Java集合进阶之Map篇
Map概述
Map是一个key-value对应的数据结构，他在实际生产环境与面试中都是高频使用与提问，今天我们来深入Map的底层源码，来学习比较各种map；
预备知识：哈希表与哈希冲突
Map的底层数据结构便是哈希表，所以我们有必要在学习Map之前先复习一下我们当时数据结构所学习的哈希表
散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。
（资料来自百度百科）
简单来说，就是通过某种算法，可以让一个key对应一个value的数据结构；
常见的哈希函数构造方法
常见的哈希构造函数有以下几种：
- 直接定址法：构造线性函数比如 value = a*key+b 这种，简便，均匀，但是有很大限制，仅限于地址大小=关键字集合的情况
- 数字分析法：简单来说就是根据已知规律的key，取出无规律的部分，进行操作之后将key分配到散列表的各个位置的散列函数
- 平方取中法：将key平方，然后提取中间n位
- 折叠法：将key分为几块，求和然后取最后几位即可
- 除留余数法：用的最多的，即value = key mod p
常见的哈希冲突解决方案
大家可以很容易发现，无论是哪种哈希函数，其都会有哈希冲突，即两个不同的key，却有相同的value，那么我们来看一下，其常见的哈希冲突解决方案；
- 开放定址法
- 链地址法
- 公共溢出区法
- 再散列法
HashMap底层原理
HashMap底层是哈希表，那么我们先来了解其哈希函数的构造以及如何解决哈希冲突；
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
可以看到，哈希函数为h为key的hashCode()然后将其与(h>>>16)进行^运算
关于^（异或运算）的运算法则
0 ^ 0 = 0
0 ^ 1 = 1
1 ^ 0 = 1
1 ^ 1 = 0
相当于不同为1，相同为0
可以看到，我们这样已经获取了key的hash值，那么我们该如何解决哈希冲突呢？
在HashMap中，哈希冲突的解决方式很简单，它内部维护了一个Node内部类，是一个链表节点，然后有一个Node数组，hash是Node数组的下标，然后若有哈希冲突，那么就会把数据接到链表末位，在某些情况下，链表还会进行树化，维护一个红黑树，后续会详细介绍；
大概的图示如下：
可以看到其有个链表节点组成的数组，然后其中的节点有Node类与TreeNode类两种类，分别对应了其两种不同的表现形式，一种链表节点，一种红黑树节点；
HashMap中的重要参数
//具体数组
transient Node<K,V>[] table;
//value参数集合
transient Set<Map.Entry<K,V>> entrySet;
//容器大小
transient int size;
HashMap的创建
HashMap运用了懒加载的思想，我们看到其空参构造函数可以发现：
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
他并没有对tabel数组进行初始化，而是将负载因子确定为默认值；那么它在哪里进行了初始化呢？
答案是在第一次插入数据的时候。
那么我们接下来看HashMap是如何插入数据的
HashMap插入数据
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
我们可以看到HashMap的插入数据是通过putVal方法进行插入数据的，hash方法我们已经介绍过了，那么我们可以继续看putVal方法中到底做了哪些事情；
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;
}
我们可以看到，他首先判断是否进行了table的创建，如果没有，那么就运行resize方法；关于resize方法我们等下再说明；
然后我们可以看到，它通过**p = tab[i = (n - 1) & hash]**方式获取散列到的元素，如果是空，那么直接在数组这个位置创建新节点；
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
return new Node<>(hash, key, value, next);
}
很简单的链表节点的创建；
那么这是数组里面当前散列位置为空的情况，那么如果不为空呢，即发生哈希冲突，那么我们应该如何解决？
可以分为三大类情况进行讨论：
- 散列数组中第一个节点的key值与插入数据的key值相等，那么我们直接获取当前节点，留待后续使用；
- 如果散列数组里的节点是红黑树节点对象，那么进行红黑树的节点插入；
- 创建新节点接到链表后面，并且若满足某些条件，则将运行将链表转为红黑树的方法treeifyBin
然后退出判断语句，进行下一个判断；
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
这个地方主要是获取插入的节点的值并返回，如果插入成功的话；
然后在进行判断，是否需要进行扩容，一个HashMap的插入过程便完成了，那么我们来看到他的扩容函数resize的具体实现；
final Node<K,V>[] resize() {
//保存原来的table
Node<K,V>[] oldTab = table;
//获取原来的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//获取负载容量（当前最大容量*负载因子）
int oldThr = threshold;
//声明新容量与新负载容量
int newCap, newThr = 0;
//若旧容量大于0,进入判断语句
if (oldCap > 0) {
//如果旧容量已经大于等于最大容量了，那么将负载容量设置为Integer的最大值，这样便不会在进行扩容，返回旧容量
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果2倍扩容后新容量小于最大容量并且旧容量大于等于默认容量，那么负载容量扩大2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//初始化负载容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//赋默认值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//调整新负载容量
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"})
//声明新table数组并覆盖原来的talbe
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果原来的table已经初始化过
if (oldTab != null) {
//这个地方主要是将原来的table里面的数据移到新table里面
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//将原数组元素赋为null，方便回收，原来的元素赋值给变量e
oldTab[j] = null;
//如果e后续为空，那么将e的哈希映射位置调整为e.hash & (newCap - 1)
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是红黑树节点，那么使用红黑树的方式
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//将链表循环赋值重新写入新table
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;
}
resize方法偏复杂，但是面试中经常被问到，上面的注释中已经添加了解释；
那么我们可以注意到resize中最重要的便是将原来的数据重新映射写入到新位置；然后在一定条件下进行树化操作。我们现在来分析树化相关知识；
树化
首先我们得知道，什么时候会发生树化
//树化
final void treeifyBin(Node<K,V>[] tab, int hash)
观察下面的代码片段
static final int TREEIFY_THRESHOLD = 8;
...
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
我们可以知道，当链表长度>=7的时候，那么就会发生树化；
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
因为我没有学红黑树，这个地方对于红黑树的操作的解读先空着；
HashMap删除数据
观察源码，我们可以发现，HashMap的删除都与一个方法有关：
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;
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;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
不多过于阐述了，判断条件基本与增加元素一致，然后删除也是正常的链表删除与红黑树删除节点；
面试点1：讲述一下HashMap的特性
- 线程不安全
- 支持key与value为null
- 底层是hash表加链表加红黑树，不保证插入数据有序
面试点2：请阐述HashMap的底层原理
底层原理是通过哈希表+链表+红黑树实现的；当我们插入一个key与value时，我们先利用hashCode()方法获取key的哈希值，然后通过hash值运算将其放入table数组中，如果有哈希冲突，那么便将节点接到链表后面，如果链表长度大于等于8-1，那么就进行树化操作，将其树化为红黑树；当我们取一个元素的时候，也是通过hashCode()方法计算哈希值，然后找到对应的链表节点，如果有冲突，那么便循环比对key值；
面试点3：HashMap中的哈希值是如何计算的，还有哪些哈希方法
key值的hashCode做hash操作，与高16位异或（^）运算；
面试点4：关于HashMap的resize方法
调用场景：
- 懒加载HashMap的时候
- 容量大小大于负载容量时
实现过程：
创建一个新数组，然后将原来的数组里面的元素一个一个赋值到新数组里面，并重新hash调整其位置，扩容为2倍扩容:
2226
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
