求求大家不要再问HashMap原理了....

前言

相信大多数朋友都使用过HashMap,面试也常常会被问到,但每每都回答的都不尽人意,确实,HashMap还算是比较复杂的一个数据结构,尤为是在JDK1.8以后又引入了红黑树以后。本文就基于JDK1.8的HashMap源码,带你们将经常使用方法、重要属性及相关方法进行分析,HashMap 源码中可分析的点不少,本文很难一一覆盖,请见谅。java

本文篇幅较长,请客官耐心观看node

若是本文中有不正确的结论、说法,请你们提出和我讨论,共同进步,谢谢。面试

1.原理

HashMap是基于hash算法实现的,也就是不一样于数组,每次添加数据时,下标自增的操做,而是根据Key的hash值以及数组的长度计算出对应的下标,放入元素,那么在查找的时候就直接可以定位到对应的元素,若是在没有hash冲突的时候,时间复杂度基本就是O(1)了,引用一张图大体总体看下HashMap的数据结构。算法

img

1.1 hash冲突

有朋友可能就会有疑惑了,那当元素愈来愈多的时候,就算经过hash算法计算,那万一两个元素计算出的下标同样呢?那后面的元素往哪放?这里采用的是链表的形式,当发生hash冲突的时候,第一个元素直接指向第二个元素,再有hash冲突元素时,直接插到链表尾部,这样造成一条链。segmentfault

那么若是冲突的元素不少,那么链表岂不是会很长,由于咱们知道链表查询是效率很低的,须要一个一个的遍历,那么在JDK1.8中,当链表长度超过必定阈值时,直接进行数据结构转换,将链表转化成红黑树,红黑树是一种平衡二叉树,时间复杂度是O(logn),具体红黑树的原理就不分析了,不在此文章范围内。数组

1.2 扩容

从上面分析,咱们也能够看明白,HashMap的数据结构是由数组和链表(或树形结构)组成,因此本质仍是由数组开始,咱们知道数组是须要提早知道容量的,好比初始位10,那么当元素愈来愈多,由于下标范围是0-9,因此hash冲突会愈来愈多,这样造成不少链表或者树,查询时效率很是低,这时候就须要扩容了,也就是扩大原有数组的长度,至于扩多大,何时该扩容,下面分析源码时,将一一给你们讲解,可是咱们要注意的一点是,扩容是须要再次Hash的,为何呢,由于hash算法是hash值取余数组长度,因此必需要再次Hash肯定每一个元素的位置安全

1.3 hashCode

hash算法是基于key的hashcode方法的,hashcode是object的方法,每一个对象均可以进行复写,这里就衍生出一个问题,什么类适合做为更适合做为HashMap的键?答案是String, Interger这样的wrapper类,由于String是不可变的,也是final的,并且已经重写了equals()和hashCode()方法了。其余的wrapper类也有这个特色。不可变性是必要的,由于为了要计算hashCode(),就要防止键值改变,若是键值在放入时和获取时返回不一样的hashcode的话,那么就不能从HashMap中找到你想要的对象,并且比较安全,碰撞的概率就会小些,这样就能提升HashMap的性能。数据结构

2 源码

2.1 初始化

老规矩,先上构造方法老是没错的多线程

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    
    public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }
	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);
    }
复制代码

能够看到重载了4个构造方法,咱们大多数基本用的就是第一个无参方法,其余的几个方法也是作一些初始化操做,主要关心这几个变量:app

名称 用途
initialCapacity HashMap 初始容量
loadFactor 负载因子
threshold 当前 HashMap 所能容纳键值对数量的最大值,超过这个值,则需扩容

HashMap 初始容量是16,负载因子为 0.75,可是有的朋友会细心发现,第一个构造方法,摆明就只是赋值了负载因子,初始容量和阈值都没有被初始化,这里先不解释,后面扩容机制会告诉你答案,而后看最后一个构造函数,咱们能够把初始容量和负载因子做为值传递进来,threshold是经过一个方法计算出来的,看看方法具体实现:

/** * Returns a power of two size for the given target capacity. */
    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

相信你们和我同样,第一次看到这个方法是蒙蔽的....先把结论给出来:找到大于或等于 cap 的最小2的幂,这里引用一张图解释下,侵删:

img

好比cap等于5,那么最终返回的就是8,若是cap等于10,返回的就是16,这样一说你们结合上面的应该能理解了。

2.1 插入

插入逻辑算是比较复杂的了,咱们先来看看put方法代码:

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; Node<K,V> p; int n, i;
        //初始化数组table
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //经过hash算法找到下标,若是对应的位置为空,直接将数据放进去
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
           	//对应的位置不为空,hash冲突 
            Node<K,V> e; K k;
            //判断插入的key若是等于当前位置的key的话,先将 e 指向该键值对,后续覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //若是桶中的引用类型为 TreeNode,则调用红黑树的插入方法
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 剩下就是链表了,进行遍历
                for (int binCount = 0; ; ++binCount) {
                    //若是链表中部包含该节点,将该节点接在链表的最后,跳出循环
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //若是链表长度大于一个阈值,链表变树!
                        if (binCount >= TREEIFY_THRESHOLD - 1) 
                            treeifyBin(tab, hash);
                        break;
                    }
                    //若是链表中包含该节点,赋值,后续覆盖,跳出循环
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //判断插入的是否存在HashMap中,上面e被赋值,不为空,则说明存在,更新旧的键值对
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //当前HashMap键值对超过阈值时,进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
复制代码

能够看到主要逻辑在putVal()方法中,不清楚的能够看下注释,总结一下主要是几个方面:

