最近看了遍HashMap的源码,打算写一篇HashMap的源码解析,主要针对HashMap的增删改查操作进行分析,接下来直接进入正题。
先看看hashMap在jdk1.8的结构,用的是数组+链表+红黑树的结构,也叫哈希桶,在jdk1.8之前都是数组+链表的结构,因为在链表的查询操作是O(N)的时间复杂度,而且hashMap中查询操作也是占了很大比例的,如果当节点数量多,转换为红黑树结构,那么将会提高很大的效率,因为红黑树结构中,增删改查都是O(log n)。
哈希桶就是数组里面的一个位置中所占所有数据
HashMap的属性
// 序列号,用于序列化时使用
private static final long serialVersionUID = 362498820763181265L;
// 默认初始化大小(1 << 4, 16) - 必须要为2的次方
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量(1 << 30, 1073741824)
static final int MAXIMUM_CAPACITY = 1 << 30;
// 负载因子,默认为0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 树化阈值(与MIN_TREEIFY_CAPACITY同时作用,当HashMap大小超过64,且链表长度大于8时,将当前链表转化成红黑树)
static final int TREEIFY_THRESHOLD = 8;
// 当红黑树内的结点数小于6时,红黑树将退化成为链表
static final int UNTREEIFY_THRESHOLD = 6;
// 树化的最小容量,即当链表长度大于8,但HashMap大小小于64时,HashMap将进行扩容而不是链表转化为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
/* ---------------- 字段 -------------- */
// 存储元素的Node数组
transient Node<K,V>[] table;
// 将数据转换成set的另一种存储形式,这个变量主要用于迭代功能
transient Set<Map.Entry<K,V>> entrySet;
// 元素数量
transient int size;
// map被修改的次数
transient int modCount;
// 扩容阈值,当HashMap里的元素大于该数量时进行扩容
int threshold;
// 负载因子
final float loadFactor;
-
负载因子为什么要是0.75,为什么不选取其他值?
在HashMap的源码中有这么一段解释:
Ideally, under random hashCodes, the frequency of * nodes in bins follows a Poisson distribution * (http://en.wikipedia.org/wiki/Poisson_distribution) with a * parameter of about 0.5 on average for the default resizing * threshold of 0.75, although with a large variance because of * resizing granularity. Ignoring variance, the expected * occurrences of list size k are (exp(-0.5) * pow(0.5, k) / * factorial(k)). The first values are: * * 0: 0.60653066 * 1: 0.30326533 * 2: 0.07581633 * 3: 0.01263606 * 4: 0.00157952 * 5: 0.00015795 * 6: 0.00001316 * 7: 0.00000094 * 8: 0.00000006 * more: less than 1 in ten million *
在理想情况下,使用随机哈希吗,节点出现的频率在hash桶中遵循泊松分布,同时给出了桶中元素的个数和概率的对照表。从上表可以看出当桶中元素到达8个的时候,概率已经变得非常小,也就是说用0.75作为负载因子,每个碰撞位置的链表长度超过8个是几乎不可能的。
- 当负载因子过小,设负载因子为0.5
负载因子是0.5的时候,这也就意味着,当数组中的元素达到了一半就开始扩容,既然填充的元素少了,Hash冲突也会减少,那么底层的链表长度或者是红黑树的高度就会降低。查询效率就会增加。但是与此同时的空间利用率会大幅的降低,原来存储空间占用1M的数据,现在就意味着需要2M的空间。
- 当负载因子过大,设负载因子为1
当负载因子是1.0的时候,也就意味着,只有当数组的8个值全部填充了,才会发生扩容。这就带来了很大的问题,因为Hash冲突是避免不了的。当负载因子是1.0的时候,意味着会出现大量的Hash的冲突,底层的红黑树变得异常复杂。对于查询效率极其不利。这种情况就是牺牲了时间来保证空间的利用率。
HashMap负载因子为0.75是空间和时间成本的一种折中。
-
**易混点:**大家都知道HashMap底层是数组+链表/红黑树,并且当链表长度大于默认值为8时会将链表转化成红黑树。但是实际上还有另外一个参数MIN_TREEIFY_CAPACITY,只有当HashMap里的元素数量大于MIN_TREEIFY_CAPACITY(默认为64)时才会将链表转化成红黑树,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中而导致不必要的转化。
HashMap的构造函数
看完了HashMap的属性,接下来我们来看看HashMap的构造函数,HashMap共有4个构造函数,首先是无参构造
/**
* 无参构造
* 将loadFactor赋值为默认的负载因子0.75, 其他的参数为默认值
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
第二个构造函数,设置HashMap的初始大小和负载因子,并对默认大小和负载因子进行检测
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);
}
第三个,仅设置初始大小,负载因子使用默认值0.75并调用第二个构造函数进行初始化
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
最后一个构造方法看起来有点复杂,其实并不然。就是将一个Map转换成为HashMap。
- 首先判断一下传进来的Map的大小是不是大于0(等于0就没必要初始化了),由于上图是通过构造器新建一个HashMap,所以table是null(table是HashMap的Node数组)。然后计算阀值ft,判断一下阀值是否超过了设定的最大容量(1<<30),如果没超过则还是原阀值ft。这里将ft赋给t,再判断阀值t是否大于原阀值
- 我们假设它超过阀值了,这里用到tableSizeFor()方法进行扩容,我们后面会讲。参数evict可以忽略,这个参数传递到afterNodeInsertion(evict),这个方法是空的。
- 最后使用了forEach循环遍历,将传入HashMap构造器的形参m中的所有key-value全部放到当前HashMap对象中(this)。
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
// 获取map的大小
int s = m.size();
if (s > 0) {
// 判断当前HashMap的table是否被初始化
if (table == null) { // pre-size
/* 计算需要的容量 实际使用的长度=容量*0.75得来的,+1是因为小数相除,基本都不会是整数,容量大小不能为小数的,后面转换为int,多余的小数就要被丢掉,所以+1,例如,map实际长度22,22/0.75=29.3,所需要的容量肯定为30*/
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
// 对HashMap进行容量设置
threshold = tableSizeFor(t);
}
// 如果table已经初始化,则进行扩容操作
else if (s > threshold)
resize();
// 遍历Map,将值复制进HashMap中
