HashMap底层数据结构
如图:
HashMap的底层数据结构及初始化参数源码:
/*HashMap中数组table的默认初始化容量,必须是2的幂次方*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/*HashMap中数组table的最大容量,值为(2的30次方)*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/*负载因子,默认0.75*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/*链表结构转化为红黑树的阈值,大于8时链表结构有机会转化为红黑树*/
static final int TREEIFY_THRESHOLD = 8;
/*红黑树转化为链表结构的阈值,元素个数小于6时转化为链表结构*/
static final int UNTREEIFY_THRESHOLD = 6;
/*树形化的HashMap的容量阈值,如果链表长度已经达到转化红黑树阈值,但是HashMap容量未达到这个阈值,则只进行扩容resize,不进行树形化*/
static final int MIN_TREEIFY_CAPACITY = 64;
/*数组table中存放的元素为Node对象*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
...
}
/*数组table中存放的元素是Node对象*/
transient Node<K,V>[] table;
// 临界值 当实际节点个数超过临界值(容量*填充因子)时,会进行扩容
int threshold;
// 哈希表的负载因子,默认使用的是DEFAULT_LOAD_FACTOR
final float loadFactor
说明:
1.从JDK1.8开始,hashmap的底层数据结构为
数组table+(单)链表+红黑树
的存储方式,当链表长度超过阈值(8)且当前数组table的长度(即HashMap容量)达到阈值(64)时,将链表转换为红黑树
,这样大大减少了查找时间;2.从上面可以看到,首先有
数组table
,每个数组元素上都有一个链表结构,当添加一个元素(key-value)时,首先计算元素key的hash值,以此确定插入数组中的位置,但是可能存在同一hash值的元素已经被放在数组同一位置了,这时就将后面的添加进来的元素放到同一hash值(/位置)的链表节点元素的后面,他们在数组的同一位置,但是形成了链表,同一各链表上的Hash值是相同的,所以说数组中存放的是链表(结构).而当链表长度太长时(达到阈值8)且数组table长度(即HashMap容量)达到阈值(64)时
,链表就转换为红黑树,这样大大提高了查找的效率;3.当数组table的容量超过初始容量的0.75时,再散列将数组table进行扩容,把原链表元素搬移到新的数组中;
4.负载因子(默认0.75);为什么需要使用加载因子?为什么需要扩容呢?
因为如果元素填充比很大,说明利用的空间很多,如果一直不进行扩容的话,链表就会越来越长,这样查找的效率很低,因为链表的长度很大
(当然最新版本使用了红黑树后会改进很多)
,扩容之后,将原来数组table的每一个链表分成奇偶两个子链表分别挂在新的数组table的散列位置,这样就减少了每个链表的长度,增加查找效率
HashMap的get()方法分析
/*通过get(key)方法查找数据时候,在get(key)方法中先获取key的hash值,然后调用getNode(hash...)方法获取的元素;*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//首先通过"hash&(n-1)"算法得到索引,然后通过索定位到数组table中对应位置的元素(first=tab[hash&(n-1)])
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//先判断这个first元素中的hash值和传入的参数key的hash值是否相等以及这个first元素中的key的值和传入的key的值是否相等:
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
//如果都相等,则表示这个元素就是我们要查找的元素,返回这个元素;
return first;
//如果不相等,就要按照链表形式判断当前节点的下一个节点是否为null:
if ((e = first.next) != null) {
//如果当前节点元素的下一个节点不为null,那么就要判断当前节点元素的节点类型:
if (first instanceof TreeNode)
//如果当前这个节点元素是一个treenode的节点,那么就按照红黑树方式查找对应的元素节点,然后返回元素的value值即可
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//否则按照链表形式查找对应的元素节点然后返回元素的value值即可
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//hashMap中没有任何数据或者要查找的元素不存在,返回null;
return null;
}
HashMap的put()方法分析
public V put(K key, V value) {
//计算Key的hash值,然后将相关参数传入调用的putVal()方法
