HashMap简介
本篇文章是自己在学习HashMap的过程中自己的总结,并不一定完全正确,主要是记录自己的学习过程。
- HashMap是一种映射关系,是hash值与实际存储对象之间的映射,也就是键值对的关系,通过关键字key找到实际存储的值value,是一种数据结构
- 什么是hash:本质上是把任意长度的输入,通过算法变换成固定长度的输出
- 在学习Java的过程中,最常见的两种数据结构是数组和链表,那么数组和链表各有什么优缺点?数组:数组在物理空间中是连续的,数组对象直接指向数组首地址,在查找的时候效率高,但是由于空间是连续的,所以当物理空间的碎片比较多时,当我们想存入比较大的数组的时候,即使可能空间足够,但由于这些空间不是连续的,就无法存入链表:链表在物理空间中不是连续的,在存放数据的同时还需要存放下一个链节点的地址,相比于数组,不受空间是否是碎片化的影响,只要有空间,就能存储数据。但是查找效率没有数组高,插入和删除的效率比数组高
- HashMap:HashMap将数组和链表结合起来,既能够提高查找效率,删除和插入的效率也提高了。
内部组成
![d6677c6f31fd3fd25ab133261382b854.png](https://img-blog.csdnimg.cn/img_convert/d6677c6f31fd3fd25ab133261382b854.png)
- HashMap的存储形式:键值对的存储形式
- 数据结构:数组+链表+红黑树
- 内部成员:默认初始容量DEFAULT_INITIAL_CAPACITY:16默认负载因子DEFAULT_LOAD_FACTOR:默认为0.75,表示整体上table被占用程度TREEIFY_THRESHOLD:8,当数组中有某个索引位置上的链表长度大于该常量时,就将该链表转换成红黑树UNTREEIFY_THRESHOLD:6,当链表的长度小于该常量时,就将红黑树转换成链表阈值threshold:当数组中键值对个数大于阈值时进行扩展,计算方式是hashmap长度*负载因子Node[] table:数组
构造方法
- HashMap map = new HashMap();无参的构造方法,只初始化了负载因子,默认为0.75
- HashMap map = new HashMap(int initialCapacity);参数为map的初始容量,负载因子为默认值0.75,底层实际上是调用了HashMap(int initialCapacity, float loadFactor)
- HashMap map = new HashMap(int initialCapacity, float loadFactor)指定初始的容量以及负载因子
- HashMap map = new HashMap(Map m);初始化负载因子,默认为0.75调用putMapEntries方法,将集合m全部都装进新的map集合里方法的执行步骤如下:获取m的实际判读,判断是否大于0,只有当大于0时才才执行判断map的table数组是否为空,如果为空计算map的阈值如果table数组不为空,判断s的实际长度是否大于map的阈值,如果大于对map集合进行扩容当map的长度确定下来之后,遍历m集合,把键值对取出来存入map集合当中
增删查方法源码解析
- hash值计算过程:
static final int hash(Object key) { int h; //判断key的值是否为空 // 如果为空则返回0 // 如果不为空则调用key的hashCode方法计算出hash值 // 并让hash值的高16位与低16位进行异或操作,得出最后的hash值 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
- put方法
put方法大致的流程可以分为以下几点:
* 1)计算hash值,根据hash值得出索引值,采用的是当前table长度-1 & hash值相与得出索引值(hash值是通过上面的hash方法计算得出,而不是调用hashCode方法) 举个例子:存入两个key的hash值分别为14和35,而当前table的长度为默认容量16(2^n) 那么第一个key对应的索引值为:0000 1110 & 0000 1111,得出索引值为14 第二个key对应的索引值为:0010 0011 & 0000 1111,得出索引值为3 这样做能确保每个不论hash值有多大,都能够存入数组,截取的是hash值的二进制数的后n位* 2)根据hash找到对应的索引值,有三种情况: * 当前位置为空,直接存入 * 当前位置不为空,且是链表,插入到链表的尾部 * 当前位置为空,且是红黑树,插入到红黑树当中* 3)判断当前table的实际长度size是否超出阈值threshold,如果超出则进行扩容
以下是对源码的解读:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { HashMap.Node[] tab; HashMap.Node p; int n, i; //2)判断 table数组是否为空 || table数组的长度是否0,也就是是否是第一次存放 if ((tab = table) == null || (n = tab.length) == 0) //其中一个条件满足,给table扩容 n = (tab = resize()).length; //3)计算 (数组长度 - 1 & hash值),得出索引值,获取对应索引的值,判断是否为空 if ((p = tab[i = (n - 1) & hash]) == null) //如果为空,在该索引位置创建一个新的节点,并放入 tab[i] = newNode(hash, key, value, null); //4)如果不为空,证明该索引位置已经有值了 else { HashMap.Node e; K k; //判断是否是同一个key if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //如果是同一个就赋给e(赋给e是为了接下来是否要覆盖该位置的值做准备) e = p; //如果不是同一个key,判断是否是树节点,如果是树节点,把节点插入到红黑树里面 else if (p instanceof HashMap.TreeNode) e = ((HashMap.TreeNode)p).putTreeVal(this, tab, hash, key, value); //如果既不是同一个key,也不是树节点,那只可能是链表 else { //循环链表,判断每个节点的key是否与要插入的key相同,如果相同则覆盖掉。 //binCount记录该链表的节点位置 for (int binCount = 0; ; ++binCount) { //判断当前位置是否是尾结点 if ((e = p.next) == null) { //如果是尾节点,则在为节点的下一个节点插入新的节点(尾插法) p.next = newNode(hash, key, value, null); //判断当前链表的节点树是否大于(TREEIFY_THRESHOLD - 1) if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //如果大于则将链表转换成红黑树 treeifyBin(tab, hash); //跳出循环 break; } //判断当前位置和我们要存入的key是否相同,如果相同则跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; //如果以上两个判断都不满足,继续遍历下一个节点 p = e; } } //判断e是否为空 if (e != null) { // existing mapping for key //不为空,取出e的value值 V oldValue = e.value; //onlyIfAbsent如果为false,则表示如果出现的key相同,则覆盖掉原来的值,反之就不覆盖 //可以参考HashMap的另一个方法,putIfAbsent的源码,里面的onlyIfAbsent就设为true //还有一种情况:本来存放的value是null,那么不管onlyIfAbsent是true还是false,一定会被覆盖掉 if (!onlyIfAbsent || oldValue == null) //覆盖掉原本的value值 e.value = value; afterNodeAccess(e); return oldValue; } } //记录修改次数 ++modCount; //判断存入之后的size是否大于阈值 if (++size > threshold) //如果大于则扩容,扩容的方法可以往下翻 resize(); afterNodeInsertion(evict); return null; }
- remove(key)方法
remove的方法流程大致如下:
- 计算hash值,根据hash值计算出索引位置
- 找到要删除的索引位置的值
- 该值有如下三种情况当前节点链表上的几点红黑树上的几点
- 根据找到的节点再做判断如果是红黑树,那么将该节点从红黑树上删掉如果是链表,进行断链操作如果是当前节点,该索引位置指向当前节点的下一节点
具体源码如下:
// 1)判断key是否为空,并计算出hash值 final HashMap.Node removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { HashMap.Node[] tab; HashMap.Node p; int n, index; //1)判断内部的table数组是否为空 && table数组长度是否大于0 // && (当前table的长度-1)与 hash值 相与,取出该索引位置的值,判断是否为空 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { HashMap.Node node = null, e; K k; V v; //2)如果当前索引位置的值p与要删除的key是相同的话 // 把p赋给节点node(赋给节点node是为了删除完之后还要返回被删除节点的值) if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; //3)如果不相同,判断当前节点的下一个节点是否为空 //如果不为空,可能要删除的点是链表中的某一个节点或者是树节点(红黑树) else if ((e = p.next) != null) { //判断是否是树节点 if (p instanceof HashMap.TreeNode) //如果是树节点,根据当前节点找到根节点,并根据根节点往下找直到找到要删除的节点 node = ((HashMap.TreeNode)p).getTreeNode(hash, key); //如果是链表,则遍历链表,直到找到要删除的节点 else { do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } //如果找到的节点node不等于空,判断该节点的结构 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //如果是树节点,则证明该链表已经被转换成红黑树,删除树节点 if (node instanceof HashMap.TreeNode) ((HashMap.TreeNode)node).removeTreeNode(this, tab, movable); //如果该节点就是一个node对象,则把该节点的下一个节点赋给该节点对应的索引位置 //(因为如果要删除的节点等于当前节点,证明该索引位置上就一个值, // 则当前节点的下一个节点就一定为null,这样就相当于把当前节点对应的索引位置置空) else if (node == p) tab[index] = node.next; //如果既不是树节点,也不是node对象,则要删除的节点是链表上的某一个节点,则把要删除的节点删掉(进行断链的操作) else p.next = node.next; //修改次数加一 ++modCount; //table的实际长度减一 --size; afterNodeRemoval(node); return node; } } return null; }
- get(key)方法
get方法的大致流程如下:
- 计算hash值,根据hash值计算出索引位置
- 判断该索引位置的值,有如下三种情况是否是当前节点是否是红黑树上的节点,如果是根据红黑树查找是否是链表节点,如果是遍历链表
- 返回找到的节点
具体源码的注释如下:
