Java经常使用数据结构之Map-HashMap

Java经常使用数据结构

Java经常使用数据结构之Map-AbstractMap
Java经常使用数据结构之Map-HashMap

android经常使用数据结构

ArrayMap是如何提升内存的使用效率的？
SparseArray原理分析

做者：QiShare 连接：www.jianshu.com/p/9eea61925… 來源：简书 简书著做权归做者全部，任何形式的转载都请联系做者得到受权并注明出处。

前言

上篇文章中介绍了AbstractMap抽象类，本文就来分析一下HashMap类。jdk1.8对HashMap进行了大幅优化。在jdk1.8以前，HashMap的实现是数组+链表，即经过拉链法来解决Hash冲突。假设链表的长度为n，则链表中查找元素的时间复杂度为O(n)，若是n特别大，就会很耗时。在jdk1.8中，HashMap的实现改为了数组+链表+红黑树，即当n超过某个阀值时，会将链表转化为红黑树，此时的查找元素复杂度就变成了O(logn)，效率明显提升。

本文中的源码分析是基于jdk11的，但经过比较发现，jdk11和jdk8的源码实现并没有多少变化。本文会带着几个问题去分析源码。

1. HashMap中默认参数有哪些？分别表明什么意思？值分别是多少？
2. HashMap是何时进行buckets初始化的？
3. HashMap是怎么计算Key的存放位置的？
4. HashMap如何扩容？
5. HashMap如何添加元素？
6. HashMap什么时候将链表转化为红黑树？

源码分析

类结构

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
复制代码

HashMap继承了AbstractMap模板类，那确定会实现entrySet()方法；实现了Serializable接口，所以它支持序列化；实现了Cloneable接口，能被克隆。

而后看看HashMap中实现的Map.Entry：

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash; // key的hash值
        final K key; // key
        V value; // value
        Node<K,V> next; // 链表中的下一个结点
复制代码

Node是用来表示数组和链表中结点的数据结构。在数组中，不会用到next属性，在解决冲突的链表中才会用到。

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left; // 左子树
        TreeNode<K,V> right; // 右子树
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red; // 标记颜色：红 or 黑
复制代码

TreeNode顾名思义是用来表示红黑树中结点的数据结构。注意，这里是继承了LinkedHashMap.Entry，但往上追溯，能够发现LinkedHashMap.Entry其实继承的也是HashMap.Node。因此，在代码看到Node instanceOf TreeNode时不要奇怪。

重要属性

这里就直接在代码里用注释进行说明了：

transient Node<K,V>[] table; // Hash数组，存放bucket
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 数组默认大小为16
static final int MAXIMUM_CAPACITY = 1 << 30; // 数组最大容量为2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认负载因子为0.75

final float loadFactor; // 存储负载因子
int threshold; // 须要进行下次扩容的阀值，计算方法为：容量 * 负载因子

// 当链表中的结点数大于8时，会转换为红黑树
static final int TREEIFY_THRESHOLD = 8; 
// 当红黑树中的结点数小于6时，会转换为链表，这里不使用8是为了不频繁转换
static final int UNTREEIFY_THRESHOLD = 6; 
// 当哈希表的容量小于64时，是不会进行红黑树转换的，而是进行扩容；这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
复制代码

初始化和扩容

说到初始化，第一想法确定是构造函数：

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; // 赋值负载因子
         // 计算一个恰好比initialCapacity大的2的次方数
        this.threshold = tableSizeFor(initialCapacity);
    }
复制代码

能够发现构造函数里并无对table进行初始化。其实，初始化是发生在第一次添加key-value值的时候，而第一次添加键值对会触发resize()方法，即扩容。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            // 超出最大容量，再也不扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 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
            // 哈希表的初始化容量和阀值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            // 计算新阀值
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        // 建立新表
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 这里就是旧bucket移到新buckets中
            ......
        }
        return newTab;
    }
复制代码

从代码中能够看到初始化值是在第一次扩容时发生的。哈希表的每次扩容，都是把容量扩大为原来的2倍，这里为何是2倍，会在下面进行分析。

添加key-value

在看put方法以前，须要知道HashMap是如何对Key进行hashcode散列和结点位置计算的。先看hash()函数：

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

关键点(h = key.hashCode()) ^ (h >>> 16)。其中h >>> 16意思是把h向右移位16位，而且高位补0。而后，再和原hashcdoe进行异或操做。理解起来就是把原hashcode的高16位和低16位进行异或处理，从而下降冲突概率。

在看结点位置计算方法：

index = (n - 1) & hash // n是当前容量，hash是hash()计算出的值
复制代码

由于table容量必须是2的幂次方，因此这里用了n-1。用一个例子帮助理解hashcode向下标转换的过程：

图片来自：Java HashMap工做原理及实现

上文说过每次扩容的时候都是变成原来的2倍，为何呢？

假如n从16扩容到了32，那么会有这样的变化：

扩容后，n-1的高位多了一个1。

能够发现，在扩容后不须要从新计算hash值，节省了计算时间。而通过&运算后，会多关注一个高位的bit，这个bit要么是0，要么是1。0表示新位置和原位置一致，保持不变；1则表示新位置是原位置加上旧容量大小。而新增的bit是0仍是1能够认为是随机的，这样在resize过程当中，能够均匀的将以前冲突的结点分配到新bucket中。

再看下put方法：

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;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length; // 建立table
        if ((p = tab[i = (n - 1) & hash]) == null) // 计算index
            tab[i] = newNode(hash, key, value, null); // 添加结点
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p; // 结点存在
            // 冲突
            else if (p instanceof TreeNode) // 是红黑树结点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else { // 链表结点
                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
                            treeifyBin(tab, hash); // 达到要求，转换为红黑树
                        break;
                    }
                    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;
        if (++size > threshold)
            resize(); // 扩容
        afterNodeInsertion(evict);
        return null;
    }
复制代码

大体流程以下：

1. 若是当前table为空时，调用resize方法进行初始化；
2. 根据key的hash值计算出所在结点位置；
3. 若是没有发生冲突，调用newNode方法封装key-value键值对，并将其挂到 table对应位置下，不然，跳转到步骤4；
4. 若是发生冲突：
   • 若是该key已存在，更新oldValue为新的value，并返回oldValue;
   • 若是key所在的结点为treeNode，调用红黑树的putTreeVal方法将该结点挂到红黑树上；
   • 若是插入结点后，当前bucket节点下链表长度超过8，须要将链表变为红黑树；
5. 数据put完成以后，若是当前长度大于threshold，则调用resize方法扩容。

get实现

前面讲了put，这里就不得不说一下get了：

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) { // 找到第一个结点
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                // 命中，直接返回
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    // 冲突，是红黑树结点
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    // 冲突，是链表中结点
                    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

get的流程就简单不少：

1. 找到bucket的第一个结点；
2. 若是命中，则直接返回；
3. 若是冲突，则分别根据是树结点仍是链表结点进行查找便可。

总结

1. jdk1.8以后的HashMap由“数组+链表+红黑树”实现，在知足相应条件时，链表和红黑树会进行转换。
2. HashMap每次扩容都为原容量的2倍，且容量必须是2的幂次方。
3. HashMap不是线程安全的，它的key和value均可觉得null。
4. 链表转换为红黑树后，相应的get、remove、get就彻底是红黑树的数据结构操做了，感兴趣的朋友能够自行查看资料。

参考资料

1. Java中的HashMap
   www.jianshu.com/p/a11b9c100…
2. Java HashMap工做原理及实现
   yikun.github.io/2015/04/01/…
3. HashMap在JDK1.8后新增的红黑树结构
   blog.csdn.net/wushiwude/a…
4. 教你初步了解红黑树[blog.csdn.net/v_JULY_v/ar…]
   (blog.csdn.net/v_JULY_v/ar…)

关注微信公众号，最新技术干货实时推送