目录
HashMap的特点
- HashMap以key-value的形势存储数据
- 通过key可以查出value
- key具有唯一性,重复时新数据会覆盖旧数据
- 存入数据具有无序性(与存入顺序不同),存入时通过hash算法确定存放位置
- key与value可以为空,但是空的key也视为一个有效的key,不能重复
- HashMap底层实现
- jdk1.7:数组+链表
- jdk1.8:数组+链表+红黑树
实现原理
HashMap将一个key-value当做一个整体来处理,使用数组存储这些键值对,通过计算key的hash值来确定数组中的存放位置,当两个key计算出相同的位置的时候(哈希冲突),在数组相应位置创建链表,在jdk1.8及以上版本中,当链表满足一定需求时就会转换为红黑树
JDK≤1.7
- 数组+单链表
JDK≥1.8
- 数组+单链表
- 当有链表长度>8且数组长度>64:该链表转换为数组+红黑树
JDK1.8的HashMap源码分析
与JDK1.7中的区别
jdk1.7中HashMap源码约等于jdk1.8的阉割版,少了转换为树的逻辑,并且链表的插入方式为头插法,1.8为尾插法
默认数据——静态常量
1.默认桶容量,即数组的初始大小,1左移4位 -> 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
2.数组的最大容量,1左移30位,很大的数,够用,不用关注
static final int MAXIMUM_CAPACITY = 1 << 30;
3.数组的负载因子,当(数组占用量)超过(数组长度*负载因子)的时候,就会触发扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
4.树化阈值,链表长度超过阈值会将单链表结构转化为红黑树
static final int TREEIFY_THRESHOLD = 8;
5.链表化阈值,当红黑树结点小于6的时候,树会转化回单链表
static final int UNTREEIFY_THRESHOLD = 6;
6.数组阈值,树化时需要数组长度需要>64,否则不发生树化
static final int MIN_TREEIFY_CAPACITY = 64;
可变数据——用于存放数据的变量
1.table:Node类型数组,用于存放键值对
transient Node<K,V>[] table;
2.entrySet:用来存储键值对的集合,Map.Entry是内部类,用于键与值的映射
transient Set<Map.Entry<K,V>> entrySet;
3. size:存储键值对的个数
transient int size;
4.modCount :记录修改次数
transient int modCount;
5.threshold:扩容方法 ,扩容部分大小为负载因子*桶当前大小
int threshold;
6.loadFactor:记录哈希表的负载因子,上面有默认值
final float loadFactor;
构造方法
无参构造
最常用的构造方式,使用默认的负载因子0.75,除了赋值不做其他操作
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
有参构造
1.指定桶大小
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
2.指定桶大小与负载因子,需要做的判断较多,与源码结合使用注释说明方便理解
//initialCapacity桶大小
//loadFactor负载因子
public HashMap(int initialCapacity, float loadFactor) {
// 判断给定的桶大小
if (initialCapacity < 0)
//小于0抛出异常,非法参数
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
//判断给定的桶大小和默认大小的关系
if (initialCapacity > MAXIMUM_CAPACITY)
//如果给定的桶更大,用默认桶的大小
initialCapacity = MAXIMUM_CAPACITY;
//判断负载因子是否合法:是数且>0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
//抛异常,非法参数
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
//正常,使用给定的负载因子
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//桶大小需要是2的整数幂,使用移位找出小于给定桶大小的最大的数
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;
}
供外部调用的方法
0.基础方法:hash()
通过位运算,获取哈希值
i = (n - 1) & hash
hash值通过HashCode获得,在HashMap中,hash值通过桶大小或运算HashCode获得
举个例子:
桶大小 = 10,HashCode = 12
hash值 = 00001010(2) | 00001100(2) = 00000110(2) = 6
位运算的速度远大于加减乘除的操作,节省运算时间
1.get(Object key)
通过key-value键值对的key来获取对应的value值
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
该方法会调用getNode内部方法,该内部方法被final修饰,无法对该方法进行重写
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//进行判断,桶不为空、长度不为0且key的hash值对应的桶的位置上不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断数组对应位置上的第一个元素是否为要找的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//不是第一个元素,判断后续有没有结点
if ((e = first.next) != null) {
//判断是否是红黑树
if (first instanceof TreeNode)
//调用红黑树的查找结点的方法