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);
}
}
}
HashMap常用函数
1.put()/putVal()添加元素
HashMap的构造函数我们学习完了,接下来必不可少的就是HashMap的增删改查操作和一些重要的方法了。
首先我们来看添加元素:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* 计算hash值,与自己右移16位进行异或运算(高低位异或)
* 高16bit不变,低16bit和高16bit做了一个异或,目的是减少碰撞。
* 相比在1.7中的4次位运算,5次异或运算(9次扰动),在1.8中,只进行了1次位运算和1次异或运算(2次扰动);
*/
static final int hash(Object key) {
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;
// 判断HashMap中的table是否被初始化或者是否为空
if ((tab = table) == null || (n = tab.length) == 0)
// 初次扩容
n = (tab = resize()).length;
// 计算index, 并对null进行处理
// (n - 1) & hash 确定元素存放在哪个桶中,桶为空,新生成结点放入桶中(此时,这个结点是放在数组中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 结点中的key存在,直接覆盖value
Node<K,V> e; K k;
// 判断数组中的结点hash相等,key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 如果相等,用e来记录当前结点
e = p;
// 判断该链是否为红黑树
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 当前链为链表
else {
// 遍历链表,同时寻找key相同的结点,若找到跳出循环
for (int binCount = 0; ; ++binCount) {
// 到达链表末尾,将元素插入链表末尾
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 判断当前链表结点数是否达到转化成红黑树的临界值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表树化
treeifyBin(tab, hash);
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等, 相同则跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 遍历下一个结点
p = e;
}
}
// 如果e不为空,即HashMap中存在相同的key
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent为false或者旧值为null
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 修改次数加一
++modCount;
// 如果添加元素后元素数量大于最大容量,则扩容
if (++size > threshold)
resize();
// 插入后回调
afterNodeInsertion(evict);
return null;
}
上面就是HashMap的一个添加元素的过程,其中涉及到了多次的resize()扩容方法,这是HashMap中的一个重难点。
接下来用文字和流程图来总结一下HashMap的添加元素过程
-
判断键值对数组table是否为null或者元素为空,是则将使用resize()方法对table进行初次初始化扩容
-
使用(n-1)&hash计算索引i来记录元素应该存放在数组的位置,判断是否table[i]==null来判断是否存在hash冲突,不存在则直接将元素存入数组,转向8
-
判断table[i]是否与需要插入的元素hash值相等,元素相同,如果相同直接覆盖value,后者转向4
-
判断table[i]是否为TreeNode,即判断table[i]是否为红黑树,是则使用putTreeVal()方法直接放入树中,转向;否则转向5
-
如果当前table[i]不为红黑树,则当前结点为链表,遍历当前链表,判断是否有存在相同元素,如存在则记录当前结点,并跳出循环转向7,否则在链表末端插入元素
-
判断插入后的链表长度是否大于树化阈值(默认为8),大于的话则使用treeifyBin()树化链表,转向8
-
将记录下来的结点的值进行覆盖
-
插入成功后,判断实际存在的键值对数量size是否超多了最大容量threshold,如果超过,进行扩容
2.resize()扩容函数
在添加元素的过程中多次涉及到了resize()函数对HashMap的容量进行动态扩容,接下来我们就接着看源码来分析一下resize()函数
final Node<K,V>[] resize() {
// oldTab指向hash桶数组
Node<K,V>[] oldTab = table;
// 判断当前HashMap是否为空
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 原扩容阈值(即容量*负载因子)
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 如果原数组空间已经大于最大容量空间无法扩容时,直接返回原数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果当前hash桶数组的长度在扩容后仍然小于最大容量 并且oldCap大于默认值16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 两倍化扩容阈值
}
// 旧的容量为0,但threshold大于零,代表有参构造有cap传入,threshold已经被初始化成最小2的n次幂
// 直接将该值赋给新的容量
else if (oldThr > 0)
newCap = oldThr;
// 无参构造,将容量和扩容阈值设置成默认值
else {
newCap = DEFAULT_INITIAL_CAPACITY;
// 默认负载因子*默认初始化容量
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"})
// 计算出新的数组长度后赋给当前成员变量table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果原数组不为空,则需要重排逻辑
if (oldTab != null) {
// 遍历元数组的所有桶下标
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//当前哈希桶的位置值不为null,也就是数组下标处有值,因为有值表示可能会发生冲突
if ((e = oldTab[j]) != null) {
// 旧数组的桶下标赋给临时变量e,并且解除旧数组中的引用,否则就数组无法被GC回收
oldTab[j] = null;
// 当前桶只有一个元素
if (e.next == null)
// 用hash算法重排元素位置
newTab[e.hash & (newCap - 1)] = e;
// 如果当前桶不为空,且存在红黑树
else if (e instanceof TreeNode)
// 将当前红黑树中的元素分隔重排
((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;
// 遍历链表
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
// 初始化head指向链表当前元素e,e不一定是链表的第一个元素,初始化后loHead
// 代表下标保持不变的链表的头元素
loHead = e;
else
// loTail.next指向当前e
loTail.next = e;
// loTail指向当前的元素e
// 初始化后,loTail和loHead指向相同的内存,所以当loTail.next指向下一个元素时,
// 底层数组中的元素的next引用也相应发生变化,造成lowHead.next.next.....
