Java集合中的HashMap类

最新推荐文章于 2024-07-04 10:00:00 发布

weixin_30338743

最新推荐文章于 2024-07-04 10:00:00 发布

阅读量101

点赞数

原文链接：http://www.cnblogs.com/yulinfeng/p/8558983.html

版权

jdk1.8.0_144

HashMap作为最常用集合之一，继承自AbstractMap。JDK8的HashMap实现与JDK7不同，新增了红黑树作为底层数据结构，结构变得复杂，效率变得更高。为满足自身需要，也重新实现了很多AbstractMap中的方法。本文会围绕HashMap，详细探讨HashMap的底层数据结构、扩容机制、并发环境下的死循环问题等。

JDK8同JDK7一样对Map.Entry进行了重新实现，改了个名字叫——Node，我想这是因为在红黑树中更方便理解，方法和JDK7大体相同只是取消了几个方法。并且此时的Node节点（也就是Entry）结构更加完善：

1 static class Node<K,V> implements Map.Entry<K,V> {
2     final int hash;            //节点hash值
3     final K key;                 //key值
4     V value;                      //value值
5     Node<K,V> next;      //指向的下一个节点
6 
7     //省略，由于JDK8的Map接口新增了几个compare比较的方法，Node直接就继承了
8 
9 }

　　Node作为HashMap维护key-value的内部数据结构比较简单，下面是HashMap重新实现Map的方法。

public int size()

HashMap并没有继承AbstractMap的size方法，而是重写了此方法。HashMap在类中定义了一个size变量，再此处直接返回size变量而不用调用entrySet方法返回集合再计算。可以猜测这个size变量是当插入一个key-value键值对的时候自增。

public boolean isEmpty()

判断size变量是否0即可。

public boolean containsKey(Object key)

AbstractMap通过遍历Entry节点的方式实现了这个方法，显然HashMap觉得效率太低并没有复用而是重写了这个方法。

JDK8的HashMap底层数据结构引入了红黑树，它的实现要比JDK7略微复杂，我们先来看JDK7关于这个方法的实现。

1 //JDK7，HashMap#containsKey
2 public boolean containsKey(Object key) {
3     return getEntry(key) != null;        //调用getEntry方法
4 }

　　getEntry实现的思路也比较简单，由于JDK7的HashMap是数组+链表的数据结构，当key的hash值冲突的时候使用链地址法直接加到冲突地址Entry的next指针行程链表即可。所以getEntry方法的思路也是先计算key的hash值，计算后再找到它在散列表的下标，找到过再遍历这个位置的链表返回结果即可。

　　JDK8加入了红黑树，在链表的个数达到阈值8时会将链表转换为红黑树，如果此时是红黑树，则不能通过遍历链表的方式寻找key值，所以JDK8对该方法进行了改进主要是需要遍历红黑树，有关红黑树的具体算法在此不多介绍。

1 //JDK8，HashMap#containsKey
2 public boolean containsKey(Object key) {
3     return getNode(hash(key), key) != null;    //JDK8中新增了一个getNode方法，且将key的hash值计算好后作为参数传递。
4 }
5 //HashMap#getNode
6 final Node<K,V> getNode(int hash, Object key) {
7     //此方法相比较于JDK7中的getEntry基本相同，唯一不同的是发现key值冲突过后会通过“first instanceof TreeNode”检查此时是否是红黑树结构。如果是红黑树则会调用getTreeNode方法在红黑树上进行查询。如果不是红黑树则是链表结构，遍历链表即可。
8 }

public boolean containsValue(Object value)

　　遍历散列表中的元素

public V get(Object key)

　　在JDK8中get方法调用了containsKey的方法getNode，这点和JDk7的get方法中调用getEntry方法类似。

将参数key的hash值和key作为参数，调用getNode方法；
根据(n - 1) & hash(key)计算key值所在散列桶的下标；
取出散列桶中的key与参数key进行比较：

3.1 如果相等则直接返回Node节点；

3.2 如果不相等则判断当前节点是否有后继节点：

3.2.1 判断是否是红黑树结构，是则调用getTreeNode查询键值为key的Node 节点；

3.2.2 如果是链表结构，则遍历整个链表。

public V put(K key, V value)

