integer类的hashCode()举例,返回的hashcode值就是value值
public static int hashCode(int value) {
return value;
}
// String类的hashCode()
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
注意:如果是自定义的类,必须要重写equals()方法和hashcode()方法,否则进行使用put方法会出现问题。
第三步:查看 table[index] 是否存在数据,没有数据就构造一个Node节点存放在 table[index] 中;
第四步:存在数据,说明发生了hash冲突(存在二个节点key的hash值一样), 使用equals方法和hashcode值比较,如果都相等,那么说明key值一样,此时后添加的value会覆盖之前存储的value
第五步:若不相等,判断当前节点类型是不是树型节点,如果是树型节点,创造树型节点插入红黑树中;
第六步:若不是红黑树,创建普通Node加入链表中;判断链表长度是否大于 8,大于则将链表转换为红黑树;
第七步:插入完成之后判断当前节点数是否大于阈值,若大于,则扩容为原数组的二倍。扩容是指重新创建一个原数组二倍容量的新数组,然后将旧数组里的数组重新插入到新数组里(这里是先插入,再扩容)
// 阈值计算
threshold = loadFactor * initialCapacity
如果Map.size() > threshold 就会触发hashmap的扩容机制
注意:Map.size()指的不是数组的长度,而是map里拥有Node的数量
四、HashMap线程是否安全
答案是HashMap线程是不安全的,因为在并发环境下(多线程对共享资源进行访问修改时),使用HashMap进行put操作,会出现死循环和数据覆盖的情况,死循环会导致CPU的使用率达到100%,因此在并发环境下不要使用HashMap。
那么高并发的环境下怎么办呢?
解决方法:
1.加锁
而单纯的在put方法加synchronized重量级锁(一个一个来,第一个线程获取了对象锁,其他的线程在等待队列里等待第一个对象释放锁,才能获取对象锁),但是这样相当于串行化,虽然保证了并发情况下的安全问题,而执行效率会大大降低。
2.使用ConcurrentHashMap
原理:加分段锁,避免了全局加锁改成了局部加锁,极大地提高了并发环境的操作效率。
ConcurrentHashMap结构:
JDK1.8之前
使用的是segment(分段锁,段的默认长度为16)+ 数组 + 链表,
segment继承reentrantlock,在并发情况下,访问其中一个segment并不影响其他线程访问其他的segment。解决了并发情况下的安全问题,效率也比单纯加synchronized执行效率要高很多。但是数据访问效率会有所下降,因为正常的hashmap访问数据直接定位到数据下标,而ConcurrentHashMap会先定位到对应segment在定位到具体下标,相当于多了一次访问。
JDK1.8之后
使用的是node + 数组 + 链表/红黑树,也就是锁的粒度变小了(从锁16个桶变成锁1个桶),效率提高很多。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;
}
Node中存储的val和next都使用了volatile进行修饰,保证了多线程之间的数据可见性。
内部锁使用CAS(compare and swap,即比较交换)实现的。java中锁分为乐观锁和悲观锁。悲观锁是将共享资源加锁之后,其他线程无法进行访问修改,必须等待所释放之后,才可以访问。而乐观锁认为数据一般情况下不会造成冲突,通过某种方式不加锁处理数据所以在数据进行提交更新的时候,才会正式对数据的冲突与否进行检测。CAS是乐观锁,CAS 操作包含三个操作数 内存位置(V)、预期原值(A)和新值(B)。如果内存地址里面的值和A的值是一样的,那么就将内存里面的值更新成B。CAS是通过无限循环来获取数据的,如果在第一轮循环中,a线程获取地址里面的值被b线程修改了,那么a线程需要自旋,到下次循环才有可能机会执行。
但是CAS也存在问题
1.如果很多线程不断自旋,会给CPU带来很大的压力
2.ABA问题
举个例子:
现在有三个线程1,2,3 和一个共享资源 A
线程1和线程2获取了A的值
线程1先一步提交 将A 值—> B值
线程2因为某些原因挂起了
线程3获取B值,将B值 —> A值
此时线程2恢复运行状态,因为共享资源是A值经过Compare之后没啥问题就将A值 —> B值
ABA解决方法:加版本号(version)