// 跟随loTail同步,使得lowHead可以链接到所有属于该链表的元素。
loTail = e;
}
else {
if (hiTail == null)
// 初始化head指向链表当前元素e, 初始化后hiHead代表下标更改的链表头元素
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 遍历结束, 将tail指向null,并把链表头放入新数组的相应下标,形成新的映射。
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
3.remove()删除函数
讲完了增删改查中的增,接下来我们接着看删这个步骤,同样的在删的这个步骤中也没有直接在remove函数中完成详细的删除细节,而是在removeNode中具体实现
public V remove(Object key) {
Node<K,V> e;
// 判断key是否存在,存在的话返回value否则返回null
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 判断table不为空,table的长度大于0,然后获取删除key的结点所在数组的下标的值
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 判断当前桶的第一个元素是否就是需要查找的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 判断当前桶是否为红黑树结构
if (p instanceof TreeNode)
// 获取树中结点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 遍历链表, 获取结点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//找到要删除的节点后,判断!matchValue,我们正常的remove删除,!matchValue都为true
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 如果是红黑树结点,调用removeTreeNode删除树中结点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 如果是桶的第一个结点,直接删除头结点
else if (node == p)
tab[index] = node.next;
// 不为头结点,将next指针指向下一个元素
else
p.next = node.next;
// 修改次数加一
++modCount;
// HashMap中元素数量减一
--size;
// 回调函数
afterNodeRemoval(node);
// 返回结点
return node;
}
}
// 如果没有查找到结点,返回null
return null;
}
删除还有clear方法,把所有的数组下标元素都置位null。
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
4.get()获取元素函数
相比于增加元素和删除元素来讲,查找元素的过程就很简单了,通过比对hash值先判断元素是否存在,在根据桶类型来获取元素。
public V get(Object key) {
Node<K,V> e;
//也是调用getNode方法来完成的
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
//first 头结点,e 临时变量,n 长度,k key
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//头结点也就是数组下标的节点
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果是头结点,则直接返回头结点
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//不是头结点
if ((e = first.next) != null) {
//判断是否是红黑树结构
if (first instanceof TreeNode)
//去红黑树中找,然后返回
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { //链表节点,一样遍历链表,找到该节点并返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//找不到,表示不存在该节点
return null;
}
5.replace()/replaceAll()修改元素函数
为什么先说获取元素而不是修改元素呢,其实通过我们分析增加元素的源码时我们就已经发现使用put()可以添加相同的元素,存在相同的元素就会直接覆盖value,这其实就达到了覆盖的目的,我在这稍微提一嘴,虽然可以通过put来覆盖数据,但其实HashMap的源码中其实是有replace()和replaceAll()替换函数的,这里给大家简单分析一下。
/**
* 使用newValue来替换key中的oldValue
* @return 是否替换成功
*/
@Override
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
// 判断key是否存在, 用e获取到key所在的结点,直接替换结点
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
/**
* 使用value来替换key中的value
* @return key中原来的值
*/
@Override
public V replace(K key, V value) {
Node<K,V> e;
// 判断key是否存在, 用e获取到key所在的结点
if ((e = getNode(hash(key), key)) != null) {
// 保存原值
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
// 返回原值
return oldValue;
}
return null;
}
@Override
public void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) {
Node<K,V>[] tab;
if (function == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
e.value = function.apply(e.key, e.value);
}
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
HashMap的源码分析暂时到这里,主要的增删改查操作都已经分析完了,因个人能力有限,如果里面内容存在错误,欢迎批评指正。后续会添加一些关于HashMap的面试题,欢迎大家关注。