从JDK源码学习Hashmap

时间 2020-04-12

标签 jdk 源码学习 hashmap 栏目 Java 繁體版

原文原文链接

这篇文章记录一下hashmap的学习过程，文章并无涉及hashmap整个源码，只学习一些重要部分,若有表述错误还请在评论区指出~html

基本概念

Hashmap采用key算hash映射到具体的value，所以查找效率为o(1)，为防止hash冲突，在数组的基础上加入链表、红黑树，为无序非线程安全的存储结构java

jdk1.8以前采用如下方式存储数据：node

左边实际上就是一个数组，右边则是key值相同的元素放到同一个链表中（图片侵删）数组

可是这种数组加单链表也存在问题，即单链表长度过长时，搜索值将耗费时间复杂度为o(n)，所以jdk1.8中提出数组+链表+红黑树的方法安全

源码解析

该类是实现map接口的，而且也支持序列化、支持浅拷贝多线程

构造方法

第一种能够本身指定容量大小与负载因子，那么此时阈值已经肯定，使用tableSizefor来找到大于等于指定容量的最小2的次方数做为阈值，其中输入的值先-1，保证返回的值要大于等于输入值app

第二种能够仅指定容量，使用默认的负载因子，此时也会初始化阈值post

第三种使用默认的容量16以及默认的负载因子0.75性能

第四种是由map来建立一个hashmap，使用默认的负载因子，以及可以将map放进hashmap的容量建立(不经常使用)学习

默认容量1左移4位位16，这里容量大小必须为2的次方，颇有讲究，后面解释缘由

最大容量为2的30次方

默认的负载因子0.75，和扩容相关，主要表示当前hashmap的填充度

node表，真正存储元素的表，为2的次方，其为hashmap的一个内部类

    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;  //key的hash值
        final K key;  
        V value;
        Node<K,V> next; //存储下一个节点的地址

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

<key,value>元素的个数，包括数组中的和链表中的元素

关键方法

put方法，放入键值对：

首先将放入的键计算hash，而后调用putVal方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
　　　　　//若是当前hash表为空，即尚未放入任何元素，则进行扩容操做，至关于初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
　　　　  //根据当前key的hash算出当前元素应该放到hash表中的下标，若是改位置为null，则放入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k; //不然发生hash冲突，而且若是当前位置元素的hash和要放入元素的hash相同而且当前元素的key和要放入的key同样，则暂时保存当前冲突的node节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //若仅仅键的hash同样，可是key并不同则首先判断是不是红黑树节点，若是是的话则将当前的键放进红黑树中，更新当前的hash表的冲突节点
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //不然当前节点为链表
　　　　　　　　else {
                //遍历链表(由于咱们以前已经知道每一个node节点都存储了下一个节点的地址，因此P.next变量即表明相对于当前node的下一个node，那么遍历到一个链表的尾部放入新的节点便可)
                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 //放入后判断，若是当前hash表的长度>=7，则将当前hash位置处转为红黑树表示从而替换链表表示
                            treeifyBin(tab, hash);
                        break;
                    }
                     //若是遍历过程当中发现链表中存在相同的key则break退出
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e; //不然更新p节点为e，从而实现循环遍历链表
                }
            }
　　　　　　　//若是保存冲突节点的e变量不为null，则取冲突的值，根据onlyIfAbsent没有设置或者当前value为null，都将
            if (e != null) { // existing mapping for key
                V oldValue = e.value; //取到冲突节点的value
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount; //hashmap修改次数，防止多线程冲突的
        if (++size > threshold) //判断当前node节点的多少有没有到扩容的阈值
            resize();
        afterNodeInsertion(evict);
        return null;
    }

因此整个put的流程为：

①.首先根据要放入的key计算hash，而后根据hash获取table中的放入位置，若是当前table为空，则进行初始化

②.判断放入位置是否为空，为空则直接放入，不然判断是否为红黑树节点，不是则为链表，则遍历链表查找是否存在相同的key，没找到则放入链表尾部并判断是否须要转为红黑树(TREEIFY_THRESHOLD)

