HashMap分析
基本参数
//序列号
private static final long serialVersionUID = 362498820763181265L;
/**
* The default initial capacity - MUST be a power of two.
默认初始容量为16 且必须为2的幂。
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
最大容量,如果隐式指定更高的值,则使用
由两个带有参数的构造函数组成。
最大容量:2的30次方:1.073741824E9
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* The load factor used when none specified in constructor.
加载因子 构造函数中未指定时使用的负载系数。
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
*
红黑树化的阈值 当链表长度大于8就进行转化
*/
static final int TREEIFY_THRESHOLD = 8;
/**
退化成链表的阈值 当红黑树的长度小于6就会退化成链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
哈希表的长度达到64(注意不是size)就进行树化
*/
static final int MIN_TREEIFY_CAPACITY = 64;
基本结构
hashmap的结构是哈希桶,也就是数组加链表;
当链表长度大于8并且哈希表的长度到达64就会把链表转化为红黑树;
其中链表的数据都存在数组中
添加方法put()
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
调用put(K,V)方法存放一个键值对对象,调用了putVal()方法和hash()方法,先来看hash()方法
hash()的源码
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hash方法将key进行判断,如果为空则返回0;否则则返回(h = key.hashCode()) ^ (h >>> 16)
(h = key.hashCode()) ^ (h >>> 16)称为扰乱函数,目的是为了让hashCode值更加的分散
假定添加的key计算出来的hashcode二进制表现如下,与本身右移16位进行^运算(相同为0 不同为1)
计算出来的二进制结果如下 其在putVal()方法终会被用到
putVal()源码
其中putVal源码 重点看取存放位置的索引这行代码:if ((p = tab[i = (n - 1) & hash]) == null)
tab[i = (n - 1) & hash] 这里面实际就是计算i(索引)的方法,也称为路由寻址,通过key计算索引决定放在哪个哈希桶(数组)上
n代表数组的长度 默认长度为16 n-1 = 15
15的二进制为1111 高位取零 与前面计算的hash值进行&运算 这样算出来的值一定在n的长度范围之内
/**
* 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) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
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;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
那么问题来了
1.为什么保证长度必须是2的幂次
首先计算key.hashcode时为什么要与本身右移16位进行^运算呢?
因为hashcode()计算出来的值非常大,低16位可能很多0,高16位和低16位运算后的可以让它结果更加分散,再看下图
假如长度为17 那么-1结果16 2进制为1 0000 后四位进行&操作时结果必定为0
只有1这个位置的元素会发生改变 只会 那么添加元素时放在哈希表的位置不够分散
因此要求长度是2的幂次就是为了存放元素的时候能够均匀的分布在每个索引上
但是即使这样还是会出现哈希冲突的现象,因为hashcode()计算索引时即使不同的元素也有可能计算出来的值也可能相等
2.那么怎么解决哈希冲突(哈希碰撞呢)?
hashmap是通过拉链法解决,也就是形成链表的结构
但是当链表长度到8,数组长度到64,就会把链表进行树化,转化为红黑树
删除元素时,当链表长度变为6,又会将红黑树退化成链表
3.那么为什么阈值是8呢
- 0: 0.60653066
- 1: 0.30326533
- 2: 0.07581633
- 3: 0.01263606
- 4: 0.00157952
- 5: 0.00015795
- 6: 0.00001316
- 7: 0.00000094
- 8: 0.00000006
- more: less than 1 in ten million
前面概率是源码的部分注释
这里涉及到泊松分布 当链表的长度能到8的概率是 0.00000006 大于8的话达到千万分之1 非常的小,所以用8作为阈值
resize()扩容方法
这里是部分源码 扩容机制就是左移一位 也就是原来的2倍
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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);
}
问题来了
4.什么时候会扩容呢
Capacity:HashMap当前⻓度。 LoadFactor:负载因⼦,默认值0.75f。
假如长度为16 当存进第12个元素时不会如何,当存第13个元素时就会进行resize(),也就是扩容
5.那么扩容如何进行
首先会创建一个新的Entry数组,为原来数组的两倍
然后再将以前的元素resize(),重新放入到新的数组中
由于 tab[i = (n - 1) & hash] ,n的长度发生改变,所以计算索引的值也会不同
6.拉链法造成的问题(头插法,尾插法)
因为1.7之前使用头插法,会让resize出现环形链表的情况
扩容前:
扩容后:
Java7在多线程操作HashMap时可能引起死循环,原因是扩容转移后前后链表顺序倒置,在转移过程中
修改了原来链表中节点的引⽤关系。
Java8在同样的前提下并不会引起死循环,原因是扩容转移后前后链表顺序不变,保持之前节点的引⽤
关系。
7.为什么选择红黑树而不用平衡二叉树
最优解
因为平衡二叉树要保证平衡不断自旋,在添加删除的时候则会十分的耗费时间。
而红黑树不用保证绝对的平衡,虽然相对于查询来讲可能会慢一点,因为树高度的问题,但是添加删除不会这么耗时,因此是个最优解。
8.线程安全问题
无法保证多线程情况下put 和get的值相同,最好使用concurenthashmap