源码分析——HashMap
前言
HashMap：它根据键的hashCode值存储数据，大多数状况下能够直接定位到它的值，于是访问的时间复杂度为常数级，但遍历的顺序倒是无序的。 HashMap最多只容许一个key为null，容许多个key的value值为null。HashMap非线程安全，即任一时刻能够有多个线程同时写HashMap，可能会致使数据的不一致。若是须要知足线程安全，可使用ConcurrentHashMap。如下是它的类关系图：
1. 存储结构
从数据结构实现来说，HashMap是数组+链表+红黑树（JDK1.8增长了红黑树部分）实现的
这里须要讲明白两个问题：数据底层具体存储的是什么？这样的存储方式有什么优势呢？
(1) 从源码可知，HashMap类中有一个很是重要的字段，就是 Node[] table，即哈希桶数组，明显它是一个Node的数组。咱们先来看看Node是什么。html
static class Node implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node next;//指向链表的下一个node
Node(int hash, K key, V value, Node next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}复制代码
Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射(键值对)。上图中的每一个黑色圆点就是一个Node对象。
(2) HashMap就是使用哈希表来存储的。哈希表为解决冲突，能够采用开放地址法和链地址法等来解决问题，Java中HashMap采用了链地址法。java
链地址法，简单来讲，就是数组加链表的结合。在每一个数组元素上都有一个链表结构，当数据被Hash后，获得数组下标，把数据放在对应下标元素的链表上（具体内容下文会说到）。node
在理解Hash和扩容流程以前，咱们得先了解下HashMap的几个字段。从HashMap的默认构造函数源码可知，构造函数就是对下面几个字段进行初始化，源码以下：程序员
int threshold; // 所能容纳的key-value对极限
final float loadFactor; // 负载因子
int modCount;
int size;复制代码
首先，Node[] table的初始化长度length(默认值是16)，Load factor为负载因子(默认值是0.75)，threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说，在数组定义好长度以后，负载因子越大，所能容纳的键值对个数越多。
结合负载因子的定义公式可知，threshold就是在此Load factor和length(数组长度)对应下容许的最大元素数目，超过这个数目就从新resize(扩容)，扩容后的HashMap容量是以前容量的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择。
size这个字段其实很好理解，就是HashMap中实际存在的键值对数量。注意和table的长度length、容纳最大键值对数量threshold的区别。算法
modCount字段主要用来记录HashMap内部结构发生变化的次数，主要用于迭代的快速失败。强调一点，内部结构发生变化指的是结构发生变化，例如put新键值对，可是某个key对应的value值被覆盖不属于结构变化。数组
这里存在一个问题，即便负载因子和Hash算法设计的再合理，也免不了会出现拉链过长的状况，一旦出现拉链过长，则会严重影响HashMap的性能。因而，在JDK1.8版本中，对数据结构作了进一步的优化，引入了红黑树。而当链表长度太长（默认超过8）时，链表就转换为红黑树，利用红黑树快速增删改查的特色提升HashMap的性能，其中会用到红黑树的插入、删除、查找等算法。
1.1. 拉链法的工做原理
HashMap<String, String> map = new HashMap<>(); map.put("K1", "V1"); map.put("K2", "V2"); map.put("K3", "V3");
- 新建一个 HashMap，默认大小为 16；
- 插入 <K1,V1> 键值对，先计算 K1 的 hashCode 为 115，使用除留余数法获得所在的桶下标 115%16=3。
- 插入 <K2,V2> 键值对，先计算 K2 的 hashCode 为 118，使用除留余数法获得所在的桶下标 118%16=6。
- 插入 <K3,V3> 键值对，先计算 K3 的 hashCode 为 118，使用除留余数法获得所在的桶下标 118%16=6，插在 <K2,V2> 前面。
应该注意到链表的插入是以头插法方式进行的，例如上面的 <K3,V3> 不是插在 <K2,V2> 后面，而是插入在链表头部。
查找须要分红两步进行：
- 计算键值对所在的桶；
- 在链表上顺序查找，时间复杂度显然和链表的长度成正比。
1.2. 构造函数解析
计算数组容量
HashMap 构造函数容许用户传入的容量不是 2 的 n 次方，由于它能够自动地将传入的容量转换为 2 的 n 次方。
如下是 HashMap 中计算数组容量的代码：
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;
}复制代码
2. 实现原理
HashMap的内部功能实现不少，本文主要从
根据key获取哈希桶数组索引位置、put方法的详细执行、扩容过程三个具备表明性的点深刻展开讲解。
2.1. 肯定哈希桶数组索引位置
无论增长、删除、查找键值对，定位到哈希桶数组的位置都是很关键的第一步。前面说过HashMap的数据结构是数组和链表的结合，因此咱们固然但愿这个HashMap里面的元素位置尽可能分布均匀些，尽可能使得每一个位置上的元素数量只有一个，那么当咱们用hash算法求得这个位置的时候，立刻就能够知道对应位置的元素就是咱们要的，不用遍历链表，大大优化了查询的效率。HashMap定位数组索引位置，直接决定了hash方法的离散性能。先看看源码的实现(方法一+方法二):
方法一：
static final int hash(Object key) { //jdk1.8 & jdk1.7
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);
}
方法二：
static int indexFor(int h, int length) {
//jdk1.7的源码，jdk1.8没有这个方法，原理是同样的只不过放到其余方法中去，例如put()
return h & (length-1); //第三步 取模运算
}复制代码
这里的Hash算法分为三步：取key的hashCode值、高位运算、取模运算。
对于任意给定的对象，只要它的hashCode()返回值相同，那么程序调用方法一所计算获得的Hash码值老是相同的。咱们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来讲是比较均匀的。可是，模运算的消耗仍是比较大的，在HashMap中是这样作的：调用方法二来计算该对象应该保存在table数组的哪一个索引处。安全
