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64MIN_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