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//不是红黑树,使用do while循环判断key对应的元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get的流程:
- 调用get(Object key)方法
- 该方法调用内部的final方法getNode(int hash, Object key)
- 在getNode方法中,先判断桶是否为空、桶长度是否大于0、桶上key对应的hash的位置是否为空,空就return null
- 判断桶上那个位置的第一个数据,是就return这个数据
- 如果在数组上的不是要找的数据,再判断桶上这个位置是否有链表或红黑树,如果是链表那就用dowhile循环通过key值找,如果是红黑树就通过内部方法getTreeNode去找。
2.put(K key, V value)
向集合中添加键值对
public V put(K key, V value) {
//调用内部方法
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//桶空或者桶长度=0,就会调用内部扩容方法resize()
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//通过索引判断key的hash值对应的位置是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
//整一个新的结点给这个键值对
tab[i] = newNode(hash, key, value, null);
else {//那个坑有萝卜占了
Node<K,V> e; K k;
//判断key值或者hash值想不想等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//相等了,覆盖
e = p;
else if (p instanceof TreeNode) //判断已有元素是否是树结点类型
//结点类型,去树里找key或hash相等的
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //坑里有萝卜、链表结构找不到key或hash相同的元素、不是树型结构,那就往下走
//尾插法将新结点插入进链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//插完了结点树到了8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//结构转为红黑树,同样是内部方法
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; //p记录下一个节点
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//桶到没到负载因子规定的大小
if (++size > threshold)
//到了,那扩容呗
resize();
afterNodeInsertion(evict);
return null;
}
put流程:
- 外部调用put方法,put再调用内部方法putVal。
- 在putVal方法中先判断桶大小0或桶长度0,只要有一个成立那就先调桶扩容方法resize()
- 桶内有数据且长不为0的时候,通过key和key的hash值判断桶上自己的位置有没有人占着,没人占着那就创建一个新的结点,把入参的键值对放进去,如果有人占着:
- 通过key和hash值找有没有相等的,有就覆盖,然后return,没有则:
- 桶上这个位置是不是存了个树,是的话那就调用树的putTreeNode方法往里放键值对,然后return,如果不是树的话:
- 尾插法直接在链表尾部插入新结点
- 插入新结点如果链表长度超过阈值了(默认8),那就用内部方法treeifyBin将链表转为红黑树
- 最后通过负载因子*桶大小,判断要不要给桶扩容,需要就调一遍resize()
- 结束
3.resize()
扩容方法,每次调用就扩大负载因子*桶大小的空间
final Node<K,V>[] resize() {
//先用oldTab存一下扩容之前的数据(桶,即数组)
Node<K,V>[] oldTab = table;
//扩容之前的桶空就是0,不空就返回桶的大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//老的桶不是空
if (oldCap > 0) {
//虽然桶上限很大,还是要判断下,桶满了就不扩容了,直接返回传进来的数据
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//判断,如果桶大小那个数左移1位(就是*2)后,不超过桶上限而且还比默认初始化的大小大
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//为下次扩容做准备,下次扩容后的大小 -> 本次扩容大小那个数左移1位(即*2,空间翻倍)
newThr = oldThr << 1; // double threshold
}
//老的桶空,并且算出来的扩容空间大小>0
else if (oldThr > 0)
newCap = oldThr; //直接把扩容的后的大小给新桶
else { //桶空,而且扩容大小有问题(负载因子或者记录当前桶大小的数据非法,又或者计算过程出问题等)
//直接使用默认数值进行扩容(HashMap内部设定的静态数值)
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果上面扩容完毕的桶,下一次扩容大小是0
if (newThr == 0) {
//使用扩容因子*新的桶大小获取下次扩容的大小
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; //更新当前扩容大小 <= 下次扩容的大小
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; //将新桶数据放进table
if (oldTab != null) { //若旧的桶中有数据,需要将旧数据放进新桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {//旧桶不为空的位置的数据,放进新桶
oldTab[j] = null; //清除旧桶对应位置的数据
if (e.next == null) //当前数据如果没有后续结点
