写在开头:本文为学习后的总结,可能有不到位的地方,错误的地方,欢迎各位指正。
目录
一、位运算初窥
1、位运算的简介
计算机中所有的数据二进制的形式存储在设备中,即 0、1 两种状态。计算机对二进制数据进行的运算(+、-、*、/)都是叫位运算,即将符号位共同参与运算的运算。
符号 | 描述 | 运算规则 |
---|---|---|
& | 与 | 两个位都为1时,结果才为1 0&0=0 0&1=0 1&0=0 1&1=1 |
| | 或 | 两个位都为0时,结果才为0 0|0=0 0|1=1 1|0=1 1|1=1 |
^ | 异或 | 两个位相同为0,相异为1 0^0=0 0^1=1 1^0=1 1^1=0 |
~ | 取反 | 0变1,1变0 ~1=0 ~0=1 |
<< | 左移 | 各二进位全部左移若干位,高位丢弃,低位补0 1<<1=2 (01左移一位变为10,效果等同于*2) |
>> | 右移 | 各二进位全部右移若干位,对无符号数,高位补0,有符号数,各编译器处理方法不一样,有的补符号位(算术右移),有的补0(逻辑右移) 2>>1=1 (10右移一位变为01,效果等同于/2) |
2、位运算的使用
举个例子,现在需要实现一个功能,给定一个32位无符号整数,需要计算其二进制表达式中数字位数为 '1' 的个数。比如:‘3’,可以得到结果为2(0000 0011)。
方法一:
依次遍历这32位并判断该位是否为1,计算出为1的位数。可以在32次循环内计算出结果。
public int hammingWeight(int n) {
int res = 0;
for (int i=0;i<32;i++) {
res+= n&1;
n>>=1;
}
return res;
}
方法二:
在方法一的基础上,我们来进行优化。先说结论,使用n & (n - 1) ,这个代码可以把 n 的二进制中,最后一个出现的 1 改写成 0,下面来证明下。
n与n-1必然一个为偶数一个为奇数,因此他们的最低为必然分别为0和1。如果n为奇数,则其最低为为1,与n-1相与后可以将最低为消为0。反过来,如果n为偶数,同样可以将n中从右向左第一位为1的位数消为0。
1011(n=7)
& 1010(n=6)
-----------------
1010 = 6
1010(n=6)
& 1001(n=5)
-----------------
1000 = 4
于是我们可以得出如下代码。加入我们需要计算的入参为32,方法一需要循环5次才能计算出结果,而方法二则只需要计算1次即可。
public int hammingWeight(int n) {
int res = 0;
while (n != 0) {
n &= n - 1;
res++;
}
return res;
}
但是方法二在遇到全为1的情况(如15,31)时,依然需要循环多次才能得出结果。对于这个问题,我们可以看下JDK提供的方法。
方法三:(JDK教做人系列)
在Integer中,JDK提供了专门的API用于计算二进制中‘1’的个数。
// java.lang.annotation.Native.Integer
public static int bitCount(int i) {
// HD, Figure 5-2
i = i - ((i >>> 1) & 0x55555555);
i = (i & 0x33333333) + ((i >>> 2) & 0x33333333);
i = (i + (i >>> 4)) & 0x0f0f0f0f;
i = i + (i >>> 8);
i = i + (i >>> 16);
return i & 0x3f;
}
以上源码对于任意数字均可以在常量时间内计算出结果。
但过于精简导致可读性较差下面我简单解释下过程,基本含义为分治的处理,先计算每2位的结果,然后计算每4位的结果,以此类推,最后的结果将会被记录在低8位中,使用i&0x3f来得到最终结果。 完整的验证过程可以看这里《Integer.bitCount() 函数理解》。
二、位运算在HashMap中的使用
通过上面的介绍,我们初步了解了位运算在JDK中的使用,下面我们来看下最常用的集合框架HashMap是如何使用位运算来进行优化的。
1、hash值与数组下标的计算
我们先从jdk1.7中的hash计算开始讲起,1.7中使用indexFor计算数组的下标。
static int indexFor(int h, int length) {
return h & (length-1);
}
length为数组的长度,恒为2的n次幂,因此length-1的二进制表示,除最高位为0外,低位全部为1。假设这里length为8,有2个hash分别为3和15要计算索引,于是有:
length-1 0000 0111
3 0000 0011
--------------------------
& 0000 0011
=3
length-1 0000 0111
15 0000 1111
--------------------------
& 0000 0111
=7
我们看到,对于一个长度为length的数组,假设其为2的n次幂,length-1的结果就是n个1,其与任何数(如上图中的3、15)相与的结果都是保留其低位,间接性的实现了取模的效果。但是我们为什么不直接取模呢,这是因为&运算直接使用二进制位计算,能更快的达到效果。由于数组长度恒为2的n次幂,所以该结论必然存在。这也是我们每次扩容都是2倍的原因之一。
在java8中我们采用同样的方法来计算索引下标,只不过计算过程放到了put方法当中。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