  • 若是当前table为空,先进行初始化
  • 查找插入的键值对是否存在,存在的话,先进行赋值,后续将更新旧的键值对
  • 不存在,插入链表尾部,若是链表长度大于一个阈值,进行链表转化树的操做
  • 若是size大于一个阈值,进行扩容

那么重点固然就是扩容方法了,看看具体实现:

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,再也不扩容,直接返回
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //经过位运算,计算出新的容量以及新的阈值,2倍计算
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
       //使用 threshold 变量暂时保存 initialCapacity 参数的值
        else if (oldThr > 0) 
            newCap = oldThr;
        else {
            //这里就能回答上面的初始化的问题了,调用空的构造函数时的赋值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
    	// newThr 为 0 时,按阈值计算公式进行计算,容量*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);
        }
    	//更新当前最新的阈值
        threshold = newThr;
    	//建立新的桶数组,调用空的构造方法,这里也就是桶数组的初始化
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
    	//若是旧的数组不为空,遍历,将值移植到新的数组中去
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    //将旧数组对象置位空,方便回收
                    oldTab[j] = null;
                    //计算新的位置,赋值操做
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        //若是原来节点是红黑树,则须要从新进行拆分
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else {
                        //遍历整个链表,从新hash,根据新的下标从新分组
                        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;
    }
复制代码

代码稍微长了点,你们耐心点看下逻辑,总结也就几点

  • 判断当前oldTab长度是否为空,若是为空,则进行初始化桶数组,也就回答了空构造函数初始化为何没有对容量和阈值进行辅助,若是不为空,则进行位运算,左移一位,2倍运算。
  • 扩容,建立一个新容量的数组,遍历旧的数组:
    • 若是节点为空,直接赋值插入
    • 若是节点为红黑树,则须要进行进行拆分操做
    • 若是为链表,根据hash算法进行从新计算下标,将链表进行拆分分组

这里主要说明下链表拆分是什么意思,咱们知道下标计算是hash&(n-1),假如原始数组长度为16,进行求余计算:那么n-1也就是15,对应二进制 0000 1111,这时候分别有2个hash值分别为:1101 1100和1110 1100,计算能够获得,获得的下标都是0000 1100,也就是12,若是进行扩容以后呢?长度变成32,n-1也就对应 0001 1111,2个hash再次进行计算获得的就是 0001 1100 和 0000 1100,一个下标仍是12,而另外一个则是28了

能够看到扩容后,参与模运算的位数由4位变为了5位,因此对应得出来的值天然就不同了,相信你们也应该理解了

2.2 查找

相对于复杂的插入操做,查找的逻辑相对就相对简单点了,代码以下:

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;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //定位下标,若是第一个节点是所要查找的值,直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;          
            if ((e = first.next) != null) {
                //若是第一个节点是TreeNode类型,去遍历红黑树
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    //对链表进行查找
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }
复制代码

上面也提到了,经过(n - 1) & hash 便可算出在数组中的位置,这里简单解释一下。HashMap 中桶数组的大小 length 老是2的幂,此时,(n - 1) & hash 等价于对 length 取余。但取余的计算效率没有位运算高,因此(n - 1) & hash也是一个小的优化

还有一个计算hash值得方法

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
复制代码

能够看到,这里的hash并非用原有对象的hashcode最为最终的hash值,而是作了必定位运行,具体缘由我的想法以下:

由于若是(n-1)的值过小的话(n - 1) & hash的值就彻底依靠hash的低位值,好比n-1为0000 1111,那么最终的值就彻底依赖于hash值的低4位了,这样的话hash的高位就玩彻底失去了做用,h ^ (h >>> 16),经过这种方式,让高位数据与低位数据进行异或,也是变相的加大了hash的随机性,这样就不单纯的依赖对象的hashcode方法了。

2.3 删除

有了前面一些铺垫,删除操做也并不复杂

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;
        //和以前的判断同样
        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,指向该节点
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    //遍历链表,找到该节点
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //经过节点类型进行删除操做
            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;
    }
复制代码

相信有了以前的基础,这里理解就不困难了,具体实现就很少说了,有兴趣的朋友能够深刻源码看下

3.总结

大体分析就到一段落了,这里总结下几个问题,但愿可以帮助到你们一些面试过程。

  • HashMap底层数据结构由数组+链表+红黑树实现(JDK1.8),经过键key通过扰动函数扰动后获得hash值,而后再经过hash & (length - 1)代替取模的方式进行元素定位,查找效率最好状况是O(1)
  • Hash冲突是指不一样对象的hashCode经过hash算法后得出了相同定位的下标,这时候采用链地址法,会将此元素插入至此位置链表的最后一位,造成单链表。当存在位置的链表长度 大于等于 8 而且当前数组容量超过64时,HashMap会将链表 转变为 红黑树,这里要说明一点,每每后者的条件会被大多数人忽略,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。毕竟高碰撞率是由于桶数组容量较小引发的,这个是主因。容量小时,优先扩容能够避免一些列的没必要要的树化过程。
  • HashMap的容量是2的n次方,有利于提升计算元素存放位置时的效率,也下降了hash冲突的概率,从上面代码分析咱们也能看出来,就算传递进来一个不是2次方的数,内部也会经过位运算找到大于或等于 cap 的最小2的幂,来设置给容器。
  • 在使用HashMap的时候,尽可能的选择不可变的对象做为key,避免对象的改变引发hash的变化,致使数据的不许确性
  • HashMap是非线程安全的,在多线程的操做下会存在异常状况,可使用HashTable或者ConcurrentHashMap进行代替

参考文章

JDK 源码中 HashMap 的 hash 方法原理是什么?

HashMap 源码详解分析

请帮顶 / 评论点赞!由于你的鼓励是我写做的最大动力!

相关文章
相关标签/搜索