jdk8 HashMap 基本原理

目录

1. 基本结构

2.put 操作

3.扩容机制

4.链表转红黑树

5.总结

---

1. 基本结构

 

HashMap 基于散列表实现，使用拉链法处理碰撞，在 JDK8 中，当链表长度大于 8 时转为红黑树存储，基本结构如下：

HashMap 有一个 Node<K,V>[] table 字段，即哈希桶数组，数组元素是 Node 对象，结构定义如下：

static class Node<K,V> implements Map.Entry<K,V> {
  final int hash; // 用于计算数组索引
  final K key;
  V value;
  Node<K,V> next; // 后继节点，下一个 Node

  Node(int hash, K key, V value, Node<K,V> next) { ... }
  ...
}

1. 哈希桶数组会在首次使用时初始化，默认大小是 16，并根据需要调整大小，且长度总是 2 的次幂，阈值0.75 12 增加2倍
2. HashMap 在设计散列算法时，使用高低位异或，减少冲突

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

static final int hash(Object key) {
        int h;
 // h = key.hashCode()  1. 取hashCode值
  // h ^ (h >>> 16)      2. 高16位与低16位异或，变相保留高位的比特位
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

对于初始化用户指定大小 通过此方法 将数值更改为2的幂次方

右移多少位，就把最高位右侧x位设置为1；
将所有位都设为1在加1，肯定是2的次方了
例如 指定18  -1 =17
10001 都设为1

11111=31+1=32

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;
    }

2.put 操作

put 操作主要做了以下几件事：

1. 哈希桶数组 table 为空时，通过 resize() 方法进行初始化
2. 待插入的 key 已存在，直接覆盖 value
3. 若不存在，将键值对插入到对应的链表或红黑树中
4. 插入链表时判断是否转红黑树
5. 判断是否需要扩容
6. tab[i = (n - 1) & hash]  &总会获取容量以内的一个值，用此获取数据的卡槽，取模运算，用一个值去模上总长度，即 n%hash。我们知道在计算机中 & 的效率比 % 高很多

       当 lenth = 2ⁿ时，X % length = X & (length - 1)注意，一定要是2ⁿ次方，才满足上面的公式，所以初始大小是16

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
  Node<K,V>[] tab; Node<K,V> p; int n, i;
  // 1. table 为 null，初始化哈希桶数组
  if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length;
  // 2. 计算对应的数组下标 (n - 1) & hash
  if ((p = tab[i = (n - 1) & hash]) == null)
    // 3. 这个槽还没有插入过数据，直接插入
    tab[i] = newNode(hash, key, value, null);
  else {
    Node<K,V> e; K k;
    // 4. 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;
    // 5. 该链转成了红黑树
    else if (p instanceof TreeNode) // 在树中插入
      e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
    // 6. 该链是链表
    else {
      for (int binCount = 0; ; ++binCount) {
        // 遍历找到尾节点插入
        if ((e = p.next) == null) {
          p.next = newNode(hash, key, value, null);
          // 链表长度大于 8 转为红黑树
          if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
            treeifyBin(tab, hash);
          break;
        }
        // 遍历的过程中，遇到相同 key 则覆盖 value
        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;
  // 7. 超过最大容量，扩容
  if (++size > threshold)
    resize();
  afterNodeInsertion(evict);
  return null;
}

3.扩容机制

• 初始容量过小会多次触发扩容和 rehash，所以预分配一个足够大的容量更加有效
• 负载因子默认值是 0.75f，它是对时间和空间成本的一个很好的平衡，一般不用修改，较高的值会减少空间开销，但会增加查找的成本
• JDK8则因为巧妙的设计，性能有了大大的提升：由于数组的容量是以2的幂次方扩容的，那么一个Entity在扩容时，新的位置要么在原位置，要么在原长度+原位置的位置。

