如果要了解HashMap的底层存储原理,首先要知道几个算法,也是HashMap存储的核心算法。
Hash表容量计算方法
HashMap底层维护的就是哈希表,其容量计算方法核心源码如下:
static final int tableSizeFor(int cap) {
int n = cap - 1;//n0
n |= n >>> 1; //n1
n |= n >>> 2; //n2
n |= n >>> 4; //n3
n |= n >>> 8; //n4
n |= n >>> 16; //n5
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
cap | n0 | n1 | n2 | n3 | n4 | n5 | return |
---|---|---|---|---|---|---|---|
1 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
3 | 2 | 3 | 3 | 3 | 3 | 3 | 4 |
5 | 4 | 6 | 7 | 7 | 7 | 7 | 8 |
可以发现,输入的值无论是多少,最后都会是1、2、4、8、16,当大于16的时候,同样也是2倍递增结果。
在使用HashMap进行创建对象的时候,我们可以自定义容量。
HashMap hashMap = new HashMap(int initialCapacity);
//该方法底层源码是:
public HashMap(int initialCapacity) {
this.threshold = tableSizeFor(initialCapacity); //调用tableSizeFor方法计算容量
}
该构造函数调用的就是 tableSizeFor(int cap) 方法,所以,你自定义的容量最后都会被修改为1、2、4、8、16、32…
Hash值计算方法
hash值的计算方法使用的是【高16位】与其进行的异或运算,目的是使散列均匀,后面计算哈希表位置的时候不至于出现数据扎堆的情况。
核心源代码:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
比如10 ,计算机32位存储为【0000 0000 0000 1100 0000 0000 0000 1010】,前面可能有1也有0,最后要保证是1010,【h>>>16】的操作就是右移16位,即取高16位【0000 0000 0000 1100】,
与其进行异或运算,结果就哈希值【0000 0000 0000 0110】。
插入到哈希表位置的计算方法
核心源代码:
tab[i = (n - 1) & hash]);
tab是一个哈希表,其实就是数组,中括号内容就是索引位置,n为哈希表的容量,hash为哈希值。
假设哈希表的容量是16,则 i = 15,其二进制为1111,通过与哈希值进行【&与】运算,得到的就是哈希值的后四位,该值在哈希表的索引位置。
就拿上面的哈希值【0000 0000 0000 0110】,与15进行【&与】运算,如图:
通过这个计算方法,我们也就知道,为何哈希表容量必须是2的倍数扩增了,目的就是方便计算取位。
扩容后元素位置的处理方法(链表拆分)
核心源代码:
//e.hash为元素的哈希值,oldCap为旧容量大小
(e.hash & oldCap) == 0;
//原位存储
newTab[j] = loHead;
//重新分配位置存储
newTab[j + oldCap] = hiHead;
比如,在容量为8的哈希表中存储有2、4、10、12四个元素,他们的哈希值经过运算也是2、4、10、12,通过前的方法,我们可以计算它们在容量为8的哈希表中的位置,即【2、4、2、4】 。
现在容量为扩增为16,这时候需要将表中的存有的哈希值进行源代码中的运算,即【e.hash & oldCap】。
比如2,与之前的8进行与运算,结果为0,表示,2所在位置不变,还是原位存储。
比如10,与之前的8进行与运算,结果为8(1000),不是0,则需要重新计算位置,但是其位置也是有规律的,10如果在容量为16的哈希表中,其位置是10,在容量为8的哈希表中,位置是2,差8,刚好为【原位置 + 旧容量】,所以在源代码中是【j + oldCap】。
源码分析
//HashMap源码
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认容量为16
static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量2^30次幂
static final float DEFAULT_LOAD_FACTOR = 0.75f;//阈值率默认0.75,超过阈值,自动扩容
final float loadFactor; //自定义阈值率
static final int TREEIFY_THRESHOLD = 8; //链表转树的条件,链表节点超过8
static final int UNTREEIFY_THRESHOLD = 6;//树转链表条件,树节点个数低于6
static final int MIN_TREEIFY_CAPACITY = 64;//转树的第二条件,桶个数超过64个
transient Node<K,V>[] table;
/**
*自定义容量和阈值率
*/
public HashMap(int initialCapacity, float loadFactor) {
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); //调用tableSizeFor方法计算容量
}
/**
*tableSizeFor方法计算容量方法
*当输入1-->n=0-->0位运算都是0-->然后与n进行或运算,结果都是0,最后输出结果为1
*当输入3-->n=2-->2第一次位运算结果为1,再与n(2)或运算,结果n为3(11),与任何数字或运算都是3,最后结果4
*最后结果都会是1111...,最后+1结果都是1,2,4,8,16,32...
*/
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;
}
//this()方法也是tableSizeFor方法
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
*计算hash值,将key值的hashCode()与其高位(int类型32位,右移16取高位)进行异或运算,使散列均匀
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//put方法,调用的是putVal方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//putVal方法
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)
/**
*resize()扩容方法,2的倍数扩容
*扩容后进行元素的复制和重新归位,比如16扩容到32,此时i = 31(11111),和元素的hash值进行与运
*算找元素位置,如果元素的hash是01001,则异或后还是01001,位置不动,所以该方法可以节约时间
*/
n = (tab = resize()).length;
/**
*这里根据该元素的hash值确定其在哈希表的位置,比如,现在hash表容量为16,i = 15(1111),通过与hash值进
*行与运算,得到了hash的后四位,就是tab[]表中位置
*如果输入的key和value两者的hash在表中位置为空,表示没元素,则直接放入元素
*这里还对p进行了初始化,为该桶的第一个节点地址,用于后面的循环遍历
*/
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 {
/**
*循环遍历阶段,e = p.next必须执行,导致e被赋予了p的第一个节点的地址,如果为空,则直接将加
*入的元素导入,如果不是空,说明后面还有节点,判断后面节点的hash值或者键是否一致,是则直接跳
*出循环,重复元素,因而不导入,否,则将p初始化为下一个节点,然后继续循环遍历,直到找到合适结果
*/
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1)
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;
}
/**
*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;
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;
//以上基本都是对容量的选择的判断
@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) { //获取了链表头节点或者树父节点
oldTab[j] = null;
if (e.next == null) //该链表只有一个元素(只有一个头节点)
newTab[e.hash & (newCap - 1)] = e; //放入扩容后的新桶位置,为头节点位置
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 如果该节点后面还有很多元素,且不是树结构
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do { //遍历该链表结构,拆分链表
next = e.next;
if ((e.hash & oldCap) == 0) { //判读该链元素位置是否为原位置
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) { //位置不变
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { //重新与newCap - 1计算位置其实就是原位置 + oldCap
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;