一、HashMap源码分析
1.1 成员变量
//默认初始容量16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表长度大于8转红黑树
static final int TREEIFY_THRESHOLD = 8;
//红黑树长度小于6转链表
static final int UNTREEIFY_THRESHOLD = 6;
//数组长度大于64转红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
//Node数组
transient Node<K,V>[] table;
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;
}
}
1.2 构造方法
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
在前三个构造器中都没有为table分配内存空间,也就是说为tabel分配内存空间发生在put操作时。
1.3 put操作
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//将key的hashCode的高16位和低16为进行异或运算,得到的值暂且称为hash
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 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;
//如果当前table没有初始化,那么直接扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算数组下标位置,如果位置上没有key,那么直接赋值
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//计算出来的数组下标位置上有key
Node<K,V> e; K k;
//如果key相等,那么将value进行覆盖,这里先将e指向当前位置的Node,后续有覆盖操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果是树节点,则进行红黑树的插入操作
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//到这里就是链表节点
else {
//遍历链表,如果key相等则直接覆盖value;
//如果链表中没有相等的key则直接将新的node接在链表后面,然后判断是否需要转换成红黑树。
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;
}
}
//到了此处,说明发现了相同的key,将value覆盖。
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put流程:
注意计算数组下标的方法:(n - 1) & hash,用数组的长度减1按位与hash
1.4 扩容操作
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) {
//超过最大值就不扩容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没超过最大值就扩充为原来的2被
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
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_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;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//遍历老的table
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 { // 将jdk1.7的头插法改成尾插法
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//原索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//放到原索引的bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//放到原索引+oldCap的bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
数组容量变为原来的2倍,计算数组下标时不用重新计算hash,只需要看原来的hash值新增的高一位bit是0还是1即可,是0则索引不变,是1则索引变为原索引+oldCap。
1.5 get操作
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
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);
}
}
return null;
}
先检查key的hash能否在数组中定位到,如果定位不到则说明没有此key;如果定位到了,则遍历链表或红黑树找到相应的节点。
二、HashMap常见面试问题
2.1 HashMap如何实现的?
- jdk1.7是采用EntrySet数组实现的,就是说数组的元素存储的是一个EntrySet对象,EntrySet有指向后继节点的指针,所以整体上看是数组+链表实现的,根据key的hash值对数组取模来定位在数组中的位置,如果当前位置的key的hash值和key值都相等,那么直接覆盖掉value;如果当前位置的key的hash值相等而key值却不相等,则通过拉链法解决冲突。
- jdk1.8是采用数组+链表+红黑树实现,当链表超过一定长度后,链表的缺点将被放大,也就是链表的查找时间长,于是将链表转化为红黑树以减少搜索时间,链表搜索的时间复杂度是O(n),红黑树是O(logn)。
2.2 HashMap的长度为什么是2的幂次方?
- 计算下标时可以提高效率。计算下标自然想到取余运算,但是发现取余运算当除数是2的幂次等价于与其减1的按位与操作,也就是说当length是2的幂次的时候,hash%length == hash&(length-1),而二进制位操作比取余操作效率要高。
- 减少哈希冲突。通过源码发现计算数组下标的方法(length - 1) & hash。如果length是2的幂次,那么length-1用二进制表示的话低位全是1,如下图。
如果length不是2的幂次,那么length-1就会有0出现,如下图。
如果length不是2的幂次,hashCode就有多种可能使index=21,h的低位部分不在具有唯一性了,所以哈希冲突的几率会增大。 - 在扩容时,元素的新位置要么不变,要么是在原位置的基础上再移动2次幂的位置,这样大大减少了之前已经散列良好的老数据的重新散列,如下图。
2.3 HashMap线程不安全体现在哪些方面?
- jdk1.7时,链表上会出现循环。jdk1.7扩容的关键代码:
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;//标注【1】
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
整个流程就是两重循环,先遍历数组,再遍历数组上的链,通过头插法将节点放到正确的位置。
现在假设一个HashMap的容量是2,负载因子是0.75,那么put第二个key的时候会扩容,假设都移动到了3的位置,当两个线程同时put时,线程2在标注【1】的地方被挂起,线程1完成了扩容,此时的情况如下图。
此时线程2恢复,继续执行后续步骤,结果如下图:
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
执行后,变量e指向节点b,因为e不是null,则继续执行循环体,执行后的引用关系:
变量e又重新指回节点a,只能继续执行循环体,这里仔细分析下:
- 执行完Entry<K,V> next = e.next;,目前节点a没有next,所以变量next指向null;
- e.next = newTable[i]; newTable[i]指向b,也就是说a的next指向了b节点,此时b指向a,a指向b,形成了循环;
- newTable[i] = e; 节点a放入了数组i位置;
- e = next; e指向了null。
最终的引用关系:
假设c是一个新的key,根据c的hash计算出数组下标也在3这个位置上,但是这个map中没有c这个key,那么当get©时,就会陷入b和a的死循环中。
-
jdk1.8在扩容时将头插法变成了尾插法,理论上不会出现死循环的问题,但是会存在丢失数据的问题。
jdk1.8 putVal方法:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果当前table没有初始化,那么直接扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算数组下标位置,如果位置上没有key,那么直接赋值
if ((p = tab[i = (n - 1) & hash]) == null) //标注【2】
tab[i] = newNode(hash, key, value, null);
//省略
}
假设线程1执行完标注【2】结果为true并在此处挂起,线程2在tab[i]处插入了新的节点,此时线程1恢复继续执行,会在tab[i]处更新成自己的节点数据,线程2的数据被覆盖了。
2.4 既然HashMap线程不安全,那有线程安全的Map吗?
有,ConcurrentHashMap,Hashtable
2.5 HashMap默认负载因子为什么是0.75?
经过大量的测试,测出0.75是性能最好的。既有较高的空间利用率,又减少了哈希冲突。
2.6 数组+数组的结构可以实现HashMap吗?
也可以,就是性能不好。数组列来存放不同的hash的key,行来解决哈希冲突,数组的行不能太小,太小要频繁扩容,也不能太大,太大的话就浪费空间。
三、总结
- 为了避免频繁扩容,最好在初始化HashMap时指定大小。
- HashMap不是线程安全的,多线程情况下会出现循环链表,数据丢失的情况。
- jdk1.8引入了红黑树,当链表达到一定长度时转化为红黑树,以减少搜索时间。
- HashMap的Key值不重复,key和value允许为null。