经常使用的HashMap究竟是个什么结构
0x00 前言
HashMap 是最经常使用的容器之一，应该没什么疑问了。可你到底了解他吗？网上已经有不少文章来总结 HashMap 了，我来写这篇，主要是为了记录本身阅读以后的一点点小感悟，如如有错误的地方，请你们指正。下文分析基于 jdk1.8 。java
0x01 一句话介绍
HashMap 内部是一个 Node 类数组，每一个节点存放对应的数据。数组
0x02 概述
先来介绍下 HashMap ，主要依据来自 HashMap 的注释（熟悉的同窗能够直接跳过到0x03部分）。安全
一、HashMap 实现了 Map 接口，拥有 Map 的全部操做，具备如下特色：bash
- 容许
null的 key 和 value 。 - 大体上，他和 HashTable 相同，可是 HashTable 是线程安全的，而 HashMap 非线程安全。出于此缘由，HashMap 在性能上明显会优于 HashTable 。
- 不保证顺序，缘由在于其内在的原理，他是根据 key 的 hash 值来计算位置的，因此，顺序天然是没法保证的了。（到底怎么算的，往下看。）
二、HashMap 的 get , put 在hash值比较均匀的状况下，操做都是常数级别的时间复杂度。一个很是重要的点是，capacity 不能设置过高，load factor 不能设置的过低。（这两个变量又是干吗的呢，这里先卖个关子✧(≖ ◡ ≖✿)嘿嘿）。函数
三、由于他不是线程安全的，因此能够经过 Collections.synchronizedMap 来包装，从而变成一个线程安全的 Map。性能
四、拥有 fail-fast 特性。简单来讲，就是在遍历的时候，发现元素被改变，就抛出异常。ui
0x03 解释几个变量
构造函数里面的 initialCapacity
这个参数的意思比较明显，就是初始的 Map 长度。默认是 16。this
Node<K,V>[] table
Map 中真正存放元素的地方，能够看到他是一个 Node 数组。Node 结构比较简单，就是一个 key-value 组成的一个链表，其中还有 hash变量，和 next 变量。spa
float loadFactor
顾名思义，负载因子。默认值是0.75，是一个空间和时间上的权衡。具体怎么来的，多是一个复杂的逻辑推算。线程
int threshold
阈值，Map 所能容纳的键值对数量。是根据 Map 中的数组长度*loadFactor计算出来的。看到这个，应该就能够想到，若是 loadFactor设置的过小，会有什么问题了。没错，若是设置过小，容量就会很小，致使空间上的一个浪费，大部分的位置都是空的，没有被充分利用。反之，若是设置太大，就会致使元素放置很是拥挤，查询起来效率就会变低。
0x04 方法分析
构造函数
HashMap 有好几个构造函数，来看一个比较重要的吧。
public HashMap(int initialCapacity, float loadFactor) {
// 若是传递进来的初始化数组的大小小于0，就是不合法，直接抛异常。
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 若是大于最大的值，就让他等于最大值。
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 根据 tableSizeFor 方法进行数组长度的对齐。
this.threshold = tableSizeFor(initialCapacity);
}
// 数组长度的对齐。
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 通过如下的变化，数组的长度必定是2^n了。
n |= n >>> 1; // 1
n |= n >>> 2; // 2
n |= n >>> 4; // 3
n |= n >>> 8; // 4
n |= n >>> 16; // 5
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
复制代码
在这里给方法tableSizeFor举个🌰：
若是我设置cap为13，则13-1的二进制是：
0000 0000 0000 1100
此时进行第一步：
0000 0000 0000 1100
>>>1 0000 0000 0000 0110
|= 0000 0000 0000 1110
第二步：
0000 0000 0000 1110
>>>2 0000 0000 0000 0011
|= 0000 0000 0000 1111
第三步：
0000 0000 0000 1111
>>>4 0000 0000 0000 0000
|= 0000 0000 0000 1111
……
能够看出，后面应该全是 1111（2）了。最后加个1，就是16，2^4.
有的同窗可能不信，因此再举个更大的🌰：
0100 0110 0101 0110
此时进行第一步：
0100 0110 0101 0110
>>>1 0010 0011 0010 1011
|= 0110 0111 0111 1111
第二步：
0110 0111 0111 1111
>>>2 0001 1001 1101 1111
|= 0111 1111 1111 1111
第三步：
0111 1111 1111 1111
>>>4 0000 0111 1111 1111
|= 0111 1111 1111 1111
……
能够看到，最终结果仍是同样。二进制有不少好玩的特性，若是能利用好，性能上的提高绝对不止一点半点。
复制代码
Node节点类
包含一个 hash，key， value。
put
public V put(K key, V value) {
// 实际调用 putVal 方法。此时可能有个疑问，key他本身不是有hashcode方法吗？为何还要本身写一个？暂且按下，先看看 putVal 方法。 ①
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;
// 若是 tab 尚未被初始化，或者是空，则先进行 resize .
