手撕源码系列:深入理解HashMap源码
文章目录
0.简介
首先来看下HashMap的继承体系结构。
接着,通过一个例子,感受下HashMap。
HashMap<String, Integer> map = new HashMap<String, Integer>();
map.put("语文", 1);
map.put("数学", 2);
map.put("英语", 3);
map.put("历史", 4);
map.put("政治", 5);
map.put("地理", 6);
map.put("生物", 7);
map.put("化学", 8);
for(Entry<String, Integer> entry : map.entrySet()) {
System.out.println(entry.getKey() + ": " + entry.getValue());
}
上面这段代码用HashMap如何存储呢?
1.HashMap核心属性分析
//默认table的大小
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//table的最大长度
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的负载因子大小
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化阈值,超过这个阈值链表变树
static final int TREEIFY_THRESHOLD = 8;
//树降级成为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//树化的另一个参数,整个哈希表的元素超过64后才能树化
static final int MIN_TREEIFY_CAPACITY = 64;
//哈希表
transient Node<K,V>[] table;
//当前哈希表中元素个数
transient int size;
//当前哈希表结构修改次数
transient int modCount;
//扩容阈值,当哈希表中的元素超过阈值,触发扩容
int threshold;
//负载因子,可以计算threshold,threshold=capacity*loadFactor
final float loadFactor;
2.构造方法分析
一共由4个构造方法。
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
//参数不合法
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//创建出来的数组最大只能是MAXIMUM_CAPACITY
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
//参数不合法
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//赋值操作
this.loadFactor = loadFactor;
//计算threshold
this.threshold = tableSizeFor(initialCapacity);
}
请注意这样最后一行代码:this.threshold = tableSizeFor(initialCapacity);
,为什么要计算下,直接赋值不可以吗?要求threshold必须是2的次方数,如果不是的话,需要进行处理,向上取整为最小的2的次方数。比如我输入了个7,那么向上取为8,输入24取为32。
顺便看下tableSizeFor()方法。
tableSizeFor()方法
该方法返回的是大于等于当前值cap的数字,并且这个数字一定是2的次方数。以cap=10,模拟一下执行过程。
cap = 10
n = 10 -1 =9
n |= n >>> 1 0b1001 | 0b0100 = 0b1101
n |= n >>> 2 0b1101 | 0b0011 = 0b1111
n |= n >>> 4 0b1111 | 0b0000 = 0b1111
n |= n >>> 8 0b1111 | 0b0000 = 0b1111
n |= n >>>16 0b1111 | 0b0000 = 0b1111
0b1111 = 15
因为15>0,所以判断15是否>=MAXIMUM_CAPACITY,显示是小于关系
所以return 15+1=16
方法返回16。
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;
}
为什么n=cap-1
?如果不进行这一步的话,我们得到的结果会比应该得到的结果大2倍,比如cap=10,。那么返回的值就是32而不是16。
为什么最后一行代码有个n+1
,因为我们得到的n的二进制表现形式都是类似于0000 0000 0011 1111、0000 0001 1111 1111
等等这样的,+1之后就会变成2的次方数。
那么问题来了,为什么要让cap保持2的次方数?
在JDK8中,key的哈希值是由hash(key)方法算出来的(后面会介绍),table数组的index就是key的哈希值决定的。我们肯定期望数据能均匀分布,防止哈希冲突带来的链化问题,所以希望用%取余的操作实现。
当除数是2的次方时,取余操作等价于与其除数-1的与(&)操作,也就是说下面这两个式子是相等的。
index=e.hash & (newCap - 1)
index=e.hash % newCap
为什么要替换呢?显然是&操作比%取余效率要高得多。
下面再看看其他的构造方法。
public HashMap(int initialCapacity) {
//套用第一个介绍的构造方法,完成构造
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
//设置负载因子,其它的参数都使用默认值
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
public HashMap(Map<? extends K, ? extends V> m) {
//设置负载因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
//
putMapEntries(m, false);
}
3.HashMap put方法与putVal方法分析
put方法
实际上还是调用putVal方法。但是我们发现当执行putVal()方法的时候,还套了一个hash(key)的方法,下面我们来看下该方法。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
hash(Object key)
该方法的主要作用是让哈希值的高16位也参与运算,增加散列性。
/**
*当key为null的时候hash为0,如果不是null则令key的哈希值和key哈希值的高16位进行异或运算。
异或运算:相同返回0,不同返回1.
