当添加一个键值对元素时，HashMap发生了什么？

最新推荐文章于 2022-11-25 19:16:47 发布

望远雾

最新推荐文章于 2022-11-25 19:16:47 发布

阅读量352

点赞数 11

文章标签： java 开发语言 java-ee 哈希算法 eclipse

本文链接：https://blog.csdn.net/weixin_51669424/article/details/126322467

版权

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;
}