一,HashMap数据结构概述
HashMap 内部数据结构使用数组+链表+红黑树进行存储。数组类型为 Node[] ,每个 Nod e 都保存了某个KV键值对元素的 key 、 value 、 hash 、 next 等值。由于 next 的存在, 所以每个 Node 对象都是一个单向链表中的组成节点。
当新添加一个KV键值对元素时,通过该元素的 key 的 hash 值,计算该元素在数组中应该保 存的下标位置。如果该下标位置如果已经存在其它 Node 对象(产生哈希冲突),则采用链地址法 处理,即将新添加的KV键值对元素将以链表形式存储。将新元素封装成一个新的 Node 对象,插入 到该下标位置的链表尾部(尾插法)。当链表的长度超过 8 并且数组长度大于 64 时,为了避免 查找搜索性能下降,该链表会转换成一个红黑树。
HashMap的数据结构定义:
public class HashMap{
// 每个Node既保存一个KV键值对,同时也是链表中的一个节点
Node<K,V>[] table;
}
public class HashMap{
// ...
// 静态内部类Node
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 哈希值
final K key; // 键
V value; // 值
Node<K,V> next; // 下一个节点(由于只拥有next,所以该链表为单向链表)
}
// ...
}
然后我们来了解下HashMap的hash函数,HashMap初始容量,HashMap扩容,什么时候扩容。
HashMap的hash函数:
HashMap 通过新添加元素 key的 hashCode()方法,计算一个hash值,然后通过这个hash值计算位置下标。
static final int hash(Object key) {
int h;
// 通过key的hashCode()方法返回的哈希值与它的高16位进行异或运算
// 作用:计算出的hash值,在计算下标位置时,会更“散列”,减少哈希冲突
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashMap初始容量:
HashMap 通过 key 的 hashCode() 得出一个 hash值 ,并且通过这个 hash 值计算数组 位置下标。 hashCode() 返回的 int 范围高达±21亿,先不考虑负数, HashMap 内部使用的数 组得有多大? 首先 HashMap 初始化时,默认的数组大小只有 16 ,通过位运算 1<<4 计算得出。并且,数 组的长度必须为2 (MUST be a power of two)。因为数组长度为2的n次幂时,可以使用 & 与位 运算,结合 hash 值,快速计算该元素在数组中的下标位置,提高 HashMap 的使用效率。
添加时,通过 key 的 hash 值,使用 & 按位与位运算,计算该元素在数组中的下标。作用等同于 hash % 数组长 度 。由于计算机底层进行取模运算时,分为两步,第一步求商,即c = a/b;第二步求余数,即r = a-c*b。这两步包含了除法,乘法和减法运 算,所以效率不高。使用位运算,计算结果相同,并且效率高。前提是,数组容量必须为2的n次幂。
public class HashMap{
/**
* The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 添加键值对
final V putVal(int hash, K key, V value) {
Node<K,V>[] tab; // 数组
Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 如果数组为空,则该数组扩容为16
n = (tab = resize()).length;
}
}
通过当前元素key的值计算下标
int index = (数组长度 - 1) & key的hash值
public class HashMap{
// 添加键值对
final V putVal(int hash, K key, V value) {
Node<K,V>[] tab; // 数组
Node<K,V> p; // 临时节点
int n, i; // n代表数组长度,i代表元素下标位置
// 根据当前元素的key的hash值,计算该元素在数组tab中的下标位置i
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
}
}
HashMap扩容
HashMap 底层采用数组+链表+红黑树,扩容过程中需要按照数组容量和加载因子来进行判 断。 数组容量:基础数组 Node[] table 的长度。如果没有指定容量,添加第一个元素时, 该数组按照默认值 16 进行初始化。 加载因子:用来表示 HashMap 集合中元素的填满程度,默认为 0.75f 。越大则表示允许填 满的元素就越多,集合的空间利用率就越高,但是冲突的机会增加。反之,越小则冲突的机会就会 越少,但是空间很多就浪费。
public class HashMap{
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
}
什么时候扩容?
HashMap 的扩容方法是 resize() 方法,发生下列两种情况时,会发生扩容:
情况1: HashMap 中的元素个数超过扩容阈值 threshold 时,就会进行数组扩容(扩容阈 值 threshold = 数组容量 × 加载因子)。例如:加载因子(LoadFactor)的默认值为 0.75f ,数 组容量默认为 16 ,当 HashMap 中元素个数超过 16 × 0.75=12 的时候,数组就会扩容。
情况2: HashMap 加入新元素时,如果链表长度大于 8 时,会将当前链表转换为红黑树。在 转换红黑树之前,会判断数组长度,如果小于 64 ,会产生数组扩容。如果数组长度大于 64 ,才 会将链表转换为红黑树。(链表属于线性查找,速度慢)
// 添加新元素
final V putVal(int hash, K key, V value) {
//...