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判断数组table是否为空或为null,如果为null就扩容;否则直接下一步
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据key的hash值进行计算得到插入的数组table中对应元素的索引I,如果这个位置为null,则表示该位置还没有被占用,那么直接将参数组装成一个链表节点元素添加到该位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//如果该位置已经被占用了,那么就要判断当前已经占用这个位置的节点元素的(key的)hash值跟将要插入的key的hash值以及两个key的本身值是否相等:
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果都相等,则表示这两个元素的key是一样的,hashmap中已经存在了key相同的元素,那么久将已经存在的元素取出来,临时存储到一个Node中,到后面进行value属性替换/更新
e = p;
else if (p instanceof TreeNode)
//如果不全相等,那么就要判断当前这个位置节点元素的类型
//如果是TreeNode,则将传入的参数按照红黑树方式添加到红黑树中
//注意:如果是新加入节点(即hash值和key的值不全相等或者添加的元素在树中不存在),返回的对象(e)就是null;如果新加入的元素在红黑树中已经存在了,则返回的对象(e)就是已经存在的那个节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果不全相等,那么就要判断当前这个位置节点元素的类型
//如果当前节点不是Treenode类型,那么他就是一个链表结构
for (int binCount = 0; ; ++binCount) {
//那么就遍历当前链表结构,然后判断当前节点元素的下一个节点是否为null
if ((e = p.next) == null) {
//如果当前节点元素的下一个节点是null,则将传入的参数组装成一个链表的节点元素,再将当前节点的下一个节点的引用指向新组装的节点
p.next = newNode(hash, key, value, null);
//再判断当前数组table中这个位置的链表的长度是否达到了阈值(8)且当前数组table的长度(即HashMap容量)是否到达了树形化的阈值(默认是64),如果都成立则进行树化(将链表转换成红黑树);如果链表长度达到了阈值(8),但是数组长度(即HashMap容量)并未达到树形化阈值(64),那么就不需要进行树化,只对数组table进行扩容,在扩容的时候,如果数组table不是null,那么还需要将数组table中的每个元素(链表/红黑树)放到新的数组newtab[]中)
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果当前节点元素的下一个节点不是null,则判断(当前节点的)下一个节点元素中的hash值及key本身的值与传入的元素的key的hash和key本身的值是否都相等:
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
//如果都相等跳出循环,执行后面的value属性替换;
break;
//如果不相等,那么当前节点的下一个节点就变成了当前节点,继续循环往后找
p = e;
}
}
//hashmap中已经存在名称相同的key对应元素或者说key的映已经存在了
if (e != null) { // existing mapping for key
//取出已经存在的key名称相同的元素的value值,存放到一个临时变量中
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
//将已经存在的名称相同的key对应的元素的value属性重新赋值
//或者将后面添加的名称相同的key对应元素的value值替换/覆盖之前已经存在的key名称相同的元素的value值
e.value = value;
afterNodeAccess(e);
//返回已经的key相同的元素的旧值(更新/替换之前的值)
return oldValue;
}
}
//modCount用于记录HashMap的修改次数,如果modCount改变的不符合预期,那么就会抛出异常
//由于HashMap不是线程安全的,所以在迭代的时候,会将modCount赋值到迭代器的expectedModCount属性中,然后进行迭代,如果在迭代的过程中HashMap被其他线程修改了,modCount的数值就会发生变化,这个时候expectedModCount和ModCount不相等,迭代器就会抛出ConcurrentModificationException()异常
++modCount;
//判断是否需要扩容
if (++size > threshold)
//当前HashMap中的总的kv键值对元素的个数是否达到扩容阈值,如果大于,就需要对数组table进行扩容
//(扩容阈值=数组table的容量*加载因子;第一次为16*0.75=12,之后就是:((数组的长度*2)*0.75)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap的扩容机制
扩容的时机?