这个方法很是巧妙，它经过h & (table.length -1)来获得该对象的保存位，而HashMap底层数组的长度老是2的n次方，这是HashMap在速度上的优化。当length老是2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，可是&比%具备更高的效率。bash
取模的原理解析
令 x = 1<<4，即 x 为 2 的 4 次方，它具备如下性质：
x : 00010000
x-1 : 00001111
复制代码
令一个数 y 与 x-1 作与运算，能够去除 y 位级表示的第 4 位以上数：
y : 10110010
x-1 : 00001111
y&(x-1) : 00000010复制代码
这个性质和 y 对 x 取模效果是同样的：
y : 10110010
x : 00010000
y%x : 00000010复制代码
位运算的代价比求模运算小的多，所以在进行这种计算时用位运算的话能带来更高的性能。
肯定桶下标的最后一步是将 key 的 hash 值对桶个数取模：hash%capacity，若是能保证 capacity 为 2 的 n 次方，那么就能够将这个操做转换为位运算。
2.2. 分析HashMap的put方法
HashMap的put方法执行过程能够经过下图来理解，经过该图对比源码能够更清楚地研究学习。
put执行过程
①.判断键值对数组table[i]是否为空或为null，不然执行resize()进行扩容；
②.根据键值key计算hash值获得插入的数组索引i，若是table[i]==null，直接新建节点添加，转向⑥，若是table[i]不为空，转向③；
③.判断table[i]的首个元素是否和key同样，若是相同直接覆盖value，不然转向④，这里的相同指的是hashCode以及equals；
④.判断table[i] 是否为treeNode，即table[i] 是不是红黑树，若是是红黑树，则直接在树中插入键值对，不然转向⑤；
⑤.遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操做，不然进行链表的插入操做；遍历过程当中若发现key已经存在直接覆盖value便可；
⑥.插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，若是超过，进行扩容。
JDK1.8HashMap的put方法源码以下:
public V put(K key, V value) {
// 对key的hashCode()作hash
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;
// 步骤1：tab为空则建立
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 步骤2：计算index，并对null作处理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 步骤3：节点key存在，直接覆盖value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 步骤4：判断该链为红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 步骤5：该链为链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key,value,null);
//链表长度大于8转换为红黑树进行处理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key已经存在直接覆盖value
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;
// 步骤6：超过最大容量 就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}复制代码
HashMap 容许插入key为 null 的键值对。可是由于没法调用 null 的 hashCode() 方法，也就没法肯定该键值对的桶下标，只能经过强制指定一个桶下标来存放。HashMap 使用第 0 个桶存放键为 null 的键值对。
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}复制代码
使用链表的头插法，也就是新的键值对插在链表的头部，而不是链表的尾部。
在jdk1.8以前是插入头部的，在jdk1.8中是插入尾部的。
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
// 头插法，链表头部指向新的键值对
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
复制代码
2.3. 扩容-基本原理
扩容(resize)就是从新计算table桶容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组没法装载更多的元素时，对象就须要扩大数组的长度，以便能装入更多的元素。固然Java里的数组是没法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组，就像咱们一个小教室只能坐一个班，若是想更多的学生进来听课，就得换大教室上课。
和扩容相关的参数主要有：capacity、size、threshold 和 load_factor。数据结构
|
参数
|
含义
|
|
capacity
|
table 的容量大小，默认为 16。须要注意的是 capacity 必须保证为 2 的 n 次方。
|
|
size
|
table 的实际使用量。
|
|
threshold
|
size 的临界值，size 必须小于 threshold，若是大于等于，就必须进行扩容操做。
|
|
loadFactor
|
装载因子，table 可以使用的比例，threshold = capacity * loadFactor。
|
static final int DEFAULT_INITIAL_CAPACITY = 16;
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
transient Entry[] table;
transient int size;
int threshold;
final float loadFactor;
transient int modCount;复制代码
从下面的添加元素代码中能够看出，当须要扩容时，令 capacity 为原来的两倍。
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
if (size++ >= threshold)
resize(2 * table.length);
}复制代码
扩容使用 resize() 实现，须要注意的是，扩容操做一样须要把 oldTable 的全部键值对从新插入 newTable 中，所以这一步是很费时的。
咱们分析下resize的源码，这里使用的是JDK1.7的代码，好理解一些，本质上区别不大。多线程
