深刻剖析HashMap源码
1、HashMap数据结构
- 在 JDK1.8 中，HashMap 是由
数组+链表+红黑树构成 - 当一个值中要存储到Map的时候会根据Key的值来计算出他的hash，经过hash值来确认存放到数组中的位置，若是发生
哈希碰撞就以链表的形式存储，当链表过长的话，HashMap会把这个链表转换成红黑树来存储
2、HashMap特色
- HashMap底层采用的是数组+链表+红黑树（JDK1.8）
- HashMap是采用key-value形式存储，其中key是能够容许为null可是只能是一个，而且key不容许重复。
- HashMap是线程不安全的。
- HashMap存入的顺序和遍历的顺序有多是不一致的。
- HashMap保存数据的时候经过计算key的hash值来去决定存储的位置
3、源码剖析
属性
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
//默认初始容量为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子为0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//Hash数组(在resize()中初始化)
transient Node<K,V>[] table;
//ket-value集合
transient Set<Map.Entry<K,V>> entrySet;
//元素个数
transient int size;
//修改次数
transient int modCount;
//容量阈值(元素个数超过该值会自动扩容)
int threshold;
//负载因子
final float loadFactor;
总结node
- 默认初始容量为
16，默认负载因子为0.75 -
threshold = 数组长度 * loadFactor，当元素个数超过threshold(容量阈值)时，HashMap会进行扩容操做 - table数组中存放指向链表的引用
构造方法
/*无参*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;//默认负载因子
}
/*传入初始容量*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/*传入初始容量和负载因子*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
能够看到容量阈值threshold是由tableSizeFor(initialCapacity)计算出来的，咱们来看看具体实现：算法
/*找到大于或等于 cap 的最小2的幂，用来作容量阈值*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
tableSizeFor(int cap)其实就是找到大于或等于cap的最小2的幂，用来作容量阈值。
这个算法的思路就是将该数字的最高非0位后面全置为1！最后将结果+1后能够获得最小的二的整数幂。
一开始进行减一的操做是为了防止当cap为二的整数幂时，没有把自身包含进范围！
segmentfault
扩容
一、扩容原理
- HashMap 的扩容机制与其余变长集合的套路不太同样，HashMap 按
当前桶数组长度的2倍进行扩容，阈值也变为原来的2倍。扩容以后，要从新计算键值对的位置，并把它们移动到合适的位置上去。
- 咱们使用的是2次幂的扩展(指长度扩为原来2倍)，因此，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。所以，咱们在扩充HashMap的时候，不须要像JDK1.7的实现那样从新计算hash，只须要看看原来的hash值新增的那个bit是1仍是0就行了，是0的话索引没变，是1的话索引变成“原索引+oldCap
以上就是 HashMap 的扩容大体过程，接下来咱们来看看具体的实现：数组
/*扩容*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//一、若oldCap>0 说明hash数组table已被初始化
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}//按当前桶数组长度的2倍进行扩容，阈值也变为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}//二、若数组未被初始化，而threshold>0说明调用了HashMap(initialCapacity)和HashMap(initialCapacity, loadFactor)构造器
else if (oldThr > 0)
newCap = oldThr;//新容量设为数组阈值
else { //三、若table数组未被初始化，且threshold为0说明调用HashMap()构造方法
newCap = DEFAULT_INITIAL_CAPACITY;//默认为16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//16*0.75
}
//若计算过程当中，阈值溢出归零，则按阈值公式从新计算
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//建立新的hash数组，hash数组的初始化也是在这里完成的
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//若是旧的hash数组不为空，则遍历旧数组并映射到新的hash数组
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;//GC
if (e.next == null)//若是只连接一个节点，从新计算并放入新数组
newTab[e.hash & (newCap - 1)] = e;
//如果红黑树，则须要进行拆分
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//rehash————>从新映射到新数组
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
/*注意这里使用的是：e.hash & oldCap，若为0则索引位置不变，不为0则新索引=原索引+旧数组长度*/