if ((tab = table) == null || (n = tab.length) == 0)
// n 就是tab的长度。 ③
n = (tab = resize()).length;
// 这里是重点，怎么定位？ (n-1)&hash 来定位的。 ②
if ((p = tab[i = (n - 1) & hash]) == null)
// 若是是null，则建立一个新的节点。
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 若是旧节点就是须要被put的节点，则将值直接进行替换。
// 能够看到他是根据 == 判断是不是同一个对象，或者 equals 方法来判断是否相等。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 若是是 红黑树，则调用红黑树的putTreeVal。
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 若是是链表，则一个一个往下寻找，
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 若是一直找到结尾，都没找到,则建立一个新节点
p.next = newNode(hash, key, value, null);
// 若是链表的长度，已经大于了须要转成红黑树的长度，则将其转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到则终结循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 若是找到了对应的节点，进行一个替换
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 若是标志检查符合，或者原值为null，则进行赋值。
e.value = value;
// 节点可用完成通知
afterNodeAccess(e);
return oldValue;
}
}
// 修改变动标志加一
++modCount;
// 若是总的节点数量，大于了阈值，则进行扩容
if (++size > threshold)
resize();
// 插入完毕通知
afterNodeInsertion(evict);
return null;
}
复制代码
讲讲②处，为何这样定位呢？ (n - 1) & hash 。n 是 table 的长度，是一个 2^n 的数字。通常状况下，若是有一个大于数组长度的位置，咱们怎么来将其放入数组中呢？很简单，取模。对这个位置取模，获得的值确定都是小于数组长度的。划重点！因此这个 (n - 1) & hash 也是取模！咱们都知道，n-1 的二进制，都是高位0 + 低位多个1组成的。此时和 hash 值相与，与出来的值，确定是小于 n-1 的，这就达到了一个取模的效果。空说无凭，仍是举个🌰。
假设 n = 16, n-1的二进制即为 1111 。再随便写个32位的hash。
0000 0000 0000 1111
& 1001 1101 1110 0110
= 0000 0000 0000 0110 = 6 < 16
复制代码
方法很是巧妙，避免了取模，大大提高了索引的速度。
此时引出了①的缘由。先看看hash的尊容。
// hash 方法。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
复制代码
来讲说这个 hash 方法。能够看到若是是 null，则返回的是0.非null，则调用了key#hashCode方法，而且异或了hash值右移16位。分析②的时候，能够看到定位是根据hash值和n-1相与来肯定位置的，这就是为何要从新一个hash的缘由。哈？为何？根据②的🌰，能够看出来，定位和hash值的前几位都没有关系，只和 n-1 的二进制长度的位数有关。这就带来一个问题，很是容易产生冲突，随机性被下降了，毕竟高xx位都没有参与运算，就那么几位，确定容易产生冲突。异或这个操做，将高位也拉了进来，大大提升了参与度，hash散列也会更好。仍是举一个🌰。
1110 0010 0011 1101 1110 0000 0011 1101
>>16 0000 0000 1110 0010 0000 0000 1110 0000
^= 1110 0010 1101 1111 1110 0000 1101 1101
能够看到，若是不进行这个操做，这两个元素确定是在一个定位上的，若是加上高位操做，则被分散了。
复制代码
resize
resize是用来对map进行扩容的方法。对应上面的注释③。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 获取旧的数组长度。
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 若是已经大于了最大值，就设置阈值最大，直接返回。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 阈值翻倍。
}
else if (oldThr > 0)
// 若是阈值大于0&旧的数组长度小于1，则将新数组长度设置为阈值的大小。
newCap = oldThr;
else { // 上述条件都不符合，则使用初始值。。
newCap = DEFAULT_INITIAL_CAPACITY;
// 新的阈值是默认负载因子*默认数组长度的值。
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 若是新阈值为0
if (newThr == 0) {
根据是否在范围内，对新阈值赋值，方法同上。
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) { // 若是是扩容，不是初始化，则须要进行元素迁移。
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// e 已经引用了就数据，因此将数组对应位置清空，利于垃圾回收。
oldTab[j] = null;
if (e.next == null) // ① 若是链表只有一个元素，则将其放入新数组对应的位置，计算方法已经说过。
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //② 若是是一颗红黑树，则利用 split 方法来进行拆树。
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 若是仍是链表。 ③
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// next 是 e 的下一个元素
next = e.next;
if ((e.hash & oldCap) == 0) { // e 的 hash 值和旧的数组长度相与为0 ③-1
if (loTail == null) // 若是低位尾部是null，则低位头是 e.
