本来我是已经打开JDK1.8的HashMap底层代码,认认真真标注,遇到一些问题,就上网搜一下,结果发现已经有人写了,而且写的比我透彻(>_<)(>_<)(>_<),反过来看我的标注,详细是详细,但是没有人家的透彻,虽然挺可惜的,还是不出来丢人了。果然还是要好好努力啊!
废话不多说,看代码(^_^).......
HashMap继承至Abstract抽象类,是基于哈希表的Map接口的非同步实现,此实现提供所有可选的映射操作,并允许使用null 值和 null 键。(除了非同步和允许使用 null 之外,HashMap 类与 Hashtable 大致相同。)此类不保证映射的顺序,特别是它不保证该顺序恒久不变 (摘至Api1.6中文文档)
jdk1.8与之前的jdk版本底层代码发生了变化(毕竟要代代优化嘛),逻辑大致还是没有变的。先说jdk1.8之前的版本:
存储过程put:
我们都知道,调用put()方法就可以往Map中添加数据。此过程api文档是这样说的:在此映射中关联指定值于指定键。如果该映射以前就包含一个该键的映射关系,则旧值被替换。
public V put(K key, V value) {
if (key == null)//null键处理
return putForNullKey(value);
int hash = hash(key.hashCode());//重新计算hash值
int i = indexFor(hash, table.length);//找到数组中的索引
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;//若索引处Entry不为null,则循环比较,找到相同的key替换旧值就返回
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
//没找到或者此处entry==null
modCount++;//记录hashmap中修改结构的次数
addEntry(hash, key, value, i);//添加数据
return null;
}
当系统决定存储 HashMap 中的 key-value 对时,完全没有考虑 Entry 中的 value,仅仅只是根据 key 来计算并决定每个 Entry 的存储位置。hash(int h)方法根据key的hashCode重新计算一次散列。此算法加入了高位计算,防止低位不变,高位变化时,造成的hash冲突。
static int hash(int h) {
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
接下来程序会调用 indexFor(int h, int length) 方法来计算该对象应该保存在 table 数组的哪个索引处
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
return h & (length-1);
}
这个方法非常巧妙,它总是通过 h &(table.length -1) 来得到该对象的保存位置(在jdk1.8中同样是这个方法);我们就来分析一下它为什么巧妙、高效。两个原因:1.hashmap存放数据的table数组长度始终是2的n次方; 2.这里使用了(按位于&)运算符,而不是(取模运算%)。且看HashMap构造函数中有以下代码:
// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
这就保证了table数组的长度始终是2的n次方。(无参构造函数,默认初始化数组长度是16)。当length总是 2 的n次方时,h& (length-1)运算等价于h%length,但&比%效率高(^_^)
接下来程序就会根据indexFor方法返回的索引找到对应数组中的元素及其链表,并与put的key进行循环比较,若已存在相同的key,则替换value即可;若未匹配到,则程序进入addEntry方法:
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];//先存放此索引在table中的元素的引用
//在new一个新的Entry对象,并指向上一步得到的对象的引用,这样就形成了链表结构
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)//当存放元素size到达极限时,
resize(2 * table.length);//扩容()
}
比较简单,就是将新Entry对象存放在table[bucketIndex]处,并指向之前存放在此处的Entry对象,这样就形成了链表结构。
到这里,大致清楚HashMap的内部存储结构了,就是数组+链表结构,新加入的对象总是存放在数组中,通过引用指向老对象。
读取数据get
public V get(Object key)
{
// 如果 key 是 null,调用 getForNullKey 取出对应的 value
if (key == null)
return getForNullKey();
// 根据该 key 的 hashCode 值计算它的 hash 码
int hash = hash(key.hashCode());
// 直接取出 table 数组中指定索引处的值,
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
// 搜索该 Entry 链的下一个 Entry
e = e.next)
{
Object k;
// 如果该 Entry 的 key 与被搜索 key 相同
if (e.hash == hash && ((k = e.key) == key
|| key.equals(k)))
return e.value;
}
return null;
}
从上面代码中可以看出,如果 HashMap 的每个 bucket 里只有一个 Entry 时,HashMap 可以根据索引、快速地取出该 bucket 里的 Entry;在发生“Hash 冲突”的情况下,单个 bucket 里存储的不是一个 Entry,而是一个 Entry 链,系统只能必须按顺序遍历每个 Entry,直到找到想搜索的 Entry 为止——如果恰好要搜索的 Entry 位于该 Entry 链的最末端(该 Entry 是最早放入该 bucket 中),那系统必须循环到最后才能找到该元素。
capacity 和 resize
hashmap的数组Length始终是2的n次方,前面也提过在其构造方法中会保证这一点。关于容量问题:如果开始就知道 HashMap 会存放多个元素,可以在创建时设置较大的初始化容量,如果 HashMap 中 Entry 的数量一直不会超过极限容量(capacity * load factor),HashMap 就无需调用 resize() 方法重新分配 table 数组,从而保证较好的性能。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];//新建一个数组