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;
}
上面的代码作了三件事：安全
- 计算新数组的容量
newCap和新阈值newThr - 根据计算出的 newCap 建立新的桶数组
- 将Node节点从新映射到新的桶数组里。若是节点是 TreeNode 类型，则须要拆分成黑树
二、红黑树拆分原理
- 从新映射红黑树的逻辑和从新映射链表的逻辑基本一致。不一样的地方在于，从新映射后，会将红黑树拆分红两条由 TreeNode 组成的链表(也可能全部元素位置不变)
- 若是链表长度小于 UNTREEIFY_THRESHOLD，则将链表转换成普通链表。不然根据条件从新将 TreeNode 链表树化。
//若链表长度小于该值，则由TreeNode链表转成Node链表
static final int UNTREEIFY_THRESHOLD = 6;
/*将红黑树拆分红TreeNode链表后从新映射到新数组*/
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
/*红黑树节点仍然保留了 next 引用，故仍能够按链表方式遍历红黑树*/
/*下面的循环是对红黑树节点进行分组，与上面相似*/
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
if (loHead != null) {
//若是 loHead 不为空，且链表长度小于等于 6，则将红黑树转成链表
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
// hiHead == null 时，代表扩容后，全部节点仍在原位置，树结构不变，无需从新树化
if (hiHead != null)
loHead.treeify(tab);
}
}
// 与上面相似
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
三、链表树化
在扩容过程当中，树化要知足两个条件：数据结构
- 链表长度大于等于 TREEIFY_THRESHOLD（默认为
8） - 桶数组容量大于等于 MIN_TREEIFY_CAPACITY（默认为
64）
//当链表长度小于该值，不进行树化
static final int TREEIFY_THRESHOLD = 8;
//当桶数组容量小于该值时，优先进行扩容，而不是树化
static final int MIN_TREEIFY_CAPACITY = 64;
//TreeNode节点（变相继承了Node节点，因此包含next引用）
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent;
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev;
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
/*将普通节点链表转换成树形节点链表*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index;
Node<K,V> e;
//桶数组容量小于64，优先进行扩容而不是树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//hd指向树形链表头节点，tl指向尾节点
TreeNode<K,V> hd = null, tl = null;
do {
//将链表中的Node节点转成TreeNode节点
TreeNode<K,V> p = replacementTreeNode(e, null);//e为当前节点
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
//将包含TreeNode节点的链表转成红黑树
hd.treeify(tab);
}
}
//Node————>TreeNode
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}
为何桶数组容量大于等于64才树化？
由于当桶数组容量比较小时，键值对节点 hash 的碰撞率可能会比较高，进而致使链表长度较长。这个时候应该优先扩容，而不是立马树化。ide
查找
HashMap中并非直接经过key的hashcode方法获取哈希值，而是经过内部自定义的hash方法计算哈希值
咱们来看看hash()的实现函数
/**
* 计算key的hash值
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
-
(h = key.hashCode()) ^ (h >>> 16) 是为了让高位数据与低位数据进行异或，变相的让高位数据参与到计算中，int有32位，右移16位就能让低16位和高16位进行异或
来看看get方法优化
/**
*获取key映射的value
*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;//hash(key)不等于key.hashCode
}
/*查找key*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; //指向hash数组
Node<K,V> first, e; //first指向hash数组连接的第一个节点，e指向下一个节点
int n;//hash数组长度
K k;
/*(n - 1) & hash ————>根据hash值计算出在数组中的索引index（至关于对数组长度取模，这里用位运算进行了优化）*/
if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
//基本类型用==比较，其它用euqals比较
if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//若是first是TreeNode类型，则调用红黑树查找方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//向后遍历
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
