Map集合
Collection集合的特点是每次进行单个对象的保存,如果现在要进行一对对象(偶对象)的保存就只能使用Map集合来完成,即Map集合中会一次性保存两个对象,且这两个对象的关系:key==value
结构,这种结构最大的特点是可以通过key
找到对应的value
内容
Map接口概述
public interface Map<K,V>
在Map接口中有如下常用方法:
No. | 方法名称 | 类型 | 描述 |
---|---|---|---|
1 | public V put(K key,V value) | 普通 | 向Map中追加数据 |
2 | public V get(Object key) | 普通 | 根据key取得对应的value,如果没有返回null |
3 | public Set<K> keySet(); | 普通 | 取得所有key信息,key不能重复 |
4 | public Collection<V> values(); | 普通 | 取得所有value信息,可以重复 |
5 | public Set<Map.Entry<K,V>> entrySet(); | 普通 | 将Map集合变为Set集合 |
Map本是一个接口,要使用Map需要通过子类进行对象实例化。Map接口的常用子类有如下四个:HashMap、Hashtable、TreeMap、ConcurrentHashMap
HashMap子类
import java.util.HashMap;
import java.util.Map;
public class TestDemo {
public static void main(String[] args) {
Map<Integer,String> map = new HashMap<>();
map.put(1,"hehe");
map.put(1,"hehe");
map.put(1,"haha");
map.put(2,"hehe");
map.put(3,"hehehe");
System.out.println(map);
System.out.println(map.get(3));
System.out.println(map.get(4));
}
}
/*
{1=haha, 2=hehe, 3=hehehe}
hehehe
null
*/
范例:取得Map中所有key信息
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
public class TestDemo{
public static void main(String[] args) {
Map<Integer,String> map = new HashMap<>();
map.put(1,"hehe");
map.put(2,"hehe");
map.put(1,"hehe");
map.put(3,"xixi");
Set<Integer> set = map.keySet();
Iterator<Integer> integerIterator = set.iterator();
while(integerIterator.hasNext()){
System.out.println(integerIterator.next());
}
}
}
//1
//2
//3
范例:将Map转换成Set
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
public class TestDemo {
public static void main(String[] args) {
Map<Integer,String> map = new HashMap<>();
map.put(1,"haha");
map.put(2,"xixi");
map.put(3,"hehehe");
map.put(1,"haha");
Set<Map.Entry<Integer,String>> set = map.entrySet();
Iterator<Map.Entry<Integer, String>> integerIterator = set.iterator();
while(integerIterator.hasNext()){
System.out.println(integerIterator.next());
}
}
}
HashMap内部实现基本点分析
[外链图片转存失败(img-MQoIBpUh-1566111598177)(/Users/houchang/Library/Application Support/typora-user-images/image-20190816181333523.png)]
它可以看作是数组(Node[] table)和链表结合组成的复合结构,数组被分为一个一个桶(bucket),通过哈希值决定了键值对在这个数组的寻址;哈希值相同的键值对,则以链表形式存储,如果链表大小超过阀值(TREEIFY_THRESHOLD,8),图中的链表就会被改造成树形结构。
构造方法
//无参构造方法
public HashMap() {
//默认的容量为16,默认构造因子为0.75F
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//给定容量构造方法
public HashMap(int initialCapacity) {
//默认构造因子为0.75F
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//给定容量和默认构造因子的构造方法
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);
}
//static final int MAXIMUM_CAPACITY = 1 << 30;(最大容量)
分析:当给定的容量 < 0时,抛出异常:Illegal initial capacity
,如果容量比最大容量大,那么将最大容量赋值与给定容量,如果构造因子 <= 0或者不是数字的时候,抛出异常:IllegalArguementException
,其中定义了threshold
阀值
threshold = initialCapacity * loadFactor
,当HashMap
的size
到达阀值之后,则需要扩容,通过resize()
.
tableSizeFor()
的作用是返回一个比给定整数大且最接近的2的幂次方整数,如给定10,返回2的4次方16.
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;
}
分析:首先,int n = cap -1
是为了防止cap已经是2的幂时,执行完后面的几条无符号右移操作之后,返回的capacity是这个cap的2倍,因为cap已经是2的幂了,就已经满足条件了。 如果不懂可以往下看完几个无符号移位后再回来看。
- 如果n这时为0了(经过了cap-1之后),则经过后面的几次无符号右移依然是0,最后返回的capacity是1(最后有个n+1的操作)。这里只讨论n不等于0的情况。
[外链图片转存失败(img-jawdrRQi-1566111598179)(/Users/houchang/Desktop/blog/5679451-42e4ccca9e5b0392.png)]
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
直接进putMapEntries(m,false)
看源码
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
//得到m中元素的个数
int s = m.size();
//如果m中有元素
if (s > 0) {
//如果table没有被初始化
if (table == null) { // pre-size
//计算hashmap的容量
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
//扩容
else if (s > threshold)
resize();
//然后就开始遍历 带插入的 map ,将每一个 <Key ,Value> 插入到本HashMap实例。
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
// put(K,V)也是调用 putVal 函数进行元素的插入
putVal(hash(key), key, value, false, evict);
}
}
}
对于无参构造,HashMap也许是按照lazy-load原则,在首次使用时被初始化既然如此,我们去看看put
方法,似乎只有一个putVal
的调用。
public V put(K key,V value){
return putVal(hash(key),key,value,false,true);
}
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;
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;
}
在putVal方法的最初几行,我们就可以发现几个有意思的地方:
-
如果表格是null,resize()方法会负责初始化它,这从tab = resize()可以看出。
-
resize方法兼顾两个职责,穿件出事存储表格,或者在容量不满足需求的时候,进行扩容(resize)
具体键值对在哈希表中的位置(数组index) 取决于下面的位运算:
i = (n - 1) & hash
我们会发现,它并不是key本身的hashCode,而是来自HashMap内部的另外一个hash方法,注意,为什么这里需要将高位数据移位到低位进行异或运算呢?
这是因为有些数据计算出的哈希值差异主要在高位,而HashMap里的哈希寻址是忽略容量以上的高位的,那么这种处理就可以有效避免类似情况下的哈希碰撞
resize()方法
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) {
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);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
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 { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
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;
}
依据resize()源码,不考虑极端情况(容量理论最大极限由MAXIMUM_CAPACITY指定,数值 1<<30,也就是2的30次方)
- 门限值 =(负载因子) * (容量),如果构建HashMap的时候没有指定它们,那么就是依据相应的默认常量值
- 门限通常是以倍数进行调整(newThr = oldThr << 1),当元素个数超过门限大小时,则调整Map的大小
- 扩容后,需要将老的数组中的元素重新放置到新的数组,这是扩容的一个主要开销来源。
容量、负载因子、树化
容量和负载因子决定了可用的桶的数量,空桶太多会浪费时间,如果使用的太满则会严重影响操作性能,在实际中,如果能够知道HashMap要存取的键值对数量,可以考虑预先设置合适的容量大小,具体数值我们可以根据扩容发生的条件来做简单的评估:
负载因子 * 容量 > 元素数量
也就是满足,预先设计的容量需要大于 预估元素 / 负载因子,同时它还是2的幂数
- 负载因子不要设置超过0.75的数值,因为会显著得增加冲突,降低性能。
- 如果使用太小的负载因子,按照上面的公式,预设容量值也进行调整,否则可能会导致更加频繁的扩容,增加无所谓的开销,本身访问性能也受影响
树化:
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
当bin的数量大于TREEIFY_THRESHOLD时:
- 如果容量小于MIN_TREEIFY_CAPACITY,只会进行简单的扩容
- 如果容量大于MIN_TREEIFY_CAPACITY,则会进行树化改造
为什么HashMap要树化呢?
本质上是个安全问题,因为元素放置过程中,如果一个对象哈希冲突,都被放置到同一个桶里,则会形成一个链表,我们知道链表查询是线性的,会严重影响存取的性能。
Hashtable
/**
* Hashtable的使用
*/
public class Test18 {
public static void main(String[] args) {
Map<Integer,String> map = new Hashtable<>();
map.put(1,"hehe");
map.put(2,"haha");
map.put(3,"xixixi");
System.out.println(map);
}
}
//{3=xixixi, 2=haha, 1=hehe}
HashMap于Hashtable的区别
NO. | 区别 | HashMap | Hashtable |
---|---|---|---|
1 | 版本 | JDK1.2 | JDK1.0 |
2 | 性能 | 异步处理,性能高 | 同步处理,性能低 |
3 | 安全性 | 非线程安全 | 线程安全 |
4 | null操作 | 允许存放null(有且只有一个) | key和value都不为空,否则出现NullPointerException |
ConcurrentHashMap子类
Hashtable本身性能比较低,因为它的实现基本就是将put、get、size等各种方法加上"synchronized"关键字,简单来说,这就导致了所有并发操作都要竞争同一把锁,一个线程在进行同步操作时,其他线程只能等待,大大降低了并发操作的效率。
早期ConcurrentHashMap,其实现是基于:
- 分离锁,也就是将内部进行分段(Segment),里面则是HashEntry的数组,和HashMap类似,哈希相同的条目也是以链表形式存放
- HashEntry内部使用volatile的value字段来保证可见性,也利用了不可变对象的机制以改进利用Unsafe提供的底层能力,不如 volatile access,去直接完成部分操作,以最优化性能,毕竟Unsafe中的很多操作都是JVM intrinsic优化过的
在进行***并发写操作的时候***:
- ConcurrentHashMap会获取再入锁,以保证数据一致性,Segment本身就是基于reentrantLock的扩展实现,所以在并发修改期间,相应Segment是被锁定的。
- 在最初阶段,进行重复性的扫描,以确定相应key值是否已经在数组里面,进而决定是更新还是防止操作,重复扫描,检测冲突ConcurrentHashMaop的常见技巧
- 在ConcurrentHashMap中扩容同样存在,不过有一个明显区别,就是它进行的不是整体的扩容,而是单独对Segment进行扩容
另外一个Map的size方法同样需要关注,它的实现涉及分离锁的一个副作用。
试想,如果不进行同步,简单的计算所有Segment的总值,可能会因为并发put,导致结果不准确,但是直接锁定所有Segment进行计算,就会变得非常昂贵,其实,分离锁也限制了Map的初始化等操作。
所以,ConcurrentHashMap的实现是通过重试机制(RETRIES_BEFORE_LOCK,指定重试次数2),来试图获取可靠值,如果没有监控到发生变化(通过对比Segment.modCount),就直接返回,否则获取锁进行操作。
在JDK1.8之后ConcurrentHashMap发生了哪些变化?
- 总体结构上,它的内部存储变得和HashMap 结构非常相似,同样是大的桶(bucket)数组,然
- 内部也是一 个个所谓的链表结构(bin),同步的粒度要更细致一些。
- 其内部仍然有 Segment 定义,但仅仅是为了保证序列化时的兼容性而已,不再有任何结构上的用处。
- 因为不再使用 Segment,初始化操作大大简化,修改为 lazy-load 形式,这样可以有效避免初始开销,解决了 老版本很多人抱怨的这一点。
- 数据存储利用 volatile 来保证可见性。
- 使用 CAS 等操作,在特定场景进行无锁并发操作
- 使用Unsafe、LongAdder之类底层手段,进行极端情况的优化。