// 1)判断key是否为空,并计算出hash值 final HashMap.Node getNode(int hash, Object key) { HashMap.Node[] tab; HashMap.Node first, e; int n; K k; //1)判断内部的table数组是否为空 && table数组长度是否大于0 // && (当前table的长度-1)与 hash值 相与,取出该索引位置的值first,判断是否为空 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //2)判断找到的first与key是否相同,如果相同则直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //如果步骤2的条件不满足,有一种情况是真的没有对应的值 // 还有一种情况可能是hash冲突造成的原因,也就是该first节点实际上是一个链表 // 可能所要取的值不在头节点上,这时候就要去遍历链表的每一个节点 //判断first的下一个节点是否为空,如果为空证明要找的key没有对应的值,否则进行下一步 if ((e = first.next) != null) { //判断first是不是TreeNode节点,也就是判断该链表是否被转化成红黑树 // 如果不是进行下一步,如果是查找红黑树节点 if (first instanceof HashMap.TreeNode) //getTreeNode大致的方法流程如下: //将first节点转换成TreeNode节点,判断first节点的父节点是否为空 // 如果为空证明该节点是根节点,如果不为空根据当前节点往上一直找,直到找到根节点 //根据根节点遍历每一个子节点直到找到相对应的key return ((HashMap.TreeNode)first).getTreeNode(hash, key); //如果不是红黑树,循环遍历链表,对每一个节点进行判断 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
扩容机制
为什么要扩容:减少哈希冲突,提高性能
final Node[] resize() { Node[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length;//当前map的总长度 int oldThr = threshold;//当前map的阈值 int newCap, newThr = 0; //1)判断当前容量是否大于0 if (oldCap > 0) { //判断当前容量是否超过最大容量,如果超过则不继续扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //否则判断当前容量扩容一倍后是否小于最大容量 && 旧的容量的长度要大于默认容量16 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //满足这两个条件,将阈值扩容一倍 newThr = oldThr << 1; // double threshold } //2)如果当前容量不大于0,则判断当前阈值是否大于0 else if (oldThr > 0) // initial capacity was placed in threshold //满足则新的容量等于当前阈值的值 newCap = oldThr; //3)如果1和2都不满足,证明这是一个新创建的map else { // zero initial threshold signifies using defaults //则新的容量等于默认容量16,新的阈值等于默认的负载因子*0.75 * 默认容量16 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 4)判断新的阈值是否等于0 if (newThr == 0) { //满足的话,判断新的容量是否小于最大容量 //满足的话判断新的容量*负载因子是否小于最大容量 //如果小于,那么新的阈值等于新的容量*负载因子,如果不小于,则新的阈值等于最大容量 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //5)创建新的newTab表,覆盖掉原本的table threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node[] newTab = (Node[])new Node[newCap]; table = newTab; //6)如果旧的table表不等于空,遍历oldTab if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { HashMap.Node e; //如果当前位置上的值不等于空,则将这给位置取出来赋给e,并把这个位置置空 if ((e = oldTab[j]) != null) { oldTab[j] = null; //判断e.next是否等于空,如果等于空,重新计算索引位置并赋给newTab if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //如果不等于空,判断是否为树节点,如果是拆分树节点并重新计算索引位置,赋给newTab else if (e instanceof HashMap.TreeNode) ((TreeNode)e).split(this, newTab, j, oldCap); //如果不是树节点,那么就是链表 else { // preserve order Node loHead = null, loTail = null; Node hiHead = null, hiTail = null; Node next; //循环遍历该索引位置对应的链表 do { next = e.next; // 如果当前节点的hash值与oldTab的容量相与等于0,把该节点放到Lo的链表上 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //如果不等于0,把这个节点放到Hi的链表上 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); //循环结束后分别判断Lo和Hi是否为空,如果不为空则把Lo和Hi的头节点分别放入newTab表里 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } //7)循环结束,扩容完成,返回新数组 return newTab; }