　　这个方法最为关键，插入key-value到Map中，在这个方法中需要计算key的hash值，然后通过hash值计算所在散列桶的位置，判断散列桶的位置是否有冲突，冲突过后需要使用链地址法解决冲突，使之形成一个链表，从JDK8开始如果链表的元素达到8个过后还会转换为红黑树。在插入时还需要判断是否需要扩容，扩容机制的设计，以及在并发环境下扩容所带来的死循环问题。

　　由于JDK7比较简单，我们先来查看JDK7中的put方法源码。

JDK7——HashMap#put

 1 //JDK7, HashMap#put
 2 public V put(K key, V value) {
 3     //1. 首先判断是否是第一次插入，即散列表是否指向空的数组，如果是，则调用inflateTable方法对HashMap进行初始化。
 4     if (table == EMPTY_TABLE) {
 5         inflateTable(threshold);
 6     }
 7     //2. 判断key是否等于null，等于空则调用putForNullKey方法存入key为null的key-value，HashMap支持key=null。
 8     if (key == null)
 9         return putForNullKey(value);
10     //3. 调用hash方法计算key的hash值，调用indexFor根据hash值和散列表的长度计算key值所在散列表的下标i。
11     int hash = hash(key);
12     int i = indexFor(hash, table.length);
13     //4. 这一步通过循环遍历的方式判断插入的key-value是否已经在HashMap中存在，判断条件则是key的hash值相等，且value要么引用相等要么equals相等，如果满足则直接返回value。
14     for (Entry<K,V> e = table[i]; e != null; e = e.next) {//如果插入位置没有散列冲突，即这个位置没有Entry元素，则不进入循环。有散列冲突则需要遍历链表进行判断。
15         Object k;
16         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
17             V oldValue = e.value;
18             e.value = value;
19             e.recordAccess(this);
20             return oldValue;
21         }
22     }
23     //插入
24     modCount++；//记录修改次数，在并发环境下通过迭代器遍历时会抛出ConcurrentModificationException异常（Fail-Fast机制），就是通过这个变量来实现的。在迭代器初始化过程会将modCount赋给迭代器的ExpectedModCount，是否会抛出ConcurrentModificationException异常的实现就是在迭代过程中判断modCount是否与ExpectedModCount相等。
25     //插入key-value键值对，传入key的hash值、key、value、散列表的插入位置i
26     addEntry(hash, key, value, i);    
27 }

 1 //JDK7，HashMap#addEntry，这个方法是put方法的实现核心，在其中会判断是否冲突，是否扩容。
 2 void addEntry(int hash, K key, V value, int bucketIndex) {
 3     //第一步判断就是是否扩容，需要扩容的条件需要满足以下两个：1、Map中的key-value的个数大于等于Map的容量threshold（threshold=散列表容量（数组大小）*负载因子）。2、key值所对应的散列表位置不为null。
 4     if ((size >= threshold) && (null != table[bucketIndex])) {
 5         resize(2 * table.length);        //关键的扩容机制，扩容后的大小是之前的两倍
 6         hash = (null != key) ? hash(key) : 0;        //计算key的hash值
 7         bucketIndex = indexFor(hash, table.length);        //重新计算key所在散列表的下标
 8     }
 9     //创建Entry节点并插入，每次插入都会插在链表的第一个位置。
10     createEntry(hash, key, value, bucketIndex);    
11 }

　　来看看HashMap是如何扩容的。JDK7HashMap扩容的大小是前一次散列表大小的两倍2 * table.length

void resize(int newCapacity)

　　在这个方法中最核心的是transfer(Entry[], boolean)方法，第一个参数表示扩容后新的散列表引用，第二参数表示是否初始化hash种子。

　　结合源码我们用图例来说明HashMap在JDK7中是如何进行扩容的。

　　假设现在有如下HashMap，初始容量initialCapacity=4，负载因子loadFactor=0.5。初始化时阈值threshold=4*0.5=2。也就是说在插入第三个元素时，HashMap中的size=3大于阈值threshold=2，此时就会进行扩容。我们从来两种情况来对扩容机制进行分析，一种是两个key-value未产生散列冲突，第二种是两个key-value产生了散列冲突。

　　1. 扩容时，当前HashMap的key-value未产生散列冲突

　　此时当插入第三个key-value时，HashMap会进行扩容，容量大小为之前的两倍，并且在扩容时会对之前的元素进行转移，未产生冲突的HashMap转移较为简单，直接遍历散列表对key重新计算出新散列表的数组下标即可。

