HashMap
数据结构:
Entry(key-value键值对):数组中存储的数据结构
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
......
}
初始化:
属性:
/**
* 默认初始容量- 必须是2的指数次方.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
*最大容量
* MUST be a power of two <= 1<<30.
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 负载因子,用来计算扩容阈值
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 链表转为红黑树的阈值
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 红黑树转为链表的阈值
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 最小树形化阈值:即 当哈希表中的容量大于阈值时,才允许树形化
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/**
* 存储key-value数据
*/
transient Node<K,V>[] table;
/**
* entrySet()返回的set集合
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* entry数量
*/
transient int size;
transient int modCount;
/**
*下次需扩容的临界值,size>=threshold就会扩容
*/
int threshold;
final float loadFactor;
构造函数
//指定初始容量和负载因子(tableSizeFor方法保证了容量是2^n)
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//计算出大于initialCapacity最小的2的幂
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//指定初始容量
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
*计算出大于cap最小的2的幂
*/
static final int tableSizeFor(int cap) {
int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
扩容方法:
注:在HashMap的构造函数中没有对数组table进行任何初始化的工作
两种情况会调用此方法:
1.在向HashMap中添加第一对<key,value>时,通过put(K key, V value)调用putVal(hash(key), key, value, false, true) 方法,进行resize()操作。
2.添加数据后size超过阈值
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)//判断table是否为空
n = (tab = resize()).length;//进行扩容操作
......
if (++size > threshold)//size超过阈值
resize();
......
}
扩容函数:
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//旧hashmap容量
int oldThr = threshold;//旧表阈值
int newCap, newThr = 0;//新表容量和阈值
以下部分为更新容量和阈值
//不是第一次加入数据
if (oldCap > 0) {
//旧表容量达到最大值,不调整 ,返回旧表
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新表容量变为2倍,新表阈值变为2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
//第一次加入元素
else if (oldThr > 0) // 在构造函数中定义了初始值
newCap = oldThr;
else {
newCap = DEFAULT_INITIAL_CAPACITY;//使用默认容量
//计算threshold = loadFactor*capacity
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft<(float)MAXIMUM_CAPACITY?(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
以下部分创建新数组,讲旧数组中元素复制到新数组中
@SuppressWarnings({"rawtypes","unchecked"})
//创建entry数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//旧表非空,复制到新表
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;//e指向数组中的头结点
if ((e = oldTab[j]) != null) {//存在元素
oldTab[j] = null;
if (e.next == null)//只有一个节点
newTab[e.hash & (newCap - 1)] = e;//rehash过程(后续会介绍)
else if (e instanceof TreeNode)//处理树结构
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//定义了两个链表, lo链表 和 hi链表, loHead 和 loTail 分别指向 lo链表的头节点和尾节点
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//遍历该位置上的节点.
do {
next = e.next;
//判断节点是否需要改变桶
if ((e.hash & oldCap) == 0) {//桶下标不变
//插入lo链表
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//桶下标增加oldCap
else {
//插入hi链表
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//如果lo链表非空, 把lo链表放到新table的 j 位置上
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//如果hi链表非空, 把hi链表放到新table的 j+oldCap 位置上
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
判断语句(e.hash & oldCap) == 0:
假设oldCap = 2^m , 则newCap=2^(m+1)
在计算key-value存储的桶下标时使用:(n - 1) & hash
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
........
if ((p = tab[i = (n - 1) & hash]) == null)
.......
数组大小n(n=2^m)时,hash&(n-1)意味着取hash的低m位
所以当容量扩大 一倍后,hash&(n-1)运算时只有一位发生变化,即oldCap。
扩容前:
hash = 1101 0010
oldCap = 0001 0000(16)
hash&(n-1) = 0000 0010
扩容后:
newCap = 0010 0000(32)
hash = 1101 0010
hash&(n-1) = 0001 0010
可以看出扩容后的hash要么不变,要么增加了oldCap。
(e.hash & oldCap) == 0 时,该节点下标不变 即j
(e.hash & oldCap) == 1 时,该节点下标变为j+oldCap
加入元素:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//初始化数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//桶为空 直接加入
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;
//先判断待存储的key是否已存在(hash值相同且==或equals为true)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//头结点是树节点时,用红黑树存储
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//头结点是链表节点
else {
for (int binCount = 0; ; ++binCount) {
//找到链表尾节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表长度达到阈值,转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果key已存在 返回节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//到这里时已处理了key-value,如果key之前不存在,e = null
//如果key之前已存在 e = p
//key已存在 覆盖旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//增加size判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
总结:
1.首先检查table是否为空,如果是空,调用resize()方法初始化
2.判断桶中是否存在元素,如果不存在,直接加入桶中
3.如果桶中存在元素,判断key是否存在(桶中节点比较)
4.如果桶中存储的节点不是key,判断节点是树节点或链表节点
5.对于链表节点,遍历链表,判断key是否存在。如果不存在,讲节点加入链表尾部。插入后判断是否超过树化阈值。如果key存在,覆盖旧值
6.增加size,判断是否需要扩容
注:JDK1.8以前在链表中插入节点采用头插法,多线程环境下会造成死循环问题(rehash过程中产生循环链表),JDK1.8采用尾插法解决了这个问题
HashMap与HashTable区别:
1.线程安全:
HashMap是非线程安全的
HashTable中的方法都有synchronized关键字,所以是线程安全的。
2.初始化容量:
HashMap默认容量为16,每次扩容变为2n
HashTable默认容量为11,每次扩容变为2n+1
public Hashtable() {
this(11, 0.75f);
}
protected void rehash() {
int oldCapacity = table.length;
Entry<?,?>[] oldMap = table;
int newCapacity = (oldCapacity << 1) + 1;
.....