③.若查找链表找到相同key则替换，放入后要判断node节点数是否超过threshold，判断是否须要resize

resize方法，扩充当前容量：

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table; //保存旧的hash表
        int oldCap = (oldTab == null) ? 0 : oldTab.length; //判断hash表的长度，如果第一次初始化则为0
        int oldThr = threshold; //取旧的阈值
        int newCap, newThr = 0; //定义新的长度和阈值
        if (oldCap > 0) { //若是以前长度大于零
            if (oldCap >= MAXIMUM_CAPACITY) { //若是以前的长度大于等于2的30次
                threshold = Integer.MAX_VALUE; //则将node节点阈值设置为2的31次-1
                return oldTab; //返回旧的hash表,再也不扩容
            }
　　　　　　　 //不然知足扩容条件，进行扩容
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&   //若是旧的容量扩大一倍小于2的30次而且旧的容量大于默认的初始化容量大小16，阈值也变为原来的2倍
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold 则容量扩大一倍
        }
        //若是旧的容量为0，可是旧的阈值大于零，则多是初始化hashmap时指定了容量，则直接将新的容量设置为旧的阈值
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //对于没有设置初始容量的状况
        else {               // zero initial threshold signifies using defaults //若是是第一次初始化，则设置容量为16，阈值为16*0.75=12,即hashmap能够放12个node节点
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //若是新的阈值为0，则进行修正，令新的阈值为新的hash表容量长*负载因子
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //设置完新的容量和新的阈值后，则开始进项node节点元素转移
        threshold = newThr; //先将新生成的阈值赋值给成员变量threshold
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];  //而后声明一个新的节点数组，容量即为扩充后的大小
        table = newTab; //替换成员标量table为新表
        if (oldTab != null) { //遍历旧的容量大小，取其每一个node节点
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) { //若是该节点不为null
                    oldTab[j] = null; //则让旧表的该位置为null，进行垃圾回收
                    if (e.next == null) //若是当前遍历的节点下一个为null，说明为尾节点(单个node节点，无链表，无红黑树)
                        newTab[e.hash & (newCap - 1)] = e; //则直接将该节点放到新的hash表中
                     //若是下一个节点不为null，则判断当前节点是不是红黑树节点,如果，则将新标的该节点转为红黑树节点
                      else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                       //不然为单链表节点，则遍历当前链中的节点决定要放入新hash表的位置
                       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;
    }

这里设计很妙，原来的容量为2的次方，则只有1位为1，原来的下标是容量-1，则新增的一位bit，决定了节点hash新增的一位为1仍是为0，来决定其存放位置，其也为随机的，从而均匀地将节点放到新的hash表中，新增一位为0则放到低位中，即索引值不变，新增一位为1，则放到高位中，这样本来在一条链中的节点就可以分布到两条链上，也减小了搜索的开销

jdk1.7和1.8的Hashmap区别

1.jdk1.7中发生hash冲突新节点采用头插法，1.8采用的为尾插法

2.1.7采用数组+链表，1.8采用的是数组+链表+红黑树

3.1.7在插入数据以前扩容，而1.8插入数据成功以后扩容

总结

1.在算key的hash时将key的hashcode和与hashcode的高16位作异或下降hash冲突几率

2.HashMap 的 bucket (数组)大小必定是2的n次方，便于后面等效取模以及resize时定节点分布(low或者high)

3.HashMap 在 put 的元素数量大于 Capacity * LoadFactor（默认16 * 0.75）=12 以后会进行扩容，负载因子大于0.75则会减少空间开销，

4.影响hashmap性能的两个参数就是负载因子和初始容量，扩容影响性能，所以最好能提早根据负载所以估算hashmap大小，扩容其实是将当前node节点放入一个新的node数组

5.tab[i = (n - 1) & hash] 实际上用与运算代替取模操做，性能更好，n即为容量大小，n为2的次方，则n-1则其二进制位为全1，从而代替模运算，e.hash & oldCap 用与运算决定hash增长的一位为0或者为1

关于负载因子设置：

负载因子的大小决定了HashMap的数据密度。
负载因子越大密度越大，发生碰撞的概率越高，数组中的链表越容易长,形成查询或插入时的比较次数增多，性能会降低。
负载因子越小，就越容易触发扩容，数据密度也越小，意味着发生碰撞的概率越小，数组中的链表也就越短，查询和插入时比较的次数也越小，性能会更高。可是会浪费必定的内容空间。并且常常扩容也会影响性能，建议初始化预设大一点的空间。
按照其余语言的参考及研究经验，会考虑将负载因子设置为0.7~0.75，此时平均检索长度接近于常数

参考

https://zhuanlan.zhihu.com/p/72296421

http://www.javashuo.com/article/p-ftqonsun-kq.html

http://www.javashuo.com/article/p-abqiemse-gx.html

https://tech.meituan.com/2016/06/24/java-hashmap.html

http://www.javashuo.com/article/p-niykhntj-n.html

http://www.javashuo.com/article/p-eiwmdbul-cu.html 1.7和1.8区别