hashmap扩容机制

wwj19941028

已于 2024-07-01 08:55:12 修改

阅读量983

点赞数 21

文章标签：哈希算法 java

于 2024-06-30 21:51:50 首次发布

本文链接：https://blog.csdn.net/wwj19941028/article/details/140085216

版权

hashmap扩容机制

hashmap是java考察的重点知识，对于扩容机制也是重点，今天整理了扩容机制和它解决hash冲突的关系，方便讨论学习。

先把源码putVal方法贴出来

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;
    }

java版本1.8

扩容时机

hashmap中resize()是扩容方法，hashmap扩容时机有三个：
1、初始化扩容
2、达到阈值扩容
3、链表长度大于等于8扩容（前提是数组长度不大于64）

初始化扩容

如果hashmap还没保存过任何元素，即第一次调用put方法，table == null，就会调用resize方法初始化扩容。resize方法会初始化一个长度为16的数组，阈值初始化为16 x 0.75=12。
在这里插入图片描述
第一次调用put方法，数组并没有被初始化过，所以会判断为true，触发resize扩容。

阈值扩容

hashmap中的阈值参数是threshold，它的值等于当前hashmap的数组长度 x loadFactor（装载因子），默认数组的长度是16，装载因子是0.75f，所以初始化得到的扩容阈值就是16 x 0.75=12。它内部还会维护size参数，size参数等于该hashmap总共保存的数据个数。当我们调用put方法往hashmap中添加数据成功后，它内部维护的size参数会加1，并且再判断是否需要扩容，这里的条件判断非常简单，就是++size > threshold。假设我现在已经添加的正是弟13个数据，那么这里的判断会生效，那么就会调用resize()方法进行扩容。
在这里插入图片描述当存储的数量大于阈值，触发resize扩容。

链表长度大于等于8扩容

hashmap在添加数据时候会采用尾插法插入，在插入后会判断是否转换为红黑树，判断的条件是当前链表的长度是否大于等于8，如果大于等于8那么会进入treeifyBin方法尝试转换红黑树。进入treeifyBin方法先判断hashmap的数组长度是否不大于64，如果不大于64那么就会对数组进行扩容，不转换为红黑树。换句话说，当发生hash冲突时，hashmap链表长度已经大于等于8，并且数组长度还小于64就会扩容，如果数组的长度已经扩容到64或者以上，那么这个扩容不会再发生，后续只会发生阈值扩容。
在这里插入图片描述
尾插法结束后判断是否需要转换为红黑树，TREEIFY_THRESHOLD的默认值是8，也就是说链表的长度大于等于8的情况下才会调用treeifyBin方法，而treeifyBin方法中会判断当前hashmap的数组长度是否小于64，小于就resize扩容。

    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);
        }
    }

MIN_TREEIFY_CAPACITY值为64，小于64，触resize扩容。

resize扩容

resize扩容方法中，除了初始化扩容会默认创建长度为16的数组，还会初始化阈值为12。后续非初始化扩容，都是扩容2倍，即下次扩容数组长度为32，阈值为24。

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;
    }

扩容中如果存在旧数据（非第一次扩容），经过rehash计算，数据分配的下标可能还是当前位置和（j + 旧容量）的位置

总结

hashmap扩容机制有三个时机会发生
1、初始化扩容
2、达到阈值扩容
3、链表长度大于等于8扩容（前提是数组长度不大于64）
可以看出阈值扩容是会一直延续下去的。
我们先来思考一个问题，hashmap解决hash冲突，链表数量达到8有多难？每轮数组一个下标得到一个元素的概率是12/16，要达到8个那就需要11轮次扩容，减去一次初始扩容，那么还需要10次扩容，总的元素数量就是16*2ⁿ，n=10，hashmap的zise为16384个元素的时候有理论上的链表转红黑树概率。不知道我算的对不对。
所以我认为hashmap解决hash冲突这个装载因子是非常关键的，它通过扩容减少了hash冲突的概率，但是它也带来了一个问题，这个装载因子导致频繁扩容，就像上面说的，我一个16长度的数组只能存储12个元素，平均算下来一个下标连一个元素都分不到，利用率很低，当然装载因子是可以设置的。提升装载因子的值会增大利用率，但是也会增加hash冲突的风险。
以上仅是我个人看法，欢迎讨论。