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];//索引处的Entry对象e
if (e != null) {
src[j] = null;//将原数组此处引用设置为null
do {
Entry<K,V> next = e.next;//拿到e的下一个对象引用
int i = indexFor(e.hash, newCapacity);//在新的数组容量中计算此hash值的索引位置
e.next = newTable[i];//将e下一个对象指向当前对象引用(恰好和原数据链表结构顺序相反参考addEntry方法)
newTable[i] = e;//将当前对象e存放到新数组newTable[i]中
e = next;
} while (e != null);
}
}
}
上述代码,逻辑比较清晰;在transfer方法,循环遍历扩容前table数组,若找到Entry对象就重定向其在新数组中的位置,并依次copy其指向的Entry对象。
简单归纳一下:HashMap就是底层一个Entry[]数组实现的,相同hashcode的entry对象放在数组同一位置(正确的说应该是,新放进来的对象存放在数组中,然后指向之前存放在此处的对象)形成链表。当需要存储一个 Entry 对象时,会根据 Hash 算法来决定其存储位置;当需要取出一个 Entry 时,也会根据 Hash 算法找到其存储位置,直接取出该 Entry。但是,当数组存储位置有多个Entry对象时,不管是存还是取数据,都会循环遍历该链表;所以我们希望HashMap中存放的数据尽量均匀分布,即数组每个位置尽量只存放一个对象,那我们根据Hash算法找到位置后,不需要遍历就找到我们要找的元素了,这样效率最高。
------------
虽然集合号称存储的是 Java 对象,但实际上并不会真正将 Java 对象放入集合中,只是在集合中保留这些对象的引用而言。也就是说:Java 集合实际上是多个引用变量所组成的集合,这些引用变量指向实际的 Java 对象。本文所用源码全部基于JDK1.6
-----------以下为JDK1.8----------------------------------------
首先将开始定义的变量:
//默认初始容量16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//容量最大值
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化的阈值,当桶中链表节点数大于8时,将链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//红黑树退化为链表的阈值,当桶中红黑树节点数小于6时,将红黑树转换为链表
static final int UNTREEIFY_THRESHOLD = 6;
//最小的树化容量,进行树化的时候,还有一次判断,只有键值对数量大于64时才会发生转换,
//这是为了避免在哈希表建立初期,多个键值对恰好被放入了同一个链表而导致不必要的转化
static final int MIN_TREEIFY_CAPACITY = 64;
put操作:put(K,V)
1.如果表为空或者表的长度为0,调用resize初始化表,为表分配空间
2.①二次散列处的桶为空,直接插入元素
②桶不为空
a)桶处的第一个节点与待插入节点的哈希相同且key“相等”,直接赋给变量e
b)桶中是红黑树,调用putTreeVal插入红黑树中
c)桶中是链表,遍历链表,如果其中存在相同的key,则赋给变量e;不存在则尾插法加入链表,并判断节点数是否大于8,如果大于8则调用treeifyBin()转化为红黑树
3.①e不为空,替换其中的value值,并返回旧的value值
②e为空,表大小+1,判断是否达到了阈值,如果达到了则需要扩容
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;
//如果表为空或者表的容量为0,resize初始化表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据hash得到在表中索引位置的桶,如果桶为空,则将节点直接插入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//桶不为空
else {
Node<K,V> e; K k;
//首先判断桶中第一个节点的hash与待插入元素的key的hash值是否相同且key是否"相等",如果相等,赋给变量e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//是树节点,则调用putTreeVal添加到红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//否则是链表,遍历链表,如果不存在相同的key,则插入链表尾部,并且判断节点数量是否大于树化阈值,如果大于则转换为红黑树;如果存在相同的key,break,遍历链表结束
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
}
}
//e不为空表示存在相同的key,替换value并返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//链表元素增加,并判断是否大于阈值,如果大于,则扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
get操作:get(K)
1.判断表是否为空或者待查找的桶不为空
2.首先检查待查找的桶的第一个元素是否是要找的元素,如果是直接返回
3.桶内红黑树,则调用getTreeNode()查找红黑树
4.桶内是链表,遍历链表寻找节点
public V get(Object key) {
Node<K,V> e;
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;
//表不为空&&表长大于0&&待查找的桶不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//首先检查桶中的第一个节点,如果相等,则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果桶中是树结构
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//桶中是链表,则遍历链表如果找到则直接返回
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
扩容操作:resize():
该方法进行表的初始化或者扩容操作
其中扩容操作并没有进行重哈希计算桶中元素在新表中的位置,而是根据原位置+数组长度/不+数组长度确定其在新表中的位置,即省去了计算hash的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。