　　2. 扩容时，当前HashMap的key-value产生散列冲突

　　在对散列冲突了的元素进行扩容转移时，需要遍历当前位置的链表，链表的转移若新散列表还是冲突则采用头插法的方式进行插入，此处需要了解链表的头插法。同样通过for (Entry<K,V> e : table)遍历散列表中的元素，判断当前元素e是否为null。由例可知，当遍历到第2个位置的时候元素e不为null。此时创建临时变量next=e.next。

　　重新根据新的散列表计算e的新位置i，后面则开始通过头插法把元素插入进入新的散列表。

　　通过头插法将A插入进了新散列表的i位置，此时指针通过e=next继续移动，待插入元素变成了B，如下所示。

　　此时会对B元素的key值进行hash运算，计算出它在新散列表中的位置，无论在哪个位置，均是头插法，假设还是在位置A上产生了冲突，头插法后则变成了如下所示。

　　可知，在扩容过程中，链表的转移是关键，链表的转移通过头插法进行插入，所以正是因为头插法的原因，新散列表冲突的元素位置和旧散列表冲突的元素位置相反。

　　关于HashMap的扩容机制还有一个需要注意的地方，在并发条件下，HashMap不仅仅是会造成数据错误，致命的是可能会造成CPU100%被占用，原因就是并发条件下，由于HashMap的扩容机制可能会导致死循环。下面将结合图例说明，为什么HashMap在并发环境下会造成死循环。

　　假设在并发环境下，有两个线程现在都在对同一个HashMap进行扩容。

　　此时线程T1对扩容前的HashMap元素已经完成了转移，但由于Java内存模型的缘故线程T2此时看到的还是它自己线程中HashMap之前的变量副本。此时T2对数据进行转移，如下图所示。

　　进一步地，在T2中的新散列表中newTable[i]指向了元素A，此时待插入节点变成了B，如下图所示。

　　原本在正常情况下，next会指向null，但由于T1已经对A->B链表进行了转置B->A，即next又指回了A，并且B会插入到T2的newTable[i]中。

　　由于此时next不为空，下一步又会将next赋值给e，即e = next，反反复复A、B造成闭环形成死循环。

　　所以，千万不要使用在并发环境下使用HashMap，一旦出现死循环CPU100%，这个问题不容易复现及排查。并发环境一定需要使用ConcurrentHashMap线程安全类。

　　探讨了JDK7中的put方法，接下来看看JDK8新增了红黑树HashMap是如何进行put，如何进行扩容，以及如何将链表转换为红黑树的。

JDK8——HashMap#put

1 //JDK8, HashMap#put
2 public V put(K key, V value) {
3     //在JDK8中，put方法直接调用了putVal方法，该方法有5个参数：key哈希值，key，value，onlyIfAbsent（如果为ture则Map中已经存在该值的时候将不会把value值替换），evict在HashMap中无意义
4     return putVal(hash(key), key, value, false, true);
5 }

