数据结构
jdk1.8的hashmap的底层结构是数组+链表+红黑树实现的,将key的hash值进行取模获取index既即将存放的元素的数组的位置。然后到对应的链表或树中进行put和get操作
数据结构简图
源码分析
详细流程图如下:
重要成员变量
/**
*默认的初始容量 - 必须是2的幂。
*这里可以看出默认容量是16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量,如果一个更高的值被隐含地指定,则使用该值。
* 的任何一个构造函数所隐含的更高值。
*必须是2的幂<=1<<30.
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 当构造函数中没有指定时,使用的负载因子。
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 使用树形而非列表的bin计数阈值。
* bin的阈值。 当添加一个元素到一个至少有这么多节点的bin时,bin会被转换为树。
* 至少有这么多的节点时,Bin会被转换为树。这个值必须大于
* 大于2,并且至少应该是8,以符合树形删除的假设。
* 树的移除在缩减时转换为普通的Bins。
* 缩减。
*/
static final int TREEIFY_THRESHOLD = 8;
/**
*就是当红黑树上的值只有6个时,这时转为链表结构
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
*最小的表的容量,对于它来说,bin可以被树化。
* (否则,如果一个bin中的节点太多,表就会被调整大小)。
* 应该至少是4 * TREEIFY_THRESHOLD以避免冲突
* 调整大小和树化阈值之间。
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/**
* 表,在第一次使用时被初始化,并根据需要调整大小。
* 必要时调整。当分配时,长度总是2的幂。
* (在某些操作中,我们也容忍长度为零,以允许
* 目前不需要的引导机制)。
*/
transient Node<K,V>[] table;
/**
* 保存缓存的 entrySet()。请注意,AbstractMap字段被用于
*用于keySet()和values()。
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
*该地图中包含的键值映射的数量。
*/
transient int size;
/**
* 这个HashMap在结构上被修改的次数
* 结构性修改是指改变HashMap中的映射数量或以其他方式修改其内部结构的修改。
* HashMap或以其他方式修改其内部结构(例如。
* 重新洗牌)。 这个字段被用来使HashMap的集合视图上的迭代器失效。
* HashMap的迭代器快速失败。 (参见ConcurrentModificationException)。
*/
transient int modCount;
/**
* 下一个要调整的尺寸值(容量*负载系数)。扩容的阈值
*/
int threshold;
/**
* 加载因子
*/
final float loadFactor;
构造函数
/**
* 无参构造
*/
public HashMap() {
//DEFAULT_LOAD_FACTOR=0.75
//这里只是做了给加载因子赋值0.75
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* initialCapacity:初始化容量
* loadFactor:加载因子
*/
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;
//扩容的阈值
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 返回给定目标容量的2次方大小。
* 这一步其实就是找比传入容量大的最近的一个2的幂次方的值
*/
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;
}
节点对象
static class Node<K,V> implements Map.Entry<K,V> {
//hash值
final int hash;
//key
final K key;
//calue
V value;
//下一个node节点
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;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
//异或运算,渐少hash碰撞
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
put操作
public V put(K key, V value) {
//参数一:key的哈希值
//参数二:key
//参数三:value
//参数四:onlyIfAbsent if true, don't change existing value
//参数五:evict if false, the table is in creation mode.(创建模式)
return putVal(hash(key), key, value, false, true);
}
putVal
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//表格 节点 表格长度 表索引
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果在put时,表格还不存在,那么就开始初始化表格
if ((tab = table) == null || (n = tab.length) == 0)
//记录初始化表格的大小
n = (tab = resize()).length;
//如果表格存在就新建节点放在计算的tab[i]位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//这里就是向链表或者红黑树中追加元素了
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//key相同
e = p;
else if (p instanceof TreeNode)
//放入红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//这里采用自旋操作
