HashMap数据结构定义
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Node都保存了某个键值对元素的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。
Node类型数组
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;
}
链表节点类Node
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)
}
// ...
}
HashMap的hash函数
Hash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中元素如何计算存储位置?
为了使元素可以均匀保存在HashMap的数组中,所以存储元素时,使用元素的key的哈希值与数组长度(默认为16)进行模(%)运算,计算下标;
例如:32%16=0,35%16=3。所以32、35存储在数组下标为0和3的位置
但由于“%”模运算性能消耗比较大,所以采用(长度-1)& hash的位运算方式来计算存储位置,这样在HashMap长度为2的幂次方时计算效率最高;
例如:32&16-1=0,35&16-1=3。所以32、35存储在数组下标为0和3的位置。
int index = (数组长度 - 1) & key的hash值
HashMap初始容量
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,数组长度必须为。因为数组长度为2的n次幂时,可以使用&与运算,结合hash值,快速计算该元素在数组中的位置,提高HashMap的使用效率。
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;
}
}
HashMap底层存储结构
HashMap底层是一个默认长度为16的数组,在数组中保存Entry对象。每次存储元素时,根据使用key值进行hash后计算hash值,通过(长度-1)& hash得到这个元素在数组中的下标,如果数组该位置上已经保存有其他元素(hash冲突),那么在这个元素上的元素将以链表形式存放,使用next指向新添加的元素,行成链表;JDK8开始,HashMap在解决哈希冲突时,当链表长度大于阈值(默认为8)并且数组长度大于64,将链表转化为红黑树,减少搜索时间;
HashMap扩容
HashMap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<K,V>[ ] 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,但是冲突的机会就会增加。反之,越小则冲突的机会就越少,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闹值 threshold 时,就会进行数组扩容(扩容闹值 thresho11d=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
// ...
}
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
解决哈希冲突的常见方法:
1.链地址法:哈希表中的每个 Node 节点都有一next指针,构成一个单向链表。被分配到同一个下标位置上的多个 Node节点(发生哈希冲突),可以通过存入同一个单向链表来解决这个问题。
2.开放定址法:一旦发生哈希冲突,就去寻找下一个空的散列地址,只要散列表足够大,空的散列地址总能找到,并将记录存入。
3.建立公共溢出区:将哈希表分为基本表和溢出表两部分,凡是和基本表发生冲突的元素,一律填入溢
出表。
4.再哈希法:再哈希法又叫双哈希法,有多个不同的 Hash函数,当发生冲突时,使用第二个,第三个, ... 等哈希函数计算地址,直到无冲突。虽然不易发生聚集,但是增加了计算时间。
HashMap扩容源代码分析
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;
}