HashMap的数据结构
HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的,他的底层结构是一个数组,而数组的元素是一个单向链表。
HashMap默认初始化的是一个长度为16位的数组,每个数组储存的元素代表的是每一个链表的头结点。在jdk1.8中,当HashMap不断地插入元素,导致链表太长时,会将链表转换为红黑树。
Node<K,V>
Node是HashMap的一个内部类,实现了Map.Entry接口,本质就是一个存储键值对的链表。
具体如下:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
//用来定位数组索引位置
final K key;
V value;
Node<K,V> next;
//链表的下一个node
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
....
}
Node<K,V>[] table
即哈希桶数组,明显它是一个Node的数组。
如果哈希桶数组很大,即使较差的Hash算法也会比较分散,如果哈希桶数组数组很小,即使好的Hash算法也会出现较多碰撞,所以就需要在空间成本和时间成本之间权衡,其实就是在根据实际情况确定哈希桶数组的大小,并在此基础上设计好的hash算法减少Hash碰撞。那么通过什么方式来控制map使得Hash碰撞的概率又小,哈希桶数组(Node[] table)占用空间又少呢?答案就是好的Hash算法和扩容机制。
Node[] table的初始化长度length(默认值是16),Load factor为负载因子(默认值是0.75),threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说,在数组定义好长度之后,负载因子越大,所能容纳的键值对个数越多。
结合负载因子的定义公式可知,threshold就是在此Load factor和length(数组长度)对应下允许的最大元素数目,超过这个数目就重新resize(扩容)。
HashMap如何扩容?
扩容(resize)就是重新计算容量,向HashMap对象里不停的添加元素,而HashMap对象内部的数组无法装载更多的元素时,对象就需要扩大数组的长度,以便能装入更多的元素。当然Java里的数组是无法自动扩容的,方法是使用一个新的数组代替已有的容量小的数组。 扩容后的HashMap容量是之前容量的两倍。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//Capcity是指容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//Threshold是所能存储的最大数量
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//超过最大值就不再扩充了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//存储的最大数量Threshold翻倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//创建新的Node数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// oldTab[j]表示原数组上的元素,也就是链表头节点或红黑树
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//复制原数组中只有链表头节点的元素
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//复制原数组中属于红黑树的元素
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//复制原数组各元素上的链表全部数据
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;
}
Hash算法
通过Hash算法,对key计算出数组下标。
Hash算法:通过Key进行Hash的计算,就可以获取Key对应的HashCode。如果出现了重复的hashCode,就称作碰撞。
如果发生了碰撞事件,那么意味这数组的一个位置要插入两个或者多个元素,这个时候数组上面挂的链表起作用了,链表会将数组某个节点上多出的元素按照尾插法(jdk1.7及以前为头差法)的方式添加。
Hash算法本质上就是三步:取key的hashCode值、位运算 、取余运算。
位运算接近底层,速度较快。
HashMap插入数据:
public V put(K key, V value) {
//计算key的hashCode(),后面再插入数据
return putVal(hash(key), key, value, false, true);
}
首先要计算key的hashCode():
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
插入数据的过程如下:
对于数组下标的计算,有一个小知识点得知道:
对于位运算 x & (2^m-1) ,实际相当于x取余,也就是 x % (2^m),通过取余,得到数组下标。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果node[]数组为空,就先扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算数组下标,并对null做处理
//从上面的 n=tab.length,得到 n是数组长度,而HashMap的数组长度都是2的m次幂 2^m,
//对于位运算 x & (2^m-1) ,实际相当于x取余,也就是 x % (2^m),通过取余,得到数组下标
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果节点key存在,直接覆盖value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//插入数据到红黑树的情况
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//插入数据到链表
for (int binCount = 0; ; ++binCount) {
//遍历到链表末尾,添加新节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//链表长度大于8转换为红黑树进行处理
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;
}
如何保证key的唯一性 / 保证key不重复?
如果两个key的hashCode相等,并且通过equals比较key也相等,那么视为相等的key,这样就只覆盖原来key对应的value,而不产生重复的key。
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
线程安全性
在多线程使用场景中,应该尽量避免使用线程不安全的HashMap,而使用线程安全的ConcurrentHashMap。
其他:
1.注意hashCode()和hash()算法的区别。。
定位hash槽是HashMap自己实现的hash()函数。
hashcode()是key对象的类覆写的Object中的方法。
先用hash(key)找到hash槽(也就是数组下标),如果槽上没值,直接放上去;如果有值,再判断key是否为同一个对象(这里用的equals方法,间接使用了hashcode),如果是就替代value,如果否则加到链表中。
参考博客: