Map是一种基于键-值对(key-value)实现的集合,这种键-值(key-value)映射表的数据结构,作用就是能高效通过key快速查找value(元素)。Map中的键(key)是唯一的,值(value)是允许重复的,Map<K, V>作为一种键-值映射表,当我们调用put(K key, V value)方法时,就把key和value做了映射并放入Map。当我们调用 get(K key)时,就可以通过key获取到对应的value。如果key不存在,则返回null。因为Map中不存在重复的key,因此放入相同的key,只会把原有的key-value对应的value给覆盖掉HashMap是Map接口的一个实现类,但是HashMap是无序的,我们放进去的键-值对(key-value)是没有先后顺序的,因此我们不能依赖顺序逻辑对HashMap进行操作,要对HashMap进行添加新值或通过key获取到对应的value,我们就必须确保作为key的对象必须正确覆写了equals()方法和hashCode()方法。因为当我们在HashMap中添加一个新的KV键值对元素的时候,我们要通过该元素的key的hash值,计算该元素在数组中应该保存的下标位置。
HashMap内部数据结构使用数组+链表+红黑树进行存储。数组类型为Node[ ],每个Node都保存了某个KV键值对元素的key(键)、value(值)、hash(哈希值)、next(下一个元素)等值。由于next的存在,所以每个Node对象都是一个单向链表中的组成节点。
当新添加一个元素时,如果该下标位置如果已经存在其它Node对象(产生哈希冲突),则采用链地址法处理,即将新添加的KV键值对元素将以链表形式存储。将新元素封装成一个新的Node对象,插入到该下标位置的链表尾部(尾插法)。当链表的长度超过8并且数组长度大于64时,为了避免查找搜索性能下降,该链表会转换成一个红黑树。
HashMap通过新添加元素key的hashCode()方法,计算一个hash值,然后通过这个hash值计算位置下标。为了减少哈希冲突,我们会将通过key的hashCode()方法返回的哈希值与它的高16位进行异或运算,这样计算出的hash值,在计算下标位置时,会更“散列”。底层代码的实现如下:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashMap初始容量
HashMap初始化时,默认的数组大小只有16,通过位运算1<<4计算得出。我们在计算元素在数组中的下标时,所用方法是:hash % 数组长度,由于计算机底层进行取模运算时,分为两步,第一步求商,即c = a/b;第二步求余数,即r = a-c*b。这两步包含了除法,乘法和减法运算,所以效率不高。因此我们可以使用位运算,计算结果相同,并且效率高。但是前提是数组容量必须为2的n次幂(MUST be a power of two)。因为数组长度为2的n次幂时,可以使用&与位运算,结合hash值,快速计算该元素在数组中的下标位置,提高HashMap的使用效率。计算代码如下:
int index = (数组长度 - 1) & key的hash值
HashMap扩容
HashMap底层采用数组+链表+红黑树,扩容过程中需要按照数组容量和加载因子来进行判断。
数组容量:基础数组Node<K,V>[ ] table的长度。如果没有指定容量,添加第一个元素时,该数组按照默认值16进行初始化。
加载因子:用来表示HashMap集合中元素的填满程度,默认为0.75f。越大则表示允许填满的元素就越多,集合的空间利用率就越高,但是冲突的机会增加。反之,越小则冲突的机会就会越少,但是空间很多就浪费。
public class HashMap{
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
}
HashMap的扩容方法是resize()方法,发生下列两种情况时,会发生扩容:
情况1:HashMap中的元素个数超过扩容阈值threshold时,就会进行数组扩容(扩容阈值threshold = 数组容量 × 加载因子)。例如:加载因子(LoadFactor)的默认值为0.75f,数组容量默认为16,当HashMap中元素个数超过16 × 0.75=12的时候,数组就会扩容。
情况2:HashMap加入新元素时,如果链表长度大于8时,会将当前链表转换为红黑树。在转换红黑树之前,会判断数组长度,如果小于64,会产生数组扩容。如果数组长度大于64,才会将链表转换为红黑树。(链表属于线性查找,速度慢)
扩容的具体实现代码如下:
// 添加新元素
final V putVal(int hash, K key, V value) {
//...
// 判断当前集合中的元素数量,是否超过阈值threshold
if (++size > threshold)
resize(); // 数组扩容
//...
}
// 链表转换为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
//...
// 数组为空或者数组的长度n小于64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); // 数组扩容
// ...
}
public class HashMap{
// 默认链表长度
static final int TREEIFY_THRESHOLD = 8;
// 添加键值对的方法
final V putVal(int hash, K key, V value){
//...
// 将key和value,插入链表尾部
// 循环时,使用binCount进行计数
for (int binCount = 0; ; ++binCount) {
// 判断节点p的next是否空
if ((e = p.next) == null) {
// 插入链表尾部
p.next = newNode(hash, key, value, null);
// 判断链表数量是否大于8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表长度超过8,将当前链表转换为红黑树
treeifyBin(tab, hash);
break;
}
}
}
// 转换为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 数组长度如果小于64,则优先扩容数组
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 遍历链表节点,转换为红黑树
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);
}
}
}
HashMap每次扩容时,会按照当前数组的容量扩容2倍。例如:当前数组容量为16,当HashMap中元素个数超过16 × 0.75=12的时候,数组就会扩容2倍;
// 新容量 = 原有容量的2倍
newCap = oldCap << 1
HashMap每次扩容时,都会检查当前容量是否超出常量值MAXIMUM_CAPACITY,如果超出,则不扩容。常量值MAXIMUM_CAPACITY 通过位运算1<<30,计算结果为 1073741824(10亿7374万1824)。所以,当HashMap集合数组的最大容量为1073741824。
具体实现代码如下:
final Node<K,V>[] resize() {
static final int MAXIMUM_CAPACITY = 1 << 30;
// 获取原数组
Node<K,V>[] oldTab = table;
// 计算原容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 获取原扩容阈值
int oldThr = threshold;
// 定义新容量、新扩容阈值
int newCap, newThr = 0;
if (oldCap > 0) {
// 如果原容量超出最大容量,则退出扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 计算新容量(新容量=原容量的2倍)
// 新容量没有超出最大容量,并且原容量大于等于默认初始容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 设置新扩容阈值(同样为原扩容阈值的2倍)
}
else if (oldThr > 0) // 新容量按照初始化(构造方法)中的扩容阈值设置
newCap = oldThr;
else { // 默认
newCap = DEFAULT_INITIAL_CAPACITY; // 默认初始化容量16
// 默认扩展阈值 = 默认加载因子0.75 * 默认初始化容量16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新扩容阈值等于0,则需要重新计算,最大不超过Integer.MAX_VALUE
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 创建数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 保存
table = newTab;
if (oldTab != null) {
// 遍历原数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 将原数组中的元素,重新保存
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 当前元素为单节点(不是链表),则重新按照哈希值,计算下标位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 当前元素为红黑树节点,将当前红黑树拆分为2棵红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 当前元素为链表节点,将当前链表拆分为两条链表(高位链表、低位链表)
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍历链表,根据每个节点的hash值,重新计算链表位置
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);
// 低位链表保存在数组的原位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead; // 原位置
}
// 高位链表保存在数组的新位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead; // 新位置
}
}
}
}
}
// 返回新数组
return newTab;
}