①.第一次add添加数据的时候,键值对数组为null,需要扩容;初始容量为16,扩容阈值为:16*0.75=12;
②.每次添加一个新元素(元素的key与当前HashMap中已经存在元素的key不匹配)之后需要判断当前HashMap元素(k-v对)总个数是否大于扩容阈值,如果是,那么就需要扩容;扩容之后容量为:上一次的扩容之后的容量x2,扩容阈值为:上一次的扩容阈值x2;否则,不需要扩容;
③.在添加链表节点时,如果链表的长度达到阈值(8)且键值对数组长度达到阈值(64),也要进行扩容;扩容之后容量=上一次的扩容之后的容量x2,扩容阈值=上一次的扩容阈值x2;
扩容之后会产生一个新的数组newTable[],如果原来的数组table不是null,那么还需要将原来数组table中的元素全部(节点/链表/红黑树)添加到新的键值对数组中
源码:
final Node<K,V>[] resize() {
//当前table保存
Node<K,V>[] oldTab = table;
//保存table大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//保存当前阈值
int oldThr = threshold;
int newCap, newThr = 0;
// 如果老的容量大于0
if (oldCap > 0) {
// 如果容量大于容器最大值
if (oldCap >= MAXIMUM_CAPACITY) {
//阈值设为int最大值
threshold = Integer.MAX_VALUE;
//返回老的数组,不再扩充
return oldTab;
}// 如果老的容量*2 小于最大容量并且老的容量大于等于默认容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 新的阈值也在老的阈值基础上*2
newThr = oldThr << 1; // double threshold
}// 如果老的阈值大于0
else if (oldThr > 0) // initial capacity was placed in threshold
// 新容量等于老阈值
newCap = oldThr;
else { // 如果容量是0,阈值也是0,认为这是一个新的数组,使用默认的容量16和默认的阈值12
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的阈值是0,重新计算阈值
if (newThr == 0) {
// 使用新的容量 * 负载因子(0.75)
float ft = (float)newCap * loadFactor;
// 如果新的容量小于最大容量 且 阈值小于最大 则新阈值等于刚刚计算的阈值,否则新阈值为 int 最大值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 将新阈值赋值给当前对象的阈值.
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 创建一个Node 数组,容量是新数组的容量(新容量要么是老的容量,要么是老容量*2,要么是16)
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 将新数组赋值给当前对象的数组属性
table = newTab;
// 如果老的数组不是null
if (oldTab != null) {
// 循环老数组
for (int j = 0; j < oldCap; ++j) {
// 定义一个节点
Node<K,V> e;
// 如果老数组对应下标的值不为空
if ((e = oldTab[j]) != null) {
// 设置为空
oldTab[j] = null;
// 如果老数组没有链表
if (e.next == null)
// 将该值散列到新数组中
newTab[e.hash & (newCap - 1)] = e;
// 如果该节点是树
else if (e instanceof TreeNode)
// 调用红黑树 的split 方法,传入当前对象,新数组,当前下标,老数组的容量,目的是将树的数据重新散列到数组中
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 如果既不是树,next 节点也不为空,则是链表,注意,这里将优化链表重新散列(java 8 的改进)
// Java8 之前,这里曾是并发操作会出现环状链表的情况,但是Java8 优化了算法.此bug不再出现,但并发时仍然不建议HashMap
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//将原来的链表切成两段,两段链表的第一个节点的下标相差16
do {
next = e.next;
// 这里的判断需要引出一些东西:oldCap 假如是16,那么二进制为 10000,扩容变成 100000,也就是32.
// 当旧的hash值 与运算 10000,结果是0的话,那么hash值的右起第五位肯定也是0,那么该于元素的下标位置也就不变
//这里的重新hash 不是使用的 [e.hash & (newCap - 1)] 方法,而是使用更加效率的方法,直接 hash 老的数组容量,就没有了减一的操作
if ((e.hash & oldCap) == 0) {
// 第一次进来时给链头赋值
if (loTail == null)
loHead = e;
else
// 给链尾赋值
loTail.next = e;
// 重置该变量
loTail = e;
}
// 如果不是0,那么就是1,也就是说,如果原始容量是16,那么该元素新的下标就是:原下标 + 16(10000b)
else {
// 同上
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 理想情况下,可将原有的链表拆成2组,提高查询性能.
if (loTail != null) {
// 销毁实例,等待GC回收
loTail.next = null;
// 置入bucket中
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
总结:
①.扩容的时候会重新进行内存分配,并且会遍历HashMap中所有的元素,是非常耗时的.在编写程序中.要尽量避免resize.
②.如果kv映射很多,创建HashMap时设置充足的初始容量(预计大小/负载因子 + 1)会比让其自动扩容获得更好的效率,一方面减少了碰撞可能,另一方面减少了resize的损耗
HashMap删除元素的方法
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 && // table数组非空,键的hash值所指向的数组中的元素非空
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v; // node指向最终的结果结点,e为链表中的遍历指针
if (p.hash == hash && // 检查第一个节点
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) { //如果第一个节点不匹配
if (p instanceof TreeNode) //树
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e; //保存上个节点
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value || //判断是否存在,如果matchValue为true,需要比较值是否相等
(value != null && value.equals(v)))) {
if (node instanceof TreeNode) //树
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p) //匹配第一个节点
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
// 清空整个hashmap
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
HashMap的初始化容量
①.