注意：在HashMap中用 (n - 1) & hash 计算key所对应的索引index（至关于对数组长度取模，这里用位运算进行了优化）this
插入
HashMap插入逻辑：
1.当桶数组 table 为空时，经过扩容的方式初始化 table
2.查找要插入的键值对是否已经存在，存在的话根据条件判断是否用新值替换旧值
3.若是不存在，则将键值对链入链表中，并根据链表长度决定是否将链表转为红黑树
4.判断键值对数量是否大于阈值，大于的话则进行扩容操做
/*
* 插入key-value
*/
public V put(K key, V value) {
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;//指向hash数组
Node<K,V> p;//初始化为桶中第一个节点
int n, i;//n为数组长度，i为索引
//tab被延迟到插入新数据时再进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//若是桶中不包含Node引用，则新建Node节点存入桶中便可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);//new Node<>(hash, key, value, next)
else {
Node<K,V> e; //若是要插入的key-value已存在，用e指向该节点
K k;
//若是第一个节点就是要插入的key-value，则让e指向第一个节点（p在这里指向第一个节点）
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//若是p是TreeNode类型，则调用红黑树的插入操做（注意：TreeNode是Node的子类）
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//对链表进行遍历，并用binCount统计链表长度
for (int binCount = 0; ; ++binCount) {
//若是链表中不包含要插入的key-value，则将其插入到链表尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//若是链表长度大于或等于树化阈值，则进行树化操做
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//若是要插入的key-value已存在则终止遍历，不然向后遍历
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//若是e不为null说明要插入的key-value已存在
if (e != null) {
V oldValue = e.value;
//根据传入的onlyIfAbsent判断是否要更新旧值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);//空函数？回调？不知道干吗的
return oldValue;
}
}
++modCount;
//键值对数量超过阈值时，则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);//也是空函数？回调？不知道干吗的
return null;
}
删除
HashMap 的删除操做并不复杂，仅需三个步骤便可完成。第一步是定位桶位置，第二步遍历链表并找到键值相等的节点，第三步删除节点，源码以下：
/*
* 删除元素
*/
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;
//一、定位元素桶位置
if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e;
K k;
V v;
// 若是键的值与链表第一个节点相等，则将 node 指向该节点
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 若是是 TreeNode 类型，调用红黑树的查找逻辑定位待删除节点
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 二、遍历链表，找到待删除节点
do {
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 三、删除节点，并修复链表或红黑树
if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
注意：删除节点后可能破坏了红黑树的平衡性质，removeTreeNode方法会对红黑树进行变色、旋转等操做来保持红黑树的平衡结构，这部分比较复杂，感兴趣的小伙伴可看下面这篇文章：
红黑树详解
遍历
最多见的遍历方式
for(Object key : map.keySet()) {
// do something
}
等价于
Set keys = map.keySet();
Iterator ite = keys.iterator();
while (ite.hasNext()) {
Object key = ite.next();
// do something
}
在遍历HashMap时，咱们会发现遍历的顺序和插入的顺序不一致，这是为何呢？
咱们这里以keySet为例，先来看看部分相关源码：
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new KeySet();
keySet = ks;
}
return ks;
}
/**
* 键集合
*/
final class KeySet extends AbstractSet<K> {
public final Iterator<K> iterator() { return new KeyIterator(); }
// 省略部分代码
}
/**
* 键迭代器
*/
final class KeyIterator extends HashIterator implements Iterator<K> {
public final K next() { return nextNode().key; }
}
/*HashMap迭代器基类，子类有KeyIterator、ValueIterator等*/