(e.hash & oldCap) 得到的是元素的在新数组中的位置是否需要移动
e.hash & (oldCap - 1)得到的是元素在原数组中的位置,那么 e.hash & oldCap计算的就是e.hash的高一位,因为oldCap*2 = newCap,计算e.hash & (newCap - 1)得到的就是在新数组中的位置,与旧表中的位置计算相比,差别就是最高位,所以通过e.hash & oldCap计算最高位,判断是否需要移动
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//旧表的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的阈值
int oldThr = threshold;
//记录新表的容量大小和阈值
int newCap, newThr = 0;
//旧表容量大于0,表示被初始化过,需要执行的是扩容操作
if (oldCap > 0) {
//如果旧表容量大于容量最大值,那么阈值为Interger的最大值,即提升阈值,不再进行扩容,返回旧表
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则,扩容为原先容量的1倍,阈值也扩容为原来的一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap不大于0,表示该表未被初始化,需要进行初始化,需要确认表的大小及阈值
//旧表容量为0,阈值大于0,则用阈值大小作为容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//否则,表的容量为默认初始容量16,阈值为默认初始容量16*加载因子0.75
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果新表阈值为0,则利用新容量*加载因子计算
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将新的阈值赋给HashMap的阈值成员变量
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//新建数组,大小为newCap
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将新建的表赋给HashMap的表成员变量
table = newTab;
//如果旧表不为空,则需要进行扩容
if (oldTab != null) {
//变量旧表中的每一个桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//将不为空的桶重hash到新表中
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//桶中只有一个元素,将该元素放到新表的桶中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//桶中存放的是红黑树,复杂这里不做讲解
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//桶中存放的是链表
//并没有进行
else { // preserve order
//根据变化的最高位的不同,也就是0或者1,将链表拆分开
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//最高位为0,则将节点加入loTail.next
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//最高位为1,则将节点加入hiTail.next
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//在新数组的位置与原数组的位置相同,新数组的桶直接指向LoHead
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//在新数组的位置是原数组的位置+旧数组长度,新数组的桶直接指向hiHead
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//返回扩容后的新数组或者初始化后的数组
return newTab;
}
我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”
其他:链表转化为红黑树:treeifyBin()
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果表为空或者表的长度小于树化的容量,resize()扩容而不是树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//hd是转换为树节点后桶中的头节点 tl记录上一个遍历的节点
TreeNode<K,V> hd = null, tl = null;
do {
//将hash位置处的桶中的每个节点包装成树节点,p记录当前遍历的节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
//循环将桶中每个节点替换为树节点,最终结果就是链表转换为双向链表,prev指向前一个节点,next指向后一个节点
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
//将双向链表转化为红黑树
hd.treeify(tab);
}
}
总结
与JDK 1.7的HashMap相比,1.8的HashMap的性能可以说是提升了不少。
如果哈希冲突严重,最坏的情况下,所有的key都映射到同一个桶中,这样hashmap就退化成了一个链表——查找时间从O(1)到O(n)。
针对这种情况,JDK 1.8 中引入了红黑树(查找时间复杂度为 O(logn))来优化这个问题,红黑树是许多平衡搜索树中的一种,可以保证在最坏的情况下基本动态集合操作的时间复杂度为O(logn),n为节点个数。
同时在扩容的时候,重哈希的计算方式大大简化,仅仅通过计算高出来的一位是1还是0进行拆分,如果是1,则位于新数组中相同的位置+旧数组长度的位置;如果是0,则位于新数组中相同的位置。不仅计算方式简单,而且还把之前的冲突分散到其他的桶里。
最后向大佬致敬,因为你们才可以让我们进步的更快,谢谢(^_^)
jdk1.6参考博客:https://blog.csdn.net/JianTao_Yang/article/details/42539309
jdk1.8参考博客;https://blog.csdn.net/mdreamlove/article/details/80333136#commentBox
如有转载权限问题,请联系我。我自己写的就算了吧,实在是拿不出手,没有以上大佬的透彻(>_<)