for (int binCount = 0; ; ++binCount) {
//这里是尾插法的体现
if ((e = p.next) == null) {
//在尾部插入新的节点
p.next = newNode(hash, key, value, null);
//判断是否达到转换为红黑树的条件
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;
}
}
//key存在就更新值操作
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
//返回旧值
return oldValue;
}
}
//修改次数增加
++modCount;
//如果当前达到扩容的阈值就执行扩容操作
if (++size > threshold)
//扩容
resize();
afterNodeInsertion(evict);
return null;
}
resize
/**
* 初始化或加倍表的大小。 如果为空,则按照
* 与字段阈值中持有的初始容量目标一致。
* 否则,因为我们使用的是2次方扩展,所以
* 每个bin的元素必须保持在相同的索引上,或者移动到
* 在新表中以2的幂数偏移。
*
* @返回表
*/
final Node<K,V>[] resize() {
//旧表格
Node<K,V>[] oldTab = table;
//旧表格的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的临界值
int oldThr = threshold;
//初始化新表格的大小和临界值
int newCap, newThr = 0;
//如果旧数组的容量大于0,说明旧数组是存在的
if (oldCap > 0) {
//如果大于了最大容量值直接返回旧数组就行,没法扩容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//这里是扩容操作,新数组是原来数组的两倍
//临界值也是原来临界值的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果旧数组的容量为0,而临界值存在,就将该临界值作为新数组的容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//初始化新数组的容量为默认容量16
newCap = DEFAULT_INITIAL_CAPACITY;
//新数组的临界值为16*0.75=12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//确保初始化的数组的相关参数必须有值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//新建一个table数组,大小是newCap
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//赋值给全局的table变量
table = newTab;
//如果是扩容操作,我们需要把旧数组的数据移动到新数组中去
if (oldTab != null) {
//遍历旧数组的每一个桶的位置,因为可能是链表或者红黑树的结构,所以需要循环遍历
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//这一步就是释放旧数组J位置的空间
oldTab[j] = null;
//单节点的操作
if (e.next == null)
//重新计算哈希值,将e元素放在新数组中
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//红黑树的操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果不是单节点也不是红黑树,也就是链表的时候,这时移动到新数组的
//低位头尾节点
Node<K,V> loHead = null, loTail = null;
//高位头尾节点
Node<K,V> hiHead = null, hiTail = null;
//下一个节点
Node<K,V> next;
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;
}
重点移位操作
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;
}
假设迁移之前的数据结构为:
迁移中则为:
迁移后为:
总结
- 初始化表格是在第一次用到的时候,也就是put值的时候table才会被初始化,这样做有利于减少空间资源的浪费
- 扩容机制的触发是在put元素时发现当前table的中存储的元素达到了临界值,就开始扩容操作,初始化和扩容全部是在resize()方法中实现的
- 树化的阈值是8,而链表化的阈值是6,是因为两者之间如果频繁转换很影响性能,所以当红黑树移除一个元素时不会立即就触发转为链表的操作,提高性能和效率
- hashmap1.8旧数组中的元素移到新数组时,低位的仍然保留在原来索引的位置,而高位的索引则是原来索引值+oldCap
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) {
//从链表的首节点开始查询,如果key相同就返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//遍历红黑树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//遍历链表
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//如果找不到返回null
return null;
}
线程不安全的点
在putVal方法中,着重下面代码:
if ((p = tab[i = (n - 1) & hash]) == null){
//如果没有hash碰撞则直接插入元素
tab[i] = newNode(hash, key, value, null);
}
经过以下两步,则会出现线程不安全问题
- 这是jdk1.8中HashMap中put操作的主函数, 注意如果没有hash碰撞则会直接插入元素。如果线程A和线程B同时进行put操作,刚好这两条不同的数据hash值一样,并且该位置数据为null,所以这线程A、B都会进入第3行代码中
- 假设一种情况,线程A进入后还未进行数据插入时挂起,而线程B正常执行,从而正常插入数据,然后线程A获取CPU时间片,此时线程A不用再进行hash判断了,问题出现:线程A会把线程B插入的数据给覆盖,发生线程不安全