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: