HashMap 插入、扩容、查询、删除原理源码分析

最新推荐文章于 2022-05-14 17:43:55 发布

瞎胡扯

最新推荐文章于 2022-05-14 17:43:55 发布

阅读量642

点赞数

分类专栏：并发编程文章标签： hashmap 数据结构扩容红黑树

本文链接：https://blog.csdn.net/small_love/article/details/112575640

版权

并发编程专栏收录该内容

36 篇文章 9 订阅

订阅专栏

一、前言

上一章我们主要介绍了HashMap中的数据结构、hash 算法等知识点，除了这些，HashMap中还有插入、删除、查找等基本的功能。在面试中可能还会经常问到 HashMap 的扩容是怎么实现的。接下来就通过源码分析一下这些的实现机制。

二、HashMap 的插入操作。

2.1、put操作源码分析

  public V put(K key, V value) {
        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;
        // 初始化桶数组 table，table 被延迟到插入新数据时再进行初始化
        if ((tab = table) == null || (n = tab.length) == 0) {
            n = (tab = resize()).length; // 如果 table 为空 则进行初始化
        }

        // (n - 1) & hash 因为 数组的大小为 2 的次幂，所有此表达式相当于 取模
        // 如果当前槽位没有值 则直接创建新的节点放入当前槽位中
        if ((p = tab[i = (n - 1) & hash]) == null) {
            tab[i] = newNode(hash, key, value, null);
        } else { // 如果槽位有值
            Node<K,V> e; K k;
            // 如果键的值以及节点 hash 等于链表中的第一个键值对节点时，则将 e 指向该键值对
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode) // 是 红黑树节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    // 链表中不包含要插入的键值对节点时，则将该节点接在链表的最后
                    if ((e = p.next) == null) { // 如果当前节点的为尾结点
                        p.next = newNode(hash, key, value, null); // 改为尾插法
                        if (binCount >= TREEIFY_THRESHOLD - 1) //如果链表长度大于或等于树化阈值，则进行树化操作
                            treeifyBin(tab, hash); // 链表的长度超过 8 个转为树
                        break;
                    }
                    // 条件为 true，表示当前链表包含要插入的键值对，终止遍历
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 判断要插入的键值对是否存在 HashMap 中
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 键值对数量超过阈值时，则进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

2.2、要点分析

HashMap中一个数据插入的整体流程，主要包括：计算下标、何时扩容、何时链表转红黑树等，具体如下：

首先进行哈希值的扰动，获取一个新的哈希值。(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
如果 tab 为 null 或者长度为0，这表示第一次操作，进行第一次扩容，也就是初始化。

     if ((tab = table) == null || (n = tab.length) == 0)
         n = (tab = resize()).length;

根据哈希值计算下标，如果对应小标正好没有存放数据，则直接插入即可否则需要覆盖。tab[i = (n - 1) & hash])
如果tab[i]为树型节点，则向树中插入节点，否则将数据插入到链表的尾部。
如果插入链表后，链表长度大于等于 8，则需要把链表转换为红黑树。treeifyBin(tab, hash);。

treeifyBin,是一个链表转树的方法，但不是所有的链表长度为8后都会转成树，还需要判断存放key值的数组桶长度是否小于64 MIN_TREEIFY_CAPACITY。如果小于则需要扩容，扩容后链表上的数据会被拆分散列的相应的桶节点上，也就把链表长度缩短了。

最后所有元素处理完成后，判断HashMap中的元素中个数是否超过阈值`threshold，超过则进行扩容。

三、扩容

JDK8中HashMap是基于数组+链表和红黑树实现的，但用于存放key值得的数组的长度是固定的，由初始化决定。那么，随着数据的插入数量增加以及负载因子的作用下，达到某个阈值后就需要扩容，减少 hash 的碰撞，从而减少链表或红黑树中元素的个数。

3.1、扩容方法 resize 源码分析

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length; // 旧表长度
        int oldThr = threshold; // 旧的 阈值
        int newCap, newThr = 0; // 新的长度或阈值
        if (oldCap > 0) { // 如果旧表存在长度说明是扩容操作

            // 如果容量达到最大 1 << 30 则不再扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 按旧容量和阀值的2倍计算新容量和阀值
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0)
            // initial capacity was placed in threshold 翻译过来的意思，如下；
            // 初始化时，将 threshold 的值赋值给 newCap，
            // HashMap 使用 threshold 变量暂时保存 initialCapacity 参数的值
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 这一部分也是，源代码中也有相应的英文注释
            // 调用无参构造方法时，数组桶数组容量为默认容量 1 << 4; aka 16
            // 阀值；是默认容量与负载因子的乘积，0.75
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // newThr为0，则使用阀值公式计算容量
        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"})
        // 创建一个新的表格
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 创建一个新的表格
        table = newTab;
        if (oldTab != null) {
            // 如果旧数组桶，oldCap有值，则遍历将键值映射到新数组桶中
            for (int j = 0; j < oldCap; ++j) { // 循环迁移操作
                Node<K,V> e;
                if ((e = oldTab[j]) != null) { // 对应的槽位上有节点存在
                    oldTab[j] = null; // 清空旧的槽位
                    if (e.next == null) // 说明当前槽位就一个首节点
                        newTab[e.hash & (newCap - 1)] = e; // 重新取模计算
                    else if (e instanceof TreeNode) // 红黑树
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        /**
                         * 这里为什么会存在 高位和地位两个链表呢?
                         * 究其原因是，当同一个链表中的数据进行 迁移时，会存在一部分落在原来的位置
                         * 一部分会落在 当前位置 + 旧表的长度的位置
                         */
                        Node<K,V> loHead = null, loTail = null; // 低位头 尾
                        Node<K,V> hiHead = null, hiTail = null; // 高位头 尾
                        Node<K,V> next;
                        do { // 循环遍历链表
                            next = e.next; // 获取当前节点的下一个节点
                            if ((e.hash & oldCap) == 0) { // 说明当前节点还是落在了旧位置的槽位
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else { // 否则是落在了 旧位置 + oldCap 的槽位上
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) { // 把低位链表保存到当前位置上
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) { // 高位链表放到 当前槽位 + oldCap 的位置
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

3.2、要点分析

源码虽然很长，但是整体的逻辑很清晰且不太复杂，主要包括；

扩容时计算出新的 newCap、newThr，这是两个单词的缩写，一个是Capacity，另一个是阀Threshold
newCap用于创新的数组桶 new Node[newCap];
随着扩容后，原来那些因为哈希碰撞，存放成链表和红黑树的元素，都需要进行拆分存放到新的位置中。
在计算新的位置时，如果(e.hash & oldCap) == 0为true，则此节点还是落在原来的位置，否则就会落到 j + oldCap 的位置上，这也是为什么初始化数组的长度为 2 的次幂数，并且进行两倍的扩容。

四、链表和树互转。

为什么要链表和红黑树进行互转呢？主要原因如下：

从链表中定位到数据时间复杂度是O(n)，因此链表越长性能就会越差。
自平衡的红黑树结构，定位元素的时间复杂度优化近似于O(logn)，这样可以提升元素查找的效率。
由于红黑树插入和删除元素后都需要对树进行再平衡，如果元素很少的话，这种结构的性能优势不太大。但是链表的插入和删除操作性能比较高，所有再元素比较少的情况下链表表现会更好些。

4.1、链表转树源码分析

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 这块就是我们上面提到的，不一定树化还可能只是扩容。主要桶数组容量是否小于64 MIN_TREEIFY_CAPACITY 
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    else if ((e = tab[index = (n - 1) & hash]) != null) {
    	// 又是单词缩写；hd = head (头部)，tl = tile (结尾)
        TreeNode<K,V> hd = null, tl = null;
        do {
            // 将普通节点转换为树节点，但此时还不是红黑树，也就是说还不一定平衡
            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)
            // 转红黑树操作，这里需要循环比较，染色、旋转。关于红黑树
            hd.treeify(tab);
    }
}

以上源码主要包括的知识点如下：

链表转换为红黑树的条件有两点；首先链表长度大于等于8，其次是桶容量大于64，否则只是扩容，不会转换为树。
链表转换为树的过程中是先由链表转换为树节点，此时的树可能不是一颗平衡树。同时在树转换过程中会记录链表的顺序，tl.next = p，这主要方便后续树转链表和拆分更方便。
链表转换成树后，在进行红黑树的转换。先简单介绍下，红黑树的转换需要染色和旋转，以及比对大小。

4.2、树转链表源码分析

在 4.1节中提到过在链表转换为树时，会记录链表的顺序，那么在树转换为链表时，就比较简单了，只需要遍历树，把树节点TreeNode转变为链表节点Node 即可。代码如下所示：

       // 此方法是 内部类 TreeNode 的方法。
        final Node<K,V> untreeify(HashMap<K,V> map) {
            Node<K,V> hd = null, tl = null;
            // 遍历树节点
            for (Node<K,V> q = this; q != null; q = q.next) {
                // 把 TreeNode 转换为 Node
                Node<K,V> p = map.replacementNode(q, null);
                if (tl == null)
                    hd = p;
                else
                    tl.next = p;
                tl = p;
            }
            return hd;
        }

      // For conversion from TreeNodes to plain nodes
      // 节点类型转换
    Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {
        return new Node<>(p.hash, p.key, p.value, next);
    }

五、查找方法分析

5.1、源码分析

public V get(Object key) {
        Node<K,V> e;
        // 同样需要经过扰动函数计算哈希值
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // 判断数组的是否为空和是否存在元素
        if ((tab = table) != null && (n = tab.length) > 0 &&
                // 计算下标，哈希值 和 数组长度-1 与操作 获取下标
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // 首先判断第一个元素是否就是要查找的值
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                // TreeNode 节点直接调用红黑树的查找方法，时间复杂度O(logn)
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    // 如果是链表就进行循环遍历查找
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

5.2、要点解析

从源码上看查找的代码还是比较简单的，主要包括以下知识点：

扰动函数的使用，获取新的哈希值。也就是(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);。
下标的计算，是通过 key 的哈希值与数组长度-1 & 运算，即tab[(n - 1) & hash])
确定了数组下标位置，接下来就是对红黑树或者链表进行遍历查找操作了。

六、删除操作分析

6.1、源码分析

    public V remove(Object key) {
        Node<K,V> e;
        // 同样需要经过扰动函数计算哈希值
        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;
        // 判断数组是否为空 和 定位数组中的下标位置，index = (n - 1) & hash
        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;
            // 如果键的值与链表第一个节点相等，则将 node 指向该节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                // 如果是树节点，则调用红黑树的查找方法，定位节点。
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    // 遍历链表，找到要删除节点
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 删除节点，
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                // 如果是红黑树删除节点，同时红黑树需要修复，因为删除后会破坏平衡性
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                // 如果是链表，删除比较简单只需要改变一下节点指向即可
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

6.2、要点分析

删除操作较简单，主要包括如下：

扰动函数的使用，获取新的哈希值。也就是(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);。
下标的计算，是通过 key 的哈希值与数组长度-1 & 运算，即tab[(n - 1) & hash])
确定了数组下标位置，查找到要删除的节点，链表的删除比较简单，但是红黑树的删除较为麻烦，涉及到树的再平衡问题。因红黑树节点的删除被包装到了 TreeNode 这里看上去比较简单罢了。

七、总结

这篇文章主要分析通过分析 HashMap中插入、扩容、查找和删除操作的源码，更深入的了解了 HashMap 的内幕。其中插入操作比较复杂，其中涉及到了 扩容和链表转树的操作，此处需要记住两点，当容器中的总数量达到某个值后进行扩容，当链表的长度超过8个，并且数组的长度超过64时，链表转红黑树。

参考：
https://bugstack.blog.csdn.net/article/details/107975077
https://blog.csdn.net/qq_41345773/article/details/92066554

瞎胡扯

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
HashMap 插入、扩容、查询、删除原理源码分析

一、前言上一章我们主要介绍了HashMap中的数据结构、hash 算法等知识点，除了这些，HashMap中还有插入、删除、查找等基本的功能。在面试中可能还会经常问到 HashMap 的扩容是怎么实现的。接下来就通过源码分析一下这些的实现机制。二、HashMap 的插入操作。2.1、put操作源码分析 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
复制链接

扫一扫