　　所以关键的方法还是putVal。

 1 //JDK8中putVal方法和JDK7中put方法中的插入步骤大致相同，同样需要判断是否是第一次插入，插入的位置是否产生冲突，不同的是会判断插入的节点是“链表节点”还是“红黑色”节点。
 2 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
 3 　　//1. 是否是第一次插入，是第一次插入则复用resize算法，对散列表进行初始化
 4 　　if ((tab = table) == null || (n = tab.length) == 0)
 5 　　　　n = (tab = resize()).length;
 6 　　//2. 通过i = (n - 1) & hash计算key值所在散列表的下标，判断tab[i]是否已经有元素存在，即有无冲突，没有则直接插入即可，注意如果插入的key=null，此处和JDK7的策略略有不同，JDK7是遍历散列表只要为null就直接插入，而JDK8则是始终会插入第一个位置，即使有元素也会形成链表
 7 　　if ((p = tab[i = (n - 1) & hash]) == null)
 8 　　　　tab[i] = newNode(hash, key, value, null);
 9 　　//3. tab[i]已经有了元素即产生了冲突，如果是JDK7则直接使用头插法即可，但在JDK8中HashMap增加了红黑树数据结构，此时有可能已经是红黑树结构，或者处在链表转红黑树的临界点，所以此时需要有几个判断条件
10 　　else {
11    　　//3.1 这是一个特殊判断，如果tab[i]的元素hash和key都和带插入的元素相等，则直接覆盖value值即可
12　　　　if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
13　　　　　　e = p;
14 　　　　//3.2 待插入节点是一个红黑树节点
15 　　　　else if (p instanceof TreeNode)
16　　　　　　e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
17　　　　//3.3 插入后可能继续是一个链表，也有可能转换为红黑树。在元素个数超过8个时则会将链表转换为红黑树，所以第一个则需要一个计数器来遍历计算此时tab[i]上的元素个数
18　　　　else {
19　　　　　　for (int binCount = 0; ; ++binCount) {
20　　　　　　　　if ((e = p.next) == null) {
21　　　　　　　　　　p.next = newNode(hash, key, value, null);        //遍历到当前元素的next指向null，则通过尾插法插入，这也是和JDK7采用头插法略微不同的地方
22　　　　　　　　　　if (binCount >= TREEIFY_THRESHOLD - 1) // tab[i]的数量超过了临界值8，此时将会进行链表转红黑树的操作，并跳出循环
23　　　　　　　　　　　　treeifyBin(tab, hash);
24 　　　　　　　　   break;
25              }
26              if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))        //这种情况同3.1，出现了和插入key相同的元素，直接跳出循环，覆盖value值即可，无需插入操作
27               　　break;
28              p = e;
29　　　　　　}
30　　　　}
31　　　　if (e != null) {        //这种情况表示带插入元素的key在Map中已经存在，此时没有插入操作，直接覆盖value值即可
32　　　　　　V oldValue = e.value;
33　　　　　　if (!onlyIfAbsent || oldValue == null)
34　　　　　　　　e.value = value;
35　　　　　　afterNodeAccess(e);
36　　　　　　return oldValue;
37　　　　}
38　　}
39　　++modCount;        //修改计数，在使用Iterator迭代器时会和这个变量比较，如果不相等，则会抛出ConcurrentModificationException异常
40　　if (++size > threshold)    //判断是否需要扩容
41　　　　resize();
42　　afterNodeInsertion(evict);        //并无意义
43　　return null;
44 }

　　从上面的JDK7和JDK8的put插入方法源码分析来看，JDK8确实复杂了不少，在没有耐心的情况下，这个“干货”确实显得比较干，我试着用下列图解的方式回顾JDK7和JDK8的插入过程，在对比过后接着对JDK8中的红黑树插入、链表转红黑树以及扩容作分析。

　　综上JDK7和JDK8的put插入方法大体上相同，其核心均是计算key的hash并通过hash计算散列表的下标，再判断是否产生冲突。只是在实现细节上略有区别，例如JDK7会对key=null做特殊处理，而JDK8则始终会放置在第0个位置；而JDK7在产生冲突时会使用头插法进行插入，而JDK8在链表结构时会采用尾插法进行插入；当然最大的不同还是JDK8对节点的判断分为了：链表节点、红黑树节点、链表转换红黑树临界节点。

　　对于红黑树的插入暂时不做分析，接下来是对JDK8扩容方法的分析。

 1 // JDK8，HashMap#resize扩容，HashMap扩容的大小仍然是前一次散列表大小的两倍 
 2 final Node<K,V>[] resize() {
 3　　//1. 由于JDK8初始化散列表时复用了resize方法，所以前面是对oldTab的判断，是否为0（表示是初始化），是否已经大于等于了最大容量。判断结束后newTab会扩大为oldTab的两倍，同样newThr（阈值）也是以前的两倍。源码略。
 4　　//2. 确定好newTab的大小后接下来就是初始化newTab散列表数组
 5　　Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
 6　　table = newTab;
 7　　//3. 如果是初始化（即oldTab==null），则直接返回新的散列表数组，不是则进行转移
 8　　//4. 首先还是遍历散列表
 9　　for (int j = 0; j < oldCap; ++j) {
10　　//5. e = oldCap[i] != null，则继续判断
11　　　　//5.1 当前位置i，是否有冲突，没有则直接转移
12　　　　if (e.next == null)
13　　　　　　newTab[e.hash & (newCap - 1)] = e;    //这里并没有对要转移的元素重新计算hash，对于JDK7来会通过hash(e.getKey()) ^ newCap重新计算e在newTab中的位置，此处则是e.hash & (newCap - 1)，减少了重新计算hash的过程。扩容后的位置要么在原来的位置上，要么在原索引 + oldCap位置 
14　　　　//5.2 判断是否是红黑树节点
15　　　　else if (e instanceof TreeNode)
16　　　　　　((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
17　　　　//5.3 判断是否是链表节点
18　　　　else {
19 　　　　…
20　　　　}
21 　　}
22 }