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
让key的hash值的高16位参与运算为什么可以增加散列性?回忆下我们算index的时候,是这样实现的
(n - 1) & hash
设计者认为这方法很容易发生碰撞。为什么这么说呢?不妨思考一下,在n - 1为15(0x1111)时,其实散列真正生效的只是低4bit的有效位,当然容易碰撞了。
因此,设计者想了一个顾全大局的方法(综合考虑了速度、作用、质量),就是把高16bit和低16bit异或了一下。设计者还解释到因为现在大多数的hashCode的分布已经很不错了,就算是发生了碰撞也用O(logn)的tree去做了。仅仅异或一下,既减少了系统的开销,也不会造成的因为高位没有参与下标的计算(table长度比较小时),从而引起的碰撞。
putVal方法
该方法时put方法的核心。下面来看看源码是怎么写的。
/*
hash:就是key的哈希值
onlyIfAbsent:如果存在一个和key相同的情况,那么就不插入了,一般是false
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab:引用当前hashMap的散列表
//p:表示当前散列表的结点
//n:表示散列表的长度
//i:表示路由寻址的结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
//延迟初始化,第一次调用putVal会初始化hashMap对象中的散列表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//最简单的一种情况,寻址找到的桶位刚好是null
//直接将当前的key-value的node放进去就可以
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//e:不为null的话,找到了一个与当前要插入的键值对一致的元素
//k:表示临时的key
Node<K,V> e; K k;
//表示桶位中的该元素,与当前插入的元素的key完全一致,表示后续需要进行替换操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//已经树化了
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//链表的情况,而且当前链表的头结点和要插入的key不一致
for (int binCount = 0; ; ++binCount) {
//条件成立的话,说明迭代到最后1个元素,也没找到和key一致的结点,说明需要加到当前链表的末尾
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//由于是尾插法,所以很方便可以知道目前链表的长度
//由于binCount是从0开始所以TREEIFY_THRESHOLD需要-1,二者比较判断是否进行树化操作。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//条件如果成立,说明找到了相同key的结点元素,需要进行替换操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//条件如果成立,说明找到了和key完全一致的的结点,可以进行替换操作
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//散列表结构被修改,次数++
++modCount;
//散列表结点数量++,如果自增后的值大于阈值则需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
下列三张图片来源于网络,参考的博客地址在文末给出。
4.HashMap resize扩容方法分析
resize()
为了解决哈希冲突导致的链化影响查询效率的问题,所以需要扩容。
下面是该方法的源码分析:
final Node<K,V>[] resize() {
//odlTab:引用扩容前的哈希表
Node<K,V>[] oldTab = table;
//oldCap:表示扩容前table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr:表示扩容前的扩容阈值,也是触发本次扩容的阈值
int oldThr = threshold;
//newCap:扩容之后table数组的对象
//newThr:扩容之后,下次再触发扩容的条件
int newCap, newThr = 0;
//条件如果成立,说明hashMap中的散列表已经初始过了,这是一次正常扩容
if (oldCap > 0) {
//如果oldCap已经大于等于当前允许的最大值了,那么不扩容
//设置扩容条件为int的最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新容量是旧容量的2倍,newCap小于数组最大值限制
//且扩容之前的阈值大于等于16,在这种情况下,则下次扩容的阈值等于当前的阈值*2.