}
3.key-value为null的情况:
HashMap:允许key和value为空。计算key的hash值是通过调用hash()方法,在方法中包括了key是null的情况(即返回0)
static final int hash(Object key) {
int h;
//将hash值无符号右移16位然后再跟自身进行异或操作,为了减少hash冲突
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashTable:不允许key和value为空。首先会判断value是否为空,在计算key的hash值时调用了Objct.hashCode()方法,当key为空时会报空指针异常NullPointerException
public synchronized V put(K key, V value) {
if (value == null) {
throw new NullPointerException();
}
...
int hash = key.hashCode();
....
}
4.计算桶下标:
HashMap:采用与操作
HashTable:采用取余的方式,效率低
index = (hash & 0x7FFFFFFF) % tab.length;
HashMap容量为2的n次幂的原因之一是提高了运算效率
5.底层数据结构:
HashMap:在JDK1.8以后采用链表+红黑树
HashTable:采用链表
LinkedHashMap
继承了HashMap<K,V>,维护了一个双向链表,以保证插入元素的顺序
Entry:
内部存储元素的结构,继承了HashMap的内部结构,并添加了before和after属性,表示元素之间的顺序
//before指向前一个entry元素,after指向后一个entry元素
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
属性:
相比HashMap增加了head和tail,表示双向链表的头和尾
transient LinkedHashMap.Entry<K,V> head;
transient LinkedHashMap.Entry<K,V> tail;
//排序方法:true(访问顺序) ,false(插入顺序,默认)
final boolean accessOrder;
基本方法:
//获取value
public V get(Object key) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) == null)
return null;
if (accessOrder)//按照访问顺序
afterNodeAccess(e);//将节点放到链表末尾
return e.value;
}
LinkedHashMap没有重写put方法,而重写了newNode方法。
Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
LinkedHashMap.Entry<K,V> p =
new LinkedHashMap.Entry<>(hash, key, value, e);
linkNodeLast(p);//将新增节点加入链表尾部
return p;
}
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail;
tail = p;
//链表为空,节点是头结点
if (last == null)
head = p;
else {//链表不为空,p插入链表末尾
p.before = last;
last.after = p;
}
}
在HashMap中为LinkedHashMap预留了三个回调函数
void afterNodeAccess(Node<K,V> p) { }//get方法的回调
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }//remove方法的回调
HashMap中的removeNode函数在删除节点后会调afterNodeRemoval(node)
LinkedHashMap重写了afterNodeRemoval()
//从数组中删除节点后需要从链表中删除节点
void afterNodeRemoval(Node<K,V> e) { // unlink
//p为待删除节点
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.before = p.after = null;
//如果p前置为空,
if (b == null)
head = a;//头结点是p的后置节点
else
b.after = a;
//如果p的后置为空
if (a == null)
tail = b;//尾节点是p的前置节点
else
a.before = b;
}
LinkedHashMap重写了containsValue方法,遍历链表而不是数组
public boolean containsValue(Object value) {
//遍历一遍链表,去比较有没有value相等的节点,并返回
for (LinkedHashMap.Entry<K,V> e = head; e != null; e = e.after) {
V v = e.value;
if (v == value || (value != null && value.equals(v)))
return true;
}
return false;
}
LinkedHashMa没有重写containsKey,因为如果遍历链表,需要遍历整个KeySet,而HashMap的实现是通过key的hash计算下标来找的,利用了数组随机访问的性质,效率更高。
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}