abstract class HashIterator {
Node<K,V> next; //下一个节点
Node<K,V> current; //当前节点
int expectedModCount; //修改次数
int index; //当前索引
//无参构造
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
//找到第一个不为空的桶的索引
if (t != null && size > 0) {
do {} while (index < t.length && (next = t[index++]) == null);
}
}
//是否有下一个节点
public final boolean hasNext() {
return next != null;
}
//返回下一个节点
final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();//fail-fast
if (e == null)
throw new NoSuchElementException();
//当前的桶遍历完了就开始遍历下一个桶
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
//删除元素
public final void remove() {
Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);//调用外部的removeNode
expectedModCount = modCount;
}
}
从代码能够看出，HashIterator先从桶数组中找到包含链表节点引用的桶。而后对这个桶指向的链表进行遍历。遍历完成后，再继续寻找下一个包含链表节点引用的桶，找到继续遍历。找不到，则结束遍历。这就解释了为何遍历和插入的顺序不一致，不懂的同窗请看下图：
4、总结
本文描述了HashMap的实现原理，并结合源码作了进一步的分析，也涉及到一些源码细节设计原因，但愿本篇文章能帮助到你们，同时也欢迎讨论指正，谢谢支持！
补充
关于HashMap的源码就讲解到这里了，如今咱们来讲说为何添加到HashMap中的对象须要重写equals()和hashcode()方法？
这里以Person为例：
public class Person {
Integer id;
String name;
public Person(Integer id, String name) {
this.id = id;
this.name = name;
}
@Override
public boolean equals(Object obj) {
if (obj == null) return false;
if (obj == this) return true;
if (obj instanceof Person) {
Person person = (Person) obj;
if (this.id == person.id)
return true;
}
return false;
}
public static void main(String[] args) {
Person p1 = new Person(1, "aaa");
Person p2 = new Person(1, "bbb");
HashMap<Person, String> map = new HashMap<>();
map.put(p1, "这是p1");
System.out.println(map.get(p2));
}
}
- 原生的equals方法是使用==来比较对象的
- 原生的hashCode值是根据内存地址换算出来的一个值
Person类重写equals方法来根据id判断是否相等，当没有重写hashcode方法时，插入p1后便没法用p2取出元素，
这是由于p1和p2的哈希值不相等。
HashMap插入元素时是根据元素的哈希值来肯定存放在数组中的位置，所以HashMap的key须要重写equals和hashcode方法。
参考
相关文章
- 1. 深刻剖析HashMap
- 2. 深刻剖析ArrayList源码
- 3. 深刻剖析LinkedList源码
- 4. Retrofit 源码剖析-深刻
- 5. HashMap源码剖析
- 6. HashMap源代码深入剖析
- 7. HashMap内部结构深刻剖析
- 8. 深刻剖析HashMap实现原理
- 9. Java读源码之Netty深刻剖析
- 10. Android：深刻剖析 Retrofit 2.0 源码
- 更多相关文章...
- • TCP滑动窗口机制深度剖析 - TCP/IP教程
- • Docker 资源汇总 - Docker教程
- • 互联网组织的未来：剖析GitHub员工的任性之源
- • Java Agent入门实战（二）-Instrumentation源码概述
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 跳槽面试的几个实用小技巧，不妨看看！
- 2. Mac实用技巧 |如何使用Mac系统中自带的预览工具将图片变成黑白色?
- 3. Mac实用技巧 |如何使用Mac系统中自带的预览工具将图片变成黑白色?
- 4. 如何使用Mac系统中自带的预览工具将图片变成黑白色?
- 5. Mac OS非兼容Windows软件运行解决方案——“以VMware & Microsoft Access为例“
- 6. 封装 pyinstaller -F -i b.ico excel.py
- 7. 数据库作业三ER图待完善
- 8. nvm安装使用低版本node.js(非命令安装)
- 9. 如何快速转换图片格式
- 10. 将表格内容分条转换为若干文档
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 深刻剖析HashMap
- 2. 深刻剖析ArrayList源码
- 3. 深刻剖析LinkedList源码
- 4. Retrofit 源码剖析-深刻
- 5. HashMap源码剖析
- 6. HashMap源代码深入剖析
- 7. HashMap内部结构深刻剖析
- 8. 深刻剖析HashMap实现原理
- 9. Java读源码之Netty深刻剖析
- 10. Android：深刻剖析 Retrofit 2.0 源码