容器 -- HashMap 源码解析

1. HashMap 简介

HashMap 主要用来存放键值对,它基于哈希表的Map接口实现,JDK1.8 之前 HashMap 由 数组+链表 组成的,数组是 HashMap 的主体,链表是为了解决哈希冲突。JDK1.8 以后当链表长度大于阈值(默认为 8)时,将链表转化为红黑树(将链表转换成红黑树前会判断,如果当前数组长度小于 64,会优先选择扩容,而非转换为红黑树),以减少搜索时间。

底层数据结构分析
JDK1.8 之前 HashMap 底层是 数组和链表 结合。HashMap 通过 key 的 hashCode 经过 hash 方法(扰动函数)得到 hash 值,然后通过 (n - 1) & hash 判断当前元素存放的位置,如果当前位置存在元素的话,就判断该元素与要存入的元素的 hash 值以及 key 是否相同,如果相同的话,直接覆盖,不相同就通过拉链法解决冲突。

JDK 1.8 HashMap 的 hash 方法源码,相比于 JDK 1.7 更加简化,但是原理不变。

  static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

JDK1.7的 HashMap 的 hash 方法源码.

static int hash(int h) {
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

相比于 JDK1.8 的 hash 方法 ,JDK 1.7 的 hash 方法的性能会稍差一点点,扰动了 4 次。

JDK1.8之后,当链表长度大于阈值(默认为8)时,将链表转化为红黑树,以减少搜索时间。
在这里插入图片描述

2. 底层数据结构分析:

2.1 类的属性:

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
    // 序列号
    private static final long serialVersionUID = 362498820763181265L;    
    // 默认的初始容量是16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;   
    // 最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30; 
    // 默认的填充因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    // 当桶(bucket)上的结点数大于这个值时会转成红黑树
    static final int TREEIFY_THRESHOLD = 8; 
    // 当桶(bucket)上的结点数小于这个值时树转链表
    static final int UNTREEIFY_THRESHOLD = 6;
    // 桶中结构转化为红黑树对应的table的最小大小
    static final int MIN_TREEIFY_CAPACITY = 64;
    transient Node<k,v>[] table;  // 存储元素的数组,总是2的幂次倍
    transient Set<map.entry<k,v>> entrySet;  // 存放具体元素的集
    transient int size;         // 存放元素的个数,注意这个不等于数组的长度。
    transient int modCount;    // 每次扩容和更改map结构的计数器
    int threshold;              // 临界值 当实际大小(容量*填充因子)超过临界值时,会进行扩容
    final float loadFactor;     // 加载因子
}

loadFactor加载因子
loadFactor加载因子是控制数组存放数据的疏密程度,loadFactor越趋近于1,数组中存放的数据(entry)也就越多,会让链表的长度增加,loadFactor越小,也就是趋近于0,数组中存放的数据(entry)也就越少,也就越稀疏。

loadFactor太大导致查找元素效率低,太小导致数组的利用率低,存放的数据会很分散。loadFactor的默认值为0.75f 是官方给出的一个比较好的临界值。

2.2 内部类

内部类 --> Node节点类

static class Node<K,V> implements Map.Entry<K,V> {
       final int hash;// 哈希值,存放元素到hashmap中时用来与其他元素hash值比较
       final K key;//键
       V value;//值
       // 指向下一个节点
       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; }
        // 重写hashCode()方法
        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }
        // 重写 equals() 方法
        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;
        }
}

内部类 —> 树节点类:

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // 父
        TreeNode<K,V> left;    // 左
        TreeNode<K,V> right;   // 右
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;           // 判断颜色
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
        // 返回根节点
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
       }

2.3 构造方法:共有四种

// 默认构造函数。
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
 }

 // 包含另一个“Map”的构造函数
 public HashMap(Map<? extends K, ? extends V> m) {
     this.loadFactor = DEFAULT_LOAD_FACTOR;
     putMapEntries(m, false);//下面会分析到这个方法
 }

 // 指定“容量大小”的构造函数
 public HashMap(int initialCapacity) {
     this(initialCapacity, DEFAULT_LOAD_FACTOR);
 }

 // 指定“容量大小”和“加载因子”的构造函数
 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);
 }
 
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;
}

putMapEntries方法:使哈希表长度为 2 的幂次方

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        // 判断table是否已经初始化
        if (table == null) { // pre-size
            // 未初始化,s为m的实际元素个数
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                    (int)ft : MAXIMUM_CAPACITY);
            // 计算得到的t大于阈值,则初始化阈值
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        // 已初始化,并且m元素个数大于阈值,进行扩容处理
        else if (s > threshold)
            resize();
        // 将m中的所有元素添加至HashMap中
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

