一、前言
JDK1.8的HashMap相对之前做了较大的优化,其中最重要的一个优化就是桶中元素不在唯一按照链表组合,在一定条件下可以转换成红黑树进行存储。总之目标就是在功能和安全完备的情况下,让HashMap的速度更快,提升性能。
问:为什么选择用红黑树?与AVL树的性能差异在?
-
红黑树的查询性能略逊色于AVL树,因为它不是严格的平衡二叉树;
-
红黑树在插入和删除上优于AVL树,AVL树在每次插入删除会进行大量维持平衡操作,而红黑树任何不平衡能在3次旋转之内解决;
-
搜索次数 远远大于 插入和删除,那么选择AVL树更为合适;如果次数差不多,应该选择红黑树更为合适。
二、HashMap的数据结构
说明:上图说明了JDK1.8的HashMap的数据结构,是由 “数组 + 链表 + 红黑树” 实现的,桶(bucket)中的结构可能是链表,也可能是红黑树,红黑树是为了提高效率。
三、HashMap源码分析
3.1 类的继承关系
public class
HashMap<
K
,
V
>
extends
AbstractMap<
K
,
V
>
implements
Map<
K
,
V
>, Cloneable, Serializable
可以看到HashMap继承自父类(AbstractMap),实现了Map、Cloneable、Serializable接口。其中,
-
Map接口定义了一组通用的操作。
-
Cloneable接口本身并没有任何函数,仅表示实现该接口的类可以进行拷贝。 在HashMap中,实现的是浅拷贝,即拷贝对象的改变会影响被拷贝的对象。
-
Serializable接口表示HashMap实现了序列化,Serializable接口本身也没有任何函数,仅作为一个标记,表示可以将HashMap对象保存至本地,之后可以反序列化恢复状态。
3.2 类的属性
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
/* ---------------------- 常量 ------------------------*/
//序列号
private static final long serialVersionUID = 362498820763181265L;
//默认HashMap的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//HashMap的最大容量为2^30,不能超出此容量,若构造参数超出,会使用这个容量值
static final int MAXIMUM_CAPACITY = 1 << 30;
//当构造器函数未指定装载因子,会默认使用这个默认参数0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当某个桶(bucket)中的键值对数量大于8个【9个起】,且bucket的数量大于等于64,则将底层实现从链表转为红黑树。
//如果桶中键值对的数量达到该阈值,则监测桶的数量。
static final int TREEIFY_THRESHOLD = 8;
//当桶(bucket)中的键值对数量小于这个值时,红黑树转为链表
static final int UNTREEIFY_THRESHOLD = 6;
//当桶的数量达到64的时候,才有可能将链表转为红黑树的结构
static final int MIN_TREEIFY_CAPACITY = 64;
/* ---------------------- 类实例变量 ------------------------*/
//存放位桶的数组,长度总是为2的幂次方
transient Node<K, V>[] table;
//对象容器的视图集
transient Set<Map.Entry<K, V>> entrySet;
//存放键值对的数量
transient int size;
//每次扩容和更改map结构的计数器,用于fail-fast机制
transient int modCount;
//下次扩容的临界值,threshold = 容量*装载因子,当 实际大小size 大于这个临界值时,会进行两倍扩容
int threshold;
//若构造器未传递装载因子,会使用默认装载因子0.75
final float loadFactor;
}
3.3 构造函数
1、HashMap(int, float)型构造函数
/**
* 用initialCapacity和loadFactor构造一个空的HashMap
*
* @param initialCapacity 用户定义的初始容量大小
* @param loadFactor 用户定义的装载因子
* @throws IllegalArgumentException 如果初始容量和装载因子不符合规范,抛出异常
*/
public HashMap(int initialCapacity, float loadFactor) {
//初始容量不能小于0,否则抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//初始容量不能大于规定的最大值(2^30),若大于,initialCapacity会设置成最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//装载因子不能小于0,不能为非数字(Not-a-Number)
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//初始化装载因子
this.loadFactor = loadFactor;
//初始化threshold阈值,由于容量必须是2的幂次方,所以需要调用tableSizeFor()方法,在table数组没有初始化之前,这个值被放在了threshold中,初始化table数组后,threshold = 容量 * 装载因子
this.threshold = tableSizeFor(initialCapacity);
}
说明:tableSizeFor(initialCapacity)返回大于等于initialCapacity的最小的二次幂数值,如给一个10,返回2的4次方——16。这是一个精巧的算法,有兴趣可以去了解一下。
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;
}
>>>表示无符号右移,高位取0。
2、
HashMap(int)型构造函数
/**
* 用initialCapacity和默认装载因子0.75构造一个空的HashMap
*
* @param initialCapacity 用户定义的初始容量
* @throws IllegalArgumentException 如果初始容量不符合规范,抛出异常
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
3、HashMap()型构造函数
/**
* 用默认容量16和默认装载因子0.75构造一个空的HashMap
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 其他元素都是默认参数
}
4、HashMap(Map<? extends K, ? extends V>)型构造函数
public HashMap(Map<? extends K, ? extends V> m) {
//初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
//将m中所有元素存入本实例对象中
putMapEntries(m, false);
}
说明:putMapEntries(Map<? extends K, ? extends V> m, boolean evict)函数将所有m的元素存入本实例对象中。
/**
* 传入一个Map构造器的实现
*
* @param m 传入的Map对象
* @param evict false when initially constructing this map, else
* true (relayed to method afterNodeInsertion).