// 判断当前集合中的元素数量,是否超过阈值threshold
if (++size > threshold)
resize(); // 数组扩容
//...
}
// 链表转换为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
//...
// 数组为空或者数组的长度n小于64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); // 数组扩容
// ...
}
public class HashMap{
// 默认链表长度
static final int TREEIFY_THRESHOLD = 8;
// 添加键值对的方法
final V putVal(int hash, K key, V value){
//...
// 将key和value,插入链表尾部
// 循环时,使用binCount进行计数
for (int binCount = 0; ; ++binCount) {
// 判断节点p的next是否空
if ((e = p.next) == null) {
// 插入链表尾部
p.next = newNode(hash, key, value, null);
// 判断链表数量是否大于8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表长度超过8,将当前链表转换为红黑树
treeifyBin(tab, hash);
break;
}
}
}
// 转换为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 数组长度如果小于64,则优先扩容数组
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 遍历链表节点,转换为红黑树
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);
}
}
}
每次扩容多少?
HashMap 每次扩容时,会按照当前数组的容量扩容 2 倍。例如:当前数组容量为 16 ,当 HashMap 中元素个数超过 16 × 0.75=12 的时候,数组就会扩容 2 倍;
// 新容量 = 原有容量的2倍
newCap = oldCap << 1
最大容量多少?
HashMap 每次扩容时,都会检查当前容量是否超出常量值 MAXIMUM_CAPACITY ,如果超 出,则不扩容。常量值 MAXIMUM_CAPACITY 通过位运算 1<<30 ,计算结果为 1073741824 (10亿7374万1824)。所以,当 HashMap 集合数组的最大容量为 1073741824
static final int MAXIMUM_CAPACITY = 1 << 30;
final Node<K,V>[] resize() {
// 获取原数组
Node<K,V>[] oldTab = table;
// 计算原容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 获取原扩容阈值
int oldThr = threshold;
// 定义新容量、新扩容阈值
int newCap, newThr = 0;
if (oldCap > 0) {
// 如果原容量超出最大容量,则退出扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 计算新容量(新容量=原容量的2倍)
// 新容量没有超出最大容量,并且原容量大于等于默认初始容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 设置新扩容阈值(同样为原扩容阈值的2倍)
}
else if (oldThr > 0) // 新容量按照初始化(构造方法)中的扩容阈值设置
newCap = oldThr;
else { // 默认
newCap = DEFAULT_INITIAL_CAPACITY; // 默认初始化容量16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // 默认扩展阈值 = 默认加载因子0.75 * 默认初始化容量16
}
// 如果新扩容阈值等于0,则需要重新计算,最大不超过Integer.MAX_VALUE
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 创建数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 保存
table = newTab;
if (oldTab != null) {
// 遍历原数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 将原数组中的元素,重新保存
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) // 当前元素为单节点(不是链表),则重新按照哈希值,计算下标位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 当前元素为红黑树节点,将当前红黑树拆分为2棵红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 当前元素为链表节点,将当前链表拆分为两条链表(高位链表、低位链表)
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍历链表,根据每个节点的hash值,重新计算链表位置
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);
// 低位链表保存在数组的原位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead; // 原位置
}
// 高位链表保存在数组的新位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead; // 新位置
}
}
}
}
}
// 返回新数组
return newTab;
}
小结
Map 是一种映射表,可以通过 key 快速查找 value ;
可以通过 for each 遍历 keySet() ,也可以通过 for each 遍历 entrySet() ,直接获 取 key-value 键值对;
最常用的一种Map实现是 HashMap (无序, key 唯一);
HashMap 的数据结构采用数组+链表+红黑树
HashMap 的按照 key 的 hash 值计算数组中的存储位置下标,计算方式: (n-1)&hash 。
如果在该下标位置已经存在元素,代表产生哈希冲突,则采用链地址法处理,以单向链表的形 式,将新元素存储在链表的尾部(尾插法)。
当链表中 Node 节点的数量大于 8 并且数组的长度大于 64 时,链表会转换成一个红黑树, 有利于查找搜索。
HashMap 的默认容量为 16 ,加载因子为 0.75f ,当集合元素个数超过扩容阈值(容量*加 载因子)时, HashMap 会将底层数组容量按照 2 倍进行扩容。