loHead = e;
else // 不然，低位尾部接着往下链。
loTail.next = e;
loTail = e; // 尾指向下一个。
}
else { // 不然，对高位尾操做，操做和低位相似。
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) { // 将低位链表放置到 j 的位置上。
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { // 将高位组成的链表放置到 j + oldCap 位置上。
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
复制代码
上面一部分都很好理解。重点看看①-③这几个地方。先画个图吧。好比一个 map 的的长度是4，里面如此放置元素（为了举例，假设能够放置这么多）：
[0] -> (0) //第①种，元素0的后面没有任何元素了，因此直接进行放置
[1] -> ( 1
5 25
9 17 21 29
13 33 ) // 这就属于②了，链表已经被转化为一颗红黑树了。因此须要将树给拆掉。
[2] -> (2 -> 6 -> 10 -> 14) // 这就属于第③种状况了,须要将此链表拆开，放置到新的数组当中。
[3] -> (3)
复制代码
在此着重讲讲第三种状况。仍是上图。
[0] [0]
[1] [1]
[2]-> (2 -> 6 -> 10 -> 14) -----> [2] -> (2 -> 10)
[3] [3]
[4]
[5]
[6] -> (6 -> 14)
[7]
[8]
此处看看怎么迁移。先看看他们和旧长度4相与是否为0。
2 6 10 14
二进制 0010 0110 1010 1110
& 0100 0100 0100 0100
= 0000 0100 0000 0100
列出4和8的二进制数：
4 8
二进制 0100 1000
n-1 0011 0111
复制代码
能够看出一些规律，长度的二进制老是只有一个1，其他位都是0。而位置计算是 hash&n-1,能够发现，新的位置不过是hash&2n-1，用二进制来看，就是左移了一位补1.因此和原来位置惟一的差异在哪呢，就在这个左移出来的1身上。这就是为何③-1中为何判断e.hash & oldCap。若是长度二进制为1的那个位置是0的元素，就留在原地，反之，则放置到 j +oldCap 位置。由于扩容是两倍，因此就是原来的位置加上一个原数组长度。
get
get 方法和 put 方法很是相似。只不过 get 是 get 返回，put 是 set 值进去。内部调用了 getNode 方法。
remove
remove 和 put 方法也很是相似，就是找到对应的元素，进行删除而已。
containsKey
public boolean containsKey(Object key) {
// 也是调用了get方法调用的内部方法，判断返回的值是否为null。因此和 get 方法只是一个用不用返回值的区别。
return getNode(hash(key), key) != null;
}
复制代码
size
直接返回了记录元素个数的 size 变量。
clear
遍历数组，挨个进行 null 赋值。
containsValue
遍历数组和对应的链表，查看 value 是否相等。
红黑树相关的函数
这些函数是java8新增的，若是链表过长，一个个遍历很是影响效率，因此 map 内部将他变成了一颗红黑树，此文就不进行详解了。这部分放到 TreeMap 分析的时候再进行描述。
0x05 喝口水，来个总结
本文讲解了 HashMap 中的一部分核心问题，没有所有都讲下来。还有resize线程安全问题，红黑树相关的部分没有讲解。线程安全这个，后面也会单独来一篇进行讲解。红黑树则放到 TreeMap 的分析当中。若是文中有误，请你们指出，感激涕零。
- 1. 架构究竟是什么？
- 2. javascript:void究竟是个什么？
- 3. wepack究竟是什么（使用篇）
- 4. 【一探究竟】Flutter究竟是什么？
- 5. 究竟什么是Java异常？
- 6. JFrame的层次结构究竟是什么样的，什么又是ContentPane?
- 7. 企业架构究竟是什么？
- 8. 架构究竟是指什么
- 9. Maven的做用究竟是什么？
- 10. 方法区究竟是个什么鬼
- 更多相关文章...
- • Hibernate是什么 - Hibernate教程
- • MyBatis是什么 - MyBatis教程
- • 常用的分布式事务解决方案
- • Composer 安装与使用
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. No provider available from registry 127.0.0.1:2181 for service com.ddbuy.ser 解决方法
- 2. Qt5.7以上调用虚拟键盘(支持中文)，以及源码修改(可拖动，水平缩放)
- 3. 软件测试面试- 购物车功能测试用例设计
- 4. ElasticSearch（概念篇）：你知道的, 为了搜索…
- 5. redux理解
- 6. gitee创建第一个项目
- 7. 支持向量机之硬间隔（一步步推导，通俗易懂）
- 8. Mysql 异步复制延迟的原因及解决方案
- 9. 如何在运行SEPM配置向导时将不可认的复杂数据库密码改为简单密码
- 10. windows系统下tftp服务器使用
- 1. 架构究竟是什么？
- 2. javascript:void究竟是个什么？
- 3. wepack究竟是什么（使用篇）
- 4. 【一探究竟】Flutter究竟是什么？
- 5. 究竟什么是Java异常？
- 6. JFrame的层次结构究竟是什么样的，什么又是ContentPane?
- 7. 企业架构究竟是什么？
- 8. 架构究竟是指什么
- 9. Maven的做用究竟是什么？
- 10. 方法区究竟是个什么鬼