final Node<K,V>[] resize() {
  Node<K,V>[] oldTab = table;
  int oldCap = (oldTab == null) ? 0 : oldTab.length;
  int oldThr = threshold;
  int newCap, newThr = 0;
  if (oldCap > 0) {
    // 超过最大值，不在扩容
    if (oldCap >= MAXIMUM_CAPACITY) {
      threshold = Integer.MAX_VALUE;
      return oldTab;
    }// 否则扩大为原来的 2 倍
    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
    // 初始化时，threshold 暂时保存 initialCapacity 参数的值
    newCap = oldThr;
  else {               // zero initial threshold signifies using defaults
    newCap = DEFAULT_INITIAL_CAPACITY;
    newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
  }
  // 计算新的 resize 上限
  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"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
  table = newTab;
  // 将旧的键值对移动到新的哈希桶数组中
  if (oldTab != null) {
    for (int j = 0; j < oldCap; ++j) {
      Node<K,V> e;
      if ((e = oldTab[j]) != null) {
        oldTab[j] = null;
        if (e.next == null) // 无链条
          newTab[e.hash & (newCap - 1)] = e;
        else if (e instanceof TreeNode)
          // 拆红黑树，先拆成两个子链表，再分别按需转成红黑树
          ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
        else { // preserve order
          // 拆链表，拆成两个子链表并保持原有顺序
          Node<K,V> loHead = null, loTail = null;
          Node<K,V> hiHead = null, hiTail = null;
          Node<K,V> next;
          do {
            next = e.next;
            // 原位置不变的子链表
            if ((e.hash & oldCap) == 0) {
              if (loTail == null)
                loHead = e;
              else
                loTail.next = e;
              loTail = e;
            }
            // 原位置偏移 oldCap 的子链表
            else {
              if (hiTail == null)
                hiHead = e;
              else
                hiTail.next = e;
              hiTail = e;
            }
          } while ((e = next) != null);
          // 放到新的哈希桶中
          if (loTail != null) {
            loTail.next = null;
            newTab[j] = loHead;
          }
          if (hiTail != null) {
            hiTail.next = null;
            newTab[j + oldCap] = hiHead;
          }
        }
      }
    }
  }
  return newTab;
}

4.链表转红黑树

链表转红黑树主要做了以下几件事：

1. 判断桶容量是否达到树化的最低要求，否则进行扩容
2. 将原链表转为由 TreeNode 组成的双向链表
3. 将新链表转为红黑树
4. 红黑树又名对称二叉B树，二分查找就是0(10gn)的算法,每找一次排除一半的可能,256数据中查找只要找8次就可以找到目标

 

final void treeifyBin(Node<K,V>[] tab, int hash) {
  int n, index; Node<K,V> e;
  // 如果哈希桶容量小于树化的最小容量，优先进行扩容
  if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
    resize();
  else if ((e = tab[index = (n - 1) & hash]) != null) {
    TreeNode<K,V> hd = null, tl = null;
    do { // 将普通节点转为树形节点
      TreeNode<K,V> p = replacementTreeNode(e, null);
      if (tl == null)
        hd = p;
      else {
        p.prev = tl;
        tl.next = p;
      }
      tl = p;
      // 把原来的单链表转成了双向链表
    } while ((e = e.next) != null);
    if ((tab[index] = hd) != null)
      hd.treeify(tab); // 将链表转为红黑树
  }
}
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
  return new TreeNode<>(p.hash, p.key, p.value, next);
}

5.总结

JDK8 中的 HashMap 代码还是比较复杂的，优化方面主要有以下三点：

• 优化 hash 算法只进行一次位移操作
• 引入红黑树，在冲突比较严重的情况下，将 get 操作的时间复杂从 O(n) 降为了 O(logn)
• 扩容时，利用 2 的次幂数值的二进制特点，既省去重新计算 hash 的时间，又把之前冲突的节点散列到了其他位置

此外，HashMap 是非线程安全的，线程间的竞争条件主要是发生冲突或扩容时，链表的断链和续链操作。扩容也就意味着内存拷贝，这是一个很耗费性能的操作，所以预分配一个足够大的初始容量，减少扩容的次数，能够让 HashMap 有更好的表现