newTab[e.hash & (newCap - 1)] = e; //该节点存入新桶
else if (e instanceof TreeNode) //如果该结点是TreeNode类型
//分割树,将新表和旧表分割成两个树,并判断索引处节点的长度是否需要转换成红黑树放入新表存储
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null; //存储与旧索引的相同的节点
Node<K,V> hiHead = null, hiTail = null; //存储与新索引相同的节点
Node<K,V> next;
//通过do while循环 获取新旧索引的节点
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);
//通过判定将旧数据和新数据存储到新桶指定的位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//返回新的桶
return newTab;
}
resize方法的流程较长且判断较多,逻辑也可能弄混:
- 先记录旧桶的数据、旧桶的大小、当前扩容大小、新桶大小、新桶扩容的大小。
- 如果旧桶不是空的:
- 如果旧桶的数据量到了桶的容量上限,直接return旧数据
- 如果旧桶的空间翻倍还是没到容量上限而且旧桶的数据量大于HashMap内部的默认桶大小,扩容,新桶大小 = 旧桶*2,并且下次扩容大小 = 当前扩容大小*2
- 如果旧桶是空的,且当前扩容大小大于0,那就新桶大小直接等于扩容大小
- 如果旧桶是空的,而且当前扩容大小不大于0(负载因子或旧桶大小的合法性有问题,又或者计算过程有问题),那就将新桶大小和下次扩容大小用HashMap内部静态常量计算
- 如果下次扩容大小是0,那就通过上面计算完的新桶大小*负载因子算出下次扩容的大小
- 经过上面的流程新桶已经扩容完成(数据还未复制),将下次扩容大小的值赋给当前扩容大小
- 将新桶赋给table
- 如果旧桶是有数据,记录不为空的位置的数据,并抹去旧桶中的数据
- 如果该数据后面没有结点了,那就直接放在新桶中该数据key的hash值的位置
- 如果该数据是个树结点,那就将新桶与旧桶分成两个树,并通过索引处结点的长度转换成红黑树放进新桶
- 不是上述两种情况,那就需要维护桶的秩序,通过do while循环,将当前数据,与他后边所有的结点全部重新计算位置并放到新桶对应的位置
- 扩容结束,返回新桶,这时旧桶也全部清空
tips:
- 从扩容流程中可以看出在扩容时会复制一次HashMap数据,并且重新遍历所有数据的hash值,既耗费资源又耗费时间,应当尽量避免扩容,当然,只是尽量,该扩容时还是要扩容
- 扩容后结点在新桶中的位置 = 旧桶中的位置 + 旧桶的长度,不需要重新计算hash值,节省了资源和时间
4.remove()
删除方法,通过key删除键值对
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
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;
// 桶不为空且桶长度>0且key的hash值对应位置不为空
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;
// 如果该位置就是目标结点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//node结点指向p
node = p;
//桶上这个位置是链表或者树
else if ((e = p.next) != null) {
//该节点是树节点
if (p instanceof TreeNode)
//通过红黑树的get方法获取结点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
//不是普通键值对且不是树节点,那就是单链表了
else {
// 通过do while循环遍历链表寻找目标结点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 将找到的结点与传入的参数做对比
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 通过调用红黑树的方法来删除结点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 删除链表结点
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
remove方法相比上面的方法,流程就简洁了不少:
- 经典判断桶不空 && 桶长>0 && 桶对应位置是否空
- 如果桶上key的hash值的位置就是目标结点,直接让node指向该处
- 如果该处不是:
- 该位置如果是树节点:通过红黑树的get方法获得目标结点
- 如果是链表:通过do while循环获得目标结点
- 判断入参和找到的结点信息是否一致
- 如果是红黑树结点:用红黑树的删除方法删除目标结点
- 普通链表结点,直接删除
- 其余节点依次链接
关于在JDK1.8中引入红黑树
使用红黑树解决了拉链法链表过深问题,为最优结构
- 数组+链表的存储方式,视觉上就像一个被拉开的拉链,但是链表特别长的时候遍历会明显变慢
- 在使用二叉排序树的时候,在某些情况下会变成一条线性结构,比如只往右走的树,那就和单链表一样了,遍历起来相比链表没有任何优化。
- 可以通过旋转树将二叉排序树转换为平衡二叉树,但是平衡二叉树是严格平衡的,删除树结点的时候为了维护秩序可能会旋转非常多的次数,即耗费时间又浪费资源。
- 红黑树是非严格平衡的不论是新增还是删除,只需要最多旋转三次即可达到平衡,这样不仅在遍历的时候深度会大大减少,查询更快,操作树的时候也效率更高开销更小
- B+树的特点是“矮胖”,只有叶子结点存储数据,每个叶子结点能储存非常多的数据,所以B+树能应对大量数据的情况,经常被用在数据库中。但是数据量不是很多的时候可能这些数据都挤在一个结点里,那这样遍历效率又退化成了链表,不合适。
- 跳表查询也很快,但是HashMap的各个键值对之间没有内在排序关系,没有排序关系也就没法跳跃查询,跳表也需要定义多级指针,空间换时间,而红黑树不需要额外空间
总结:
红黑树是个非严格平衡的树,在删除的时候只要最多求三次旋转打到局部平衡即可,遍历也许没有二叉排序树和平衡二叉树快,但是维护性远强于前者,有良好的稳定性,在几种数据结构中综合实力最强