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap==0,说明hashMap中的散列表是null
//1.new HashMap(initCap,loadFactor)
//2.new HashMap(initCap)
//3.new HashMap(map) 并且该map有数据
//以上三种情况会设置threshold,所以oldThr会大于0
else if (oldThr > 0) // initial capacity was placed in threshold
//threshold是2的次方,所以newCap也是2的次方数
newCap = oldThr;
//oldThr==0 oldCap==0
//new HashMap();
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//计算新threshold值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//到此为止,上面的所有代码都是再计算扩容之后table数组的大小以及下次再触发扩容的条件
//下面开始真正的扩容
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果条件成立,那么说明hashMap本次扩容前,table不是null
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//说明当前桶位值有数据,但是还无法判断是链表、红黑树还是单个数据
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//第一种情况,当前桶位只有一个元素,从未发生碰撞,直接计算当前元素应该存放在新数组中的位置,然后直接扔进去即可
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//第二种情况,当前结点已经树化
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//第三种情况:桶位已经形成链表
//低位链表:存放在扩容之后的数组的下标位置,和当前数组的下标位置是一直得
//高位链表:存放在扩容之后的数组的下标位置是当前数组下标+扩容前数组的长度
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;
}
JDK 7 扩容的问题
单线程resize
单线程情况下,resize无问题。由于JDK7使用的是头插法,所以可以看到图中的结点逆序了。但是在JDK8中已经改成尾插法。
多线程并发下的resize
这里假设有两个线程同时执行了put操作并引发了扩容,执行了transfer方法,并假设线程一进入transfer方法并执行完next = e.next后,因为线程调度所分配时间片用完而“暂停”,此时线程2完成了transfer方法的执行。此时状态如下。
e.next = newTable[1] = null
newTable[1] = e = key(5)
e = next = key(9)
此时循环链表形成,并且key(11)无法加入到线程1的新数组。在下一次访问该链表时会出现死循环。
5.HashMap get 方法分析
get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
getNode(int hash, Object key)
final Node<K,V> getNode(int hash, Object key) {
//tab:引用当前hashMap的散列表
//first:桶位中的头节点
//e:临时node元素
//n:table数组长度
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) {
//第一种情况:定位出来的桶位元素 即位我们需要get的数据
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//说明当前桶位不止有一个元素,可能是连表也可能是红黑树
if ((e = first.next) != null) {
//第二种情况:桶位的头节点是红黑树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//第三种情况:桶位中装的是链表,还没有树化
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
在JDK1.7及以前的版本中,HashMap里是没有红黑树的实现的,在JDK1.8中加入了红黑树是为了防止哈希表碰撞攻击,当链表链长度为8时,及时转成红黑树,提高map的效率。
这个性能提升有什么用处?比方说恶意的程序,如果它知道我们用的是哈希算法,它可能会发送大量的请求,导致产生严重的哈希碰撞。然后不停的访问这些key就能显著的影响服务器的性能,这样就形成了一次拒绝服务攻击(DoS)。JDK 8中从O(n)到O(logn)的飞跃,可以有效地防止类似的攻击,同时也让HashMap性能的可预测性稍微增强了一些。
6.HashMap remove方法分析
remove(Object key, Object value)
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
remove(Object key, Object value)
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
removeNode
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
//tab:引用当前hashMap的散列表
//p:当前node元素
//n:表示散列表数组长度
//index:表示寻址地址
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//说明找到的桶位是有数据的,需要进行查找操作,并且删除
//node:查找到的结果结点
//e:当前Node的下一个结点
Node<K,V> node = null, e; K k; V v;
//第一种情况:当前桶位中的元素就是要删除的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//说明当前桶位要么是链表要么是红黑树
if (p instanceof TreeNode)//当前桶位是否位红黑数
//第二种情况,是红黑树
//红黑树的查找操作
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//第三种情况:链表
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//判断node不为空的话,说明按照key查找到需要删除的数据了
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果该节点是树结点,那么按照红黑树的移除操作
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
//当前桶位中的元素就是要找的,那么将该结点的下一个结点放在桶位里
tab[index] = node.next;
else
//把node结点干掉,然后让p的后继节点指向node的后继结点
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
afterNodeRemoval(node);干什么用的??
7.HashMap replace方法分析
replace方法有2个,一个是三个参数的,一个是两个参数的方法。
@Override
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
@Override
public V replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
8.小结
-
HashMap在JDK7和JDK8有什么区别?
-
负载因子过大会怎么办?负载因子过小又会怎么办?
参考:
https://www.nowcoder.com/discuss/151172