默认情况下HashMap的容量是16
,但是,如果用户通过构造函数指定了一个数字作为容量,那么HashMap会选择大于该数字的第一个2的幂作为容量.例如: 3->4、7->8、9->16②.如果我们没有设置初始容量大小,随着元素的不断增加,HashMap会发生多次扩容,而HashMap中的扩容机制决定了每次扩容都需要重建hash表,是非常影响性能的.
③.为了有效提高性能.我们需要在创建HashMap时设置一个合理初始化容量,根据<<阿里巴巴Java开发者手册>>中建议:
initialCapacity = (需要存储的元素个数 / 负载因子) + 1;
注意:负载因子(即loaderfactor)默认为 0.75,如果暂时无法确定初始值大小,请设置为 16(即默认值)
HashMap的Fail-Fast机制
1>.我们知道 java.util.HashMap 不是线程安全的,因此如果在使用迭代器的过程中有其他线程修改了map,那么将抛出"ConcurrentModificationException"
异常,这就是所谓fail-fast策略
2>这一策略在源码中的实现是通过 modCount 域,modCount 顾名思义就是修改次数,对HashMap 内容的修改都将增加这个值,那么在迭代器初始化过程中会将这个值赋给迭代器的 expectedModCount
/**
* HashIterator是HashMap的一个内部抽象类,为HashMap的迭代器
*/
abstract class HashIterator {
// 下一个结点
Node<K,V> next; // next entry to return
// 当前结点
Node<K,V> current; // current entry
// 期望的修改次数fast-fail机制
int expectedModCount; // for fast-fail
// 当前桶索引
int index; // current slot
/**
* next将表示第一个非空桶中的第一个结点,index将表示下一个桶
*/
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
// table不为空并且大小大于0
if (t != null && size > 0) { // advance to first entry
// 找到table数组中第一个存在的结点,即找到第一个具有元素的桶
do {} while (index < t.length && (next = t[index++]) == null);
}
}
// 是否存在下一个结点
public final boolean hasNext() {
return next != null;
}
/**
* nextNode函数屏蔽掉了桶的不同所带来的差异,就好像所有元素在同一个桶中,依次进行遍历
*/
final Node<K,V> nextNode() {
Node<K,V>[] t;
// 记录next结点
Node<K,V> e = next;
// 若在遍历时对HashMap进行结构性的修改则会抛出异常
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
// 下一个结点为空,抛出异常
if (e == null)
throw new NoSuchElementException();
// 如果下一个结点为空,并且table表不为空;表示桶中所有结点已经遍历完,需寻找下一个不为空的桶
if ((next = (current = e).next) == null && (t = table) != null) {
// 找到下一个不为空的桶
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
public final void remove() {
Node<K,V> p = current;
// 当前结点为空,抛出异常
if (p == null)
throw new IllegalStateException();
// 若在遍历时对HashMap进行结构性的修改则会抛出异常
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
// 当前结点为空
current = null;
K key = p.key;
// 移除结点
removeNode(hash(key), key, null, false, false);
// 赋最新值
expectedModCount = modCount;
}
}
说明:
①.HashIterator是一个抽象类,封装了迭代器内部工作的一些操作;
②.在迭代过程中,判断modCount跟expectedModCount是否相等,如果不相等就表示已经有其他线程修改了Map,直接抛出"ConcurrentModificationException"并发修改异常
3>.在HashMap的API中指出:
由所有HashMap类的"collection视图方法"所返回的迭代器都是快速失败的;在迭代器创建之后,如果从结构上对映射进行修改,除非通过迭代器本身的remove方法,其他任何时间任何方式的修改,迭代器都将抛出"ConcurrentModificationException".因此,面对并发的修改,迭代器很快就会完全失败,而不冒在将来不确定的时间发生任意不确定行为的风险
注意:迭代器的快速失败行为不能得到保证,一般来说,存在非同步的并发修改时,不可能作出任何坚决的保证.快速失败迭代器尽最大努力抛出"ConcurrentModificationException"异常.因此,编写依赖于此异常的程序的做法是错误的,正确做法是:迭代器的快速失败行为应该仅用于检测程序错误