*/
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
//判断table是否已经初始化
if (table == null) { // pre-size
//未初始化,s是m的实际元素的个数
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//若得到的容量t大于阈值(阈值开始存储的是容量,2的幂次方),则重新初始化阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
//table不为null(此时阈值为容量*装载因子),并且m元素的个数大于阈值,进行扩容处理
else if (s > threshold)
resize();
//将m中的元素添加至HashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
3.4 重要内部类介绍
1、Node内部类
是HashMap的内部类,继承自Map.Entry这个内部接口,它就是存储一对映射关系的最小单元,就是key-value对实际是存储在Node中,JDK1.8中在一定条件下会转为红黑树结构TreeNode。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //结点的hash值,不可变
final K key; //结点的键,不可变
V value;
Node<K,V> next; //指向下一个结点
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
//该结点对象的散列值,注意不是Key的散列值
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//判断两个结点是否一样
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
//分别对key和value调用equals()方法,只有equals()都返回true,才说明这两个结点是相同的,如果是自己定义的
//类作为key,需要重写equals()和hashCode()方法。
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
3.5 重要函数分析
1、hash函数
//key的散列函数,返回一个能表示key的整数
static final int hash(Object key) {
int h;
//调用了key的hashCode()函数,如果自己定义的类,未重写hashCode,默认使用对象地址计算hashCode
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
2、put和putVal函数
//底层还是调用了putVal()函数,指定一个键值对,若HashMap中有key,则替换新的value进去,并返回旧的value。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent true,代表如果存在相同key的元素,不会替换value
* @param evict if false, the table is in creation mode.
* @return 返回旧value, or null if none
*/
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table未初始化或者长度为0,进行扩容,注意:tab = table
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//(n - 1) & hash 决定元素放在哪个bucket中,若桶为空,则放在桶中(此时,这个节点是放在table数组中的)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//若桶中已经存在元素
else {
Node<K,V> e; K k;
//比较对应hash的桶中的第一个元素,若hash值相等,且key也相等,直接更新
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//用e来保存旧的结点,之后要对桶的链表(或者红黑树)进行搜索
e = p;
//hash值相等,但是key不相等,且节点为红黑树结点
else if (p instanceof TreeNode)
//将该结点放入树中,并将就结点保存在e中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//若为链表结点
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//如果到表尾都没有与key相同的节点,新建节点
p.next = newNode(hash, key, value, null);
//如果该桶的链表元素的数量大于阈值8,则调用treeifyBin(),只有当tab.length大于64才将链表改成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break; //到表尾了,退出循环
}
//若此时的节点hash和key都与待插入节点一样,说明这个节点就是待更新的节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break; //找到要更新的节点了,退出循环
p = e; //更新p指向下一个结点
}
}
//即当链表中存在相同key的元素时,返回oldValue
if (e != null) { // existing mapping for key
V oldValue = e.value;
//该参数主要决定存在相同key时,是否进行替换,为false,则进行替换。
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
//返回旧值
return oldValue;
}
}
++modCount;
//当实际大小大于阈值时,进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
3、get和getNode函数
//获得当前key对于的value值
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*
* @param hash key对于的hash值
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//如果table数组已经初始化,长度大于0且hash找到的table中的项也不为0