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) { //扩容前的数组大小若是已经达到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1)，这样之后就不会扩容了
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
}
复制代码
这里就是使用一个容量更大的数组来代替已有的容量小的数组，transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里。
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 e = src[j]; //取得旧Entry数组的每一个元素
if (e != null) {
//释放旧Entry数组的对象引用（for循环后，旧的Entry数组再也不引用任何对象）
src[j] = null;
do {
Entry next = e.next;
//！！从新计算每一个元素在数组中的位置
int i = indexFor(e.hash, newCapacity);
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);
}
}
} 复制代码
其实上面的数组扩容、从新计算下标值并将旧数据插入到新数组的过程并不难，有意思的一点是JDK1.8在这里对扩容后的元素移动操做作了优化，具体过程以下。
通过观测能够发现，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。
看下图能够明白这句话的意思，n为table的长度，图（a）表示扩容前的key1和key2两种key肯定索引位置的示例，图（b）表示扩容后key1和key2两种key肯定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。
元素在从新计算hash以后，由于n变为2倍，那么n-1的范围在高位多1bit(红色)，所以新的index就会发生这样的变化：
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”。
具体细节你们不妨能够去看看JDK1.8的源码中resize是怎么写的，这个思路的确十分巧妙。
3. 为何HashMap线程不安全？
在多线程使用场景中，应该尽可能避免使用线程不安全的HashMap，而使用线程安全的ConcurrentHashMap。那么为何说HashMap是线程不安全的，下面举例子说明在并发的多线程使用场景中使用HashMap可能形成死循环。代码例子以下(便于理解，仍然使用JDK1.7的环境)：
public class HashMapInfiniteLoop {
private static HashMap map = new HashMap(2，0.75f);
public static void main(String[] args) {
map.put(5， "C");
new Thread("Thread1") {
public void run() {
map.put(7, "B");
System.out.println(map);
};
}.start();
new Thread("Thread2") {
public void run() {
map.put(3, "A);
System.out.println(map);
};
}.start();
}
} 复制代码
其中，map初始化为一个长度为2的数组，loadFactor=0.75，threshold=2*0.75=1，也就是说当put第二个key的时候，map就须要进行resize。
经过设置断点让线程1和线程2同时debug到transfer方法(3.3小节代码块)的首行。注意此时两个线程已经成功添加数据。放开thread1的断点至transfer方法的“Entry next = e.next;” 这一行；而后放开线程2的的断点，让线程2进行resize。结果以下图。
注意，Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表。
线程一被调度回来执行，先是执行 newTalbe[i] = e， 而后是e = next，致使了e指向了key(7)，而下一次循环的next = e.next致使了next指向了key(3)。
e.next = newTable[i] 致使 key(3).next 指向了 key(7)。注意：此时的key(7).next 已经指向了key(3)， 环形链表就这样出现了。
因而，当咱们用线程一调用map.get(11)时，就会发现问题，进入一个死循环了。
4. 与 HashTable 的比较
- hashmap不是线程安全的、hashtable是安全的
- HashMap容许将 null 做为一个 entry 的 key 或者 value，而 Hashtable 不容许。
- HashMap 把 Hashtable 的 contains 方法去掉了，改为 containsValue 和 containsKey。由于 contains 方法容易让人引发误解。
- HashTable 继承自 Dictionary 类，而 HashMap 是 Java1.2 引进的 Map interface 的一个实现。
- HashTable 的方法是 Synchronized 的，而 HashMap 不是，在多个线程访问 Hashtable 时，不须要本身为它的方法实现同步，而 HashMap 就必须为之提供外同步，或者改成使用ConcurrentHashMap。
- Hashtable 和 HashMap 采用的 hash/rehash 算法都大概同样，因此性能不会有很大的差别。
- HashMap 不能保证随着时间的推移 Map 中的元素次序是不变的。
- HashMap 的迭代器是 fail-fast 迭代器。
5. 总结
- 扩容是一个特别耗性能的操做，因此当程序员在使用HashMap的时候，估算map的大小，初始化的时候给一个大体的数值，避免map进行频繁的扩容。
- 负载因子是能够修改的，也能够大于1，可是建议不要轻易修改。
- HashMap是线程不安全的，不要在并发的环境中同时操做HashMap，建议使用ConcurrentHashMap。
- JDK1.8引入红黑树很大程度优化了HashMap的性能。
阅读源码是一件十分耗费精力的事情，但从中你能够领悟到JDK做者的巧妙思路，在源码层面去理解为何HashMap是线程不安全的，HashMap的扩容机制等等，而不是仅仅停留在会用HashMap这个容器的表面理解上。
相关文章
- 1. HashMap源码分析
- 2. hashmap源码分析
- 3. 【HashMap】源码分析
- 4. HashMap 源码分析
- 更多相关文章...
- • Docker 资源汇总 - Docker教程
- • Java操作Neo4j数据库（附带源码） - NoSQL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。
欢迎关注本站公众号,获取更多信息
