HashMap是基于哈希表的Map接口的非同步实现。此实现提供全部可选的映射操做,并容许使用null值和null键。此类不保证映射的顺序,特别是它不保证该顺序恒久不变。程序员
在Java编程语言中,最基本的结构就是两种,一个是数组,另一个是模拟指针(引用),全部的数据结构均可以用这两个基本结构来构造的,HashMap也不例外。HashMap其实是一个“链表散列”的数据结构,即数组和链表的结合体。面试
文字描述永远要配上图才能更好的讲解数据结构,HashMap的结构图算法
从上图中能够看出,HashMap底层就是一个数组结构,数组中的每一项又是一个链表或者红黑树。当新建一个HashMap的时候,就会初始化一个数组。编程
下面先经过大概看下HashMap的核心成员。数组
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { // 默认容量,默认为16,必须是2的幂 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量,值是2^30 static final int MAXIMUM_CAPACITY = 1 << 30 // 装载因子,默认的装载因子是0.75 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 解决冲突的数据结构由链表转换成树的阈值,默认为8 static final int TREEIFY_THRESHOLD = 8; // 解决冲突的数据结构由树转换成链表的阈值,默认为6 static final int UNTREEIFY_THRESHOLD = 6; /* 当桶中的bin被树化时最小的hash表容量。 * 若是没有达到这个阈值,即hash表容量小于MIN_TREEIFY_CAPACITY,当桶中bin的数量太多时会执行resize扩容操做。 * 这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。 */ static final int MIN_TREEIFY_CAPACITY = 64; static class Node<K,V> implements Map.Entry<K,V> { //... } // 存储数据的数组 transient Node<K,V>[] table; // 遍历的容器 transient Set<Map.Entry<K,V>> entrySet; // Map中KEY-VALUE的数量 transient int size; /** * 结构性变动的次数。 * 结构性变动是指map的元素数量的变化,好比rehash操做。 * 用于HashMap快速失败操做,好比在遍历时发生告终构性变动,就会抛出ConcurrentModificationException。 */ transient int modCount; // 下次resize的操做的size值。 int threshold; // 负载因子,resize后容量的大小会增长现有size * loadFactor final float loadFactor; }
经过源码能够看出初始化时并无初始化数组table,那只能在put操做时放入了,为何要这样作?估计是避免初始化了HashMap以后不使用反而占用内存吧,哈哈哈。数据结构
下面咱们详细讲一下HashMap是如何肯定数组索引的位置、进行put操做的详细过程以及扩容机制(resize)架构
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。app
看下源码的实现:编程语言
经过hashCode()的高16位异或低16位实现的:(h = k.hashCode()) ^ (h >>> 16),主要是从速度、功效、质量来考虑的,这么作能够在数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销。ide
你们都知道上面代码里的key.hashCode()函数调用的是key键值类型自带的哈希函数,返回int型散列值。理论上散列值是一个int型,若是直接拿散列值做为下标访问HashMap主数组的话,考虑到2进制32位带符号的int表值范围从‑2147483648到2147483648。先后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散,通常应用是很难出现碰撞的。但问题是一个40亿长度的数组,内存是放不下的。你想,HashMap扩容以前的数组初始大小才16。因此这个散列值是不能直接拿来用的。用以前还要先作对数组的长度取模运算,获得的余数才能用来访问数组下标。源码中模运算是在这个indexFor( )函数里完成。
顺便说一下,这也正好解释了为什么HashMap的数组长度要取2的整次幂。由于这样(数组长度‑1)正好至关于一个“低位掩码”。“与”操做的结果就是散列值的高位所有归零,只保留低位值,用来作数组下标访问。以初始长度16为例,16‑1=15。2进制表示是00000000 0000000000001111。和某散列值作“与”操做以下,结果就是截取了最低的四位值。
但这时候问题就来了,这样就算个人散列值分布再松散,要是只取最后几位的话,碰撞也会很严重。更要命的是若是散列自己作得不好,分布上成等差数列的漏洞,刚好使最后几个低位呈现规律性重复,就无比蛋疼。这时候“扰动函数”的价值就出来了,说到这你们应该都明白了,看下图。
右位移16位,正好是32bit的一半,本身的高半区和低半区作异或,就是为了混合原始哈希码的高位和低位,以此来加大低位的随机性。并且混合后的低位掺杂了高位的部分特征,这样高位的信息也被变相保留下来。
HashMap的put方法执行过程能够经过下图来理解,本身有兴趣能够去对比源码更清楚地研究学习。
源码以及解释以下:
// 真正的put操做 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table没有初始化,或者初始化的大小为0,进行resize操做 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 若是hash值对应的桶内没有数据,直接生成结点而且把结点放入桶中 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); // 若是hash值对应的桶内有数据解决冲突,再放入桶中 else { Node<K,V> e; K k; //判断put的元素和已经存在的元素是相同(hash一致,而且equals返回true) if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // put的元素和已经存在的元素是不相同(hash一致,而且equals返回true) // 若是桶内元素的类型是TreeNode,也就是解决hash解决冲突用的树型结构,把元素放入树种 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 桶内元素的类型不是TreeNode,而是链表时,把数据放入链表的最后一个元素上 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 若是链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD),将存储元素的数据结构变动为树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 若是查已经存在key,中止遍历 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 已经存在元素时 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 若是K-V数量大于阈值,进行resize操做 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
HashMap的扩容机制用的很巧妙,以最小的性能来完成扩容。扩容后的容量就变成了变成了以前容量的2倍,初始容量为16,因此通过rehash以后,元素的位置要么是在原位置,要么是在原位置再向高下标移动上次容量次数的位置,也就是说若是上次容量是16,下次扩容后容量变成了16+16,若是一个元素在下标为7的位置,下次扩容时,要不还在7的位置,要不在7+16的位置。
咱们下面来解释一下Java8的扩容机制是怎么作到的?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mask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”,能够看看下图为16扩充为32的resize示意图:
而hash值的高位是否为1,只须要和扩容后的长度作与操做就能够了,由于扩容后的长度为2的次幂,因此高位必为1,低位必为0,如10000这种形式,源码中有e.hash & oldCap来作到这个逻辑。
这个设计确实很是的巧妙,既省去了从新计算hash值的时间,并且同时,因为新增的1bit是0仍是1能够认为是随机的,所以resize的过程,均匀的把以前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别,JDK1.7中rehash的时候,旧链表迁移新链表的时候,若是在新表的数组索引位置相同,则链表元素会倒置,可是从上图能够看出,JDK1.8不会倒置。下面是JDK1.8的resize源码,写的很赞,以下:
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 计算新的容量值和下一次要扩展的容量 if (oldCap > 0) { // 超过最大值就再也不扩充了,就只好随你碰撞去吧 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 没超过最大值,就扩充为原来的2倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 计算新的resize上限 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { // 把每一个bucket都移动到新的buckets中 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //若是位置上没有元素,直接为null if ((e = oldTab[j]) != null) { oldTab[j] = null; //若是只有一个元素,新的hash计算后放入新的数组中 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //若是是树状结构,使用红黑树保存 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //若是是链表形式 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; //hash碰撞后高位为0,放入低Hash值的链表中 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //hash碰撞后高位为1,放入高Hash值的链表中 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 低hash值的链表放入数组的原始位置 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 高hash值的链表放入数组的原始位置 + 原始容量 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
Java进阶架构师视频教程:价值上万足足100G、1000+小时架构师教程.,Java程序员进阶架构师看这个就够了!
程序员必备算法教程:有史以来最全阿里、腾讯、字节、美团、谷歌算法面试题合集
Java面试教程合集:2020年复盘阿里、字节、美团、腾讯、谷歌Java面试(大厂必问108个知识点)