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果找的key的对象恰好就在桶中,直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果第一个元素不是我们要找的,我们就需要遍历链表或者红黑树
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//否则返回null
return null;
}
4、resize函数
/**
* 初始化table数组或者对table数组进行2倍扩容。如果数组为null,
* 根据初始threshold(初始存的是初始容量大小)。否则,因为使用的是
* 2倍扩容,为了使元素分配均匀,一个桶上的元素要么还是放在原来的位置,
* 要么放在oldIndex + oldCap的新位置。
*
* @return the table
*/
final Node<K,V>[] resize() {
//将当前table保存在oldTab中
Node<K,V>[] oldTab = table;
//保存table数组的大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//保存当前的阈值
int oldThr = threshold;
int newCap, newThr = 0;
//若旧的table数组的size大于0
if (oldCap > 0) {
//若旧的table数组的size大于最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
//调整阈值为整型的最大值,并返回旧的table数组,即无法再扩容
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则,容量翻倍,使用左移,比除法效率高,所以在coding中会经常使用位操作替代除法
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//若table数组为0,且旧阈值大于0,说明此时初始容量是放在阈值中的
else if (oldThr > 0)
//将初始容量赋值给newCap
newCap = oldThr;
//若table数组为0,且旧阈值小于等于0。调用构造函数HashMap()会进入这一步,用默认参数初始化Map容量和阈值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//若新阈值等于0,对应了上述操作的一种情况oldThr > 0
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//经过上述操作,我们得到了新的容量和新的阈值,初始化新的table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果之前的table不为空,需要将元素复制给新的table,并且需要进行rehash
if (oldTab != null) {
//复制元素,重新进行hash
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//将同一个桶中的元素按照(e.hash & oldCap)是否为0进行分割,分成两个不同的链表,完成rehash。
//之前元素放在哪个桶中,是用n - 1 & hash来判断的,n是table数组的大小
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;
}
说明:进行扩容,会伴随着一次rehash,并且会遍历hash表的所有元素,是非常耗时的。因此,在编写程序时,要尽量避免HashMap进行resize()。比如指定一个合适的初始容量,以防经常发生resize。
resize前后的元素布局改变如下:
索引下标为2的部分元素被移动到新的下标10(oldIndex + oldCap),其中oldCap = 8,oldIndex = 2。
四、HashMap疑问总结
1、为什么HashMap的容量一定要为2的幂?
HashMap中获取元素位置是根据 (n - 1) & hash,n为容量,hash为元素key的散列码。
-
若n是2的幂,n - 1的二进制必然是1111....,在与hash进行与操作能充分利用桶的空间,从而进一步是查询效率提高。
-
若n不是2的幂,假设 n = 15,n - 1 = 14的二进制为 1110,那么由于最后一位是0,在与hash的与操作,导致像0011、0101、1001、1011、0111、1101这几个位置永远不可能存放元素,空间浪费特别大。这也就导致数组能使用的位置大大减少,还会进一步影响查询效率。
2、HashMap扩容的条件是?
HashMap元素的数量size大于阈值threshold(容量*装载因子),就会进行2倍扩容。
3、HashMap中结构发生变化的条件是?
当某个桶(bucket)中的键值对数量大于8个【9个起】,且bucket的数量大于等于64,则将这个桶的底层实现从链表转为红黑树。
4、装载因子过大和过小都不好,原因是?
装载因子过大,虽然空间利用率上去了,但是可能会导致冲突剧增,从而查询速度变慢;
装载因子过小,虽然冲突会减少,但是空间利用低。
5、HashMap实现了Cloneable接口,实现的是浅拷贝还是深拷贝?
浅拷贝,即拷贝对象的改变会影响被拷贝的对象。
6、HashMap是怎么进行rehash的?
进行扩容的时候会进行rehash,并会遍历hash表的所有元素,非常耗时。rehash流程为:将同一个桶中的元素按照(e.hash & oldCap)是否为0进行分割,分成两个不同的链表,完成rehash。新索引的位置为oldIndex + oldCap。
这样做的目的是为了将元素更加均匀地放在各个桶中。
五、HashMap的特点
什么是fail-fast(快速失败)?
HashMap的所有集合类视图所返回的迭代器都是快速失败的,即:如果在迭代器创建之后,如果从结构上对映射进行修改,除非通过迭代器自身的remove 或 add 方法,任何时间任何方式的修改,迭代器都会抛出 ConcurrentModificationException。
因此,对于并发的修改,迭代器会快速失败并抛出异常。但是注意,迭代器的快速失败行为不能得到保证。
HashMap是线程不安全的。
HashMap的实现是线程不安全的,而HashTable是线程安全的实现。如果HashMap指写一次,以后只允许读,那么不会出现任何问题;但是如果HashMap是可写的,多线程就会导致诸多问题,如fail-fast。
如何在多线程下使用HashMap?
-
在外部使用HashMap时,实现同步机制
-
使用 Map m = Collections.synchronizedMap(new HashMap(...)) ,这里时对HashMap做了一次包装
-
使用java.util.HashTable,但效率很低
-
使用java.util.concurrent.ConcurrentHashMap,相对线程安全,效率最高