理解了上面这一点,我们再来看java8中的hash计算:
static final int hash(Object key) {
int h;
// h = key.hashCode() 为第一步 取hashCode值
// h ^ (h >>> 16) 为第二步 高位参与运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里对于key.hashcode将其本身与自己无符号右移16位的结果相异或,参考下图。
把哈希值右移 16 位,也就正好是自己长度的一半,之后与原哈希值做异或运算,这样就混合了原哈希值中的高位和低位,不仅保留了低位的信息,还夹杂了高位的特征,大大增加了随机性。
2、扩容
依然还是从1.7的扩容源码入手,其内部会新建一个数组,然后通过transfer方法将原数组中的键值对依次加入到新数组中。
void resize(int newCapacity) { //传入新的容量
Entry[] oldTable = table; //引用扩容前的Entry数组
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小如果已经达到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1),这样以后就不会扩容了
return;
}
Entry[] newTable = new Entry[newCapacity]; //初始化一个新的Entry数组
transfer(newTable); //!!将数据转移到新的Entry数组里
table = newTable; //HashMap的table属性引用新的Entry数组
threshold = (int)(newCapacity * loadFactor);//修改阈值
}
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用了旧的Entry数组
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
Entry<K,V> e = src[j]; //取得旧Entry数组的每个元素
if (e != null) {
src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置
e.next = newTable[i]; //标记[1]
newTable[i] = e; //将元素放在数组上
e = next; //访问下一个Entry链上的元素
} while (e != null);
}
}
}
我们可以看到,transfer方法会遍历旧数组,对于每个数组元素,会遍历其中的每个节点,并重新计算其hash值,然后使用头插法将其插入到新的索引位置上。
假设现在size=2, 所以key = 3、7、5,扩容的过程如下。
我们发现一个有趣的现象,7、3都刚好移动了2位,刚好是扩容的大小,即2位,这里我们再结合二进制位来看下:
由于扩容直接加了1倍,因此相当于length-1原来的最右侧的0变为了1,因此大于length-1的值,同一的位置下的1也被释放,相当于在原位置+原容量的位置。
因此,我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”
这个设计非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别,JDK1.7中rehash的时候,旧链表迁移新链表的时候,如果在新表的数组索引位置相同,则链表元素会倒置,但是从上图可以看出,JDK1.8不会倒置。
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) {
// 超过最大值就不再扩充了,任由其冲突
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值,就扩充为原来的2倍
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
// 使用无参构造方法生成的HashMap在这里初始化table
// 在真正使用到的时候才初始化,避免了空间的浪费
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize上限
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) {
// 把每个bucket都移动到新的buckets中
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;
// 拆分红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 链表优化重hash的代码块
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 原索引
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
从源码中我们看到,1.8中采用了尾插法来实现迁移。
总结
以上两个例子向我们展示了JDK是如何使用位运算来优化原先复杂度较高的计算步骤。我们在平时的需求开发以及系统设计时也可以进行一定的参考,比如两数交换的功能,如果性能要求较高时,我们可采用如下办法实现来避免引入第三个变量作为中间值的传递。
x = x ^ y // (1)
y = x ^ y // (2)
x = x ^ y // (3)