2.4 添加元素

HashMap只提供了put添加元素,putVal只是给put调用的一个方法,并没有提供给用户使用。
对putVal方法添加元素的分析如下:
①如果定位到的数组位置没有元素 就直接插入。
②如果定位到的数组位置有元素就和要插入的key比较,如果key相同就直接覆盖,如果key不相同,就判断p是否是一个树节点,如果是就调用putTreeVal(this, tab, hash, key, value) 将元素添加进入。如果不是就遍历链表插入(插入的是链表尾部)。
在这里插入图片描述

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

final V putVal(int hash, K key,  V value,  boolean onlyIfAbsent,  boolean evict) {
    Node<K,V>[] tab;   Node<K,V> p;   int n, i;
    // table未初始化或者长度为0,进行扩容
    if ((tab = table) == null || (n = tab.length) == 0)             
           n = (tab = resize()).length;
           
    // (n - 1) & hash 确定元素存放在哪个桶中,桶为空,新生成结点放入桶中
    if ((p = tab[i = (n - 1) & hash]) == null)
           tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e;  K k;
        // 比较桶中第一个元素(数组中的结点)的hash值相等,key相等
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;       // 将第一个元素赋值给e,用e来记录
        else if (p instanceof TreeNode)                  
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);  
        else {  
                // 在链表最末插入结点
                for (int binCount = 0; ; ++binCount) {       
                	if ((e = p.next) == null) {
                	     // 在尾部插入新结点
                   		 p.next = newNode(hash, key, value, null); 
                    		// 结点数量达到阈值,转化为红黑树
                   		 if (binCount >= TREEIFY_THRESHOLD - 1) 
                       			 treeifyBin(tab, hash);
                   		 break;   
                	}
                	// 判断链表中结点的key值与插入的元素的key值是否相等
                	if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                   		 break;            
                	p = e;   // 用于遍历桶中的链表,与前面的e = p.next 组合,可以遍历链表
            }
        }
        // 表示在桶中找到key值、hash值与插入元素相等的结点
        if (e != null) { 
            	V oldValue = e.value;
            	if (!onlyIfAbsent || oldValue == null)
                	e.value = value;
            	afterNodeAccess(e);    // 访问后回调     
            	return oldValue;        
        }
    }
    // 结构性修改
    ++modCount;
    if (++size > threshold)              // 实际大小大于阈值则扩容
           resize();
    afterNodeInsertion(evict);           // 插入后回调
    return null;
}

2.5 获取元素 :get方法:

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) {
        // 数组元素相等
        if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 桶中不止一个节点
        if ((e = first.next) != null) {
            // 在树中get
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在链表中get
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

2.6 resize扩容方法

进行扩容,会伴随着一次重新hash分配,并且会遍历hash表中所有的元素,是非常耗时的。在编写程序中,要尽量避免resize。

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) {
        	// 超过最大值就不再扩充了,就只好随你碰撞去吧
       		 if (oldCap >= MAXIMUM_CAPACITY) {
               		 threshold = Integer.MAX_VALUE;
               		 return oldTab;
       		}
       		 //,没超过最大值,就扩充为原来的2倍
    		 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >=                                                                                                                DEFAULT_INITIAL_ CAPA CITY )
              		 newThr = oldThr << 1; // double threshold
   	 }

    //如果oldCap<0,但已经初始化了,像把元素删除完之后的情况,那么它的临界值肯定还存在,
 	else if (oldThr > 0) 
       		newCap = oldThr;
    else { 
        	newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }

   // 此处的if为上面的补充,也就是初始化时容量小于默认值16的,此时newThr没有赋值
    if (newThr == 0) {
       	  float ft = (float)newCap * loadFactor;
          newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
    }

   //把上面各种情况分析出的临界值,在此处真正进行改变,也就是容量和临界值都改变了。
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        // 把每个bucket都移动到新的buckets中
        	for (int j = 0; j < oldCap; ++j) {
           		Node<K,V> e;             
            	if ((e = oldTab[j]) != null) {
                	oldTab[j] = null;        //把已经赋值之后的变量置为null,当然是为了好回收,释放内存       
                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 { 
                   		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);
                    		
                   		   //原索引放到bucket里
                    		if (loTail != null) {
                       			 loTail.next = null;
                       			 newTab[j] = loHead;
                   		    }
                   		    
                   		  //原索引+oldCap放到bucket里
                    		if (hiTail != null) {
                       			 hiTail.next = null;
                        	     newTab[j + oldCap] = hiHead;
                    		}
                	}
           	 }
       	 }
    }
    return newTab;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值