HashMap
hashmap是一个线程不安全的容器,他至多允许一个key为null,允许多个value为null,它是由数组+链表+红黑树(JDK1.8后增加了红黑树部分)实现的。
Node<k,v>用来实现数组及链表的数据结构:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //保存节点的hash值
final K key; //保存节点的key值
V value; //保存节点的value值
//next是指向链表结构下当前节点的next节点,红黑树TreeNode节点中也用到next
Node<K,V> next;
......
}
复制代码
TreeNode<K,V>用来实现红黑树相关的存储结构:
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; //存储当前节点的父节点
TreeNode<K,V> left; //存储当前节点的左孩子 TreeNode<K,V> right; //存储当前节点的右孩子
TreeNode<K,V> prev; //存储当前节点的前一个节点
boolean red; //存储当前节点的颜色(红、黑) TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
复制代码
hashmap中常量:
//hashmap未指定初始容量的默认容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 16
//hashmap的最大容量
static final int MAXIMUM_CAPACITY = 1 << 30; //1073741824
//hashmap默认的装载因子,当超过容量*因子时,进行扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//指定何时解决hash冲突,链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//何时解决hash冲突的,红黑树转变为链表
static final int UNTREEIFY_THRESHOLD = 6;
//当想要将解决hash冲突的链表转变为红黑树时,需要判断下此时数组的容量,若是由于数组容量太小而导致hash冲突,则不进行链表转为红黑树的操作,而是利用resize()函数对HashMap扩容
static final int MIN_TREEIFY_CAPACITY = 64;
复制代码
hashmap的确定hash桶数组索引位置
java8中,hash位置的确定是将key的hash和数组长度-1的值来做与运算,也就是取hash值的低几位来作为hash桶的位置。
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; //n是数组的长度
if ((p = tab[i = (n - 1) & hash]) == null)//通过hash和长度-1与出来的结果下标上是否为null
tab[i] = newNode(hash, key, value, null);
else {
......
}
}
复制代码
java8中没有把获取hash桶的方法单独提出来,但原理都是长度 - 1和hash值相与的结果。相当于是取hash值的低几位。为什么hashmap的长度要取2的整数次幂呢?,因为整数次幂 - 1 的结果是低位全为1,方便hash桶计算的时候取低位。这样的设计可能在某些特定的场景下会造成大量的hash冲突。所以,在hash散列值获取中,有这样一个设计:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
复制代码
在获取hash值的时候,由于hashcode是一个32位的整数,我们将这个数的前16位和后16位进行异或操作,将得到的结果作为key的hash散列值。这样的做法有什么好处呢?就是前面提到的,我们通过散列值计算hash桶位置的时候,由于只取了低几位,可能会造成大量的hash冲突。通过这样的设计,我们可以将hashcode的前面一部分和后面一部分进行异或,相当于将高位的信息保存到了低位中,从而大大降低hash冲突的概率。
流程图:
hashmap的扩容:
final Node<K,V>[] resize() {
//oldTab 为当前表的哈希桶
Node<K,V>[] oldTab = table;
//当前哈希桶的容量 length
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//当前的阈值
int oldThr = threshold;
//初始化新的容量和阈值为0
int newCap, newThr = 0;
//如果当前容量大于0
if (oldCap > 0) {
//如果当前容量已经到达上限
if (oldCap >= MAXIMUM_CAPACITY) {
//则设置阈值是2的31次方-1
threshold = Integer.MAX_VALUE;
//同时返回当前的哈希桶,不再扩容
return oldTab;
}//否则新的容量为旧的容量的两倍。
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)//如果旧的容量大于等于默认初始容量16
//那么新的阈值也等于旧的阈值的两倍
newThr = oldThr << 1; // double threshold
}//如果当前表是空的,但是有阈值。代表是初始化时指定了容量、阈值的情况
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;//那么新表的容量就等于旧的阈值
else {//如果当前表是空的,而且也没有阈值。代表是初始化时没有任何容量/阈值参数的情况
newCap = DEFAULT_INITIAL_CAPACITY;//此时新表的容量为默认的容量 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//新的阈值为默认容量16 * 默认加载因子0.75f = 12
}
if (newThr == 0) {//如果新的阈值是0,对应的是 当前表是空的,但是有阈值的情况
float ft = (float)newCap * loadFactor;//根据新表容量 和 加载因子 求出新的阈值
//进行越界修复
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//更新阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//根据新的容量 构建新的哈希桶
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//更新哈希桶引用
table = newTab;
//如果以前的哈希桶中有元素
//下面开始将当前哈希桶中的所有节点转移到新的哈希桶中
if (oldTab != null) {
//遍历老的哈希桶
for (int j = 0; j < oldCap; ++j) {
//取出当前的节点 e
Node<K,V> e;
//如果当前桶中有元素,则将链表赋值给e
if ((e = oldTab[j]) != null) {
//将原哈希桶置空以便GC
oldTab[j] = null;
//如果当前链表中就一个元素,(没有发生哈希碰撞)
if (e.next == null)
//直接将这个元素放置在新的哈希桶里。
//注意这里取下标 是用 哈希值 与 桶的长度-1 。 由于桶的长度是2的n次方,这么做其实是等于 一个模运算。但是效率更高
newTab[e.hash & (newCap - 1)] = e;
//如果发生过哈希碰撞 ,而且是节点数超过8个,转化成了红黑树(暂且不谈 避免过于复杂, 后续专门研究一下红黑树)
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//如果发生过哈希碰撞,节点数小于8个。则要根据链表上每个节点的哈希值,依次放入新哈希桶对应下标位置。
else { // preserve order
//因为扩容是容量翻倍,所以原链表上的每个节点,现在可能存放在原来的下标,即low位, 或者扩容后的下标,即high位。 high位= low位+原哈希桶容量
//低位链表的头结点、尾节点
Node<K,V> loHead = null, loTail = null;
//高位链表的头节点、尾节点
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;//临时节点 存放e的下一个节点
do {
next = e.next;
//这里又是一个利用位运算 代替常规运算的高效点: 利用哈希值 与 旧的容量,可以得到哈希值去模后,是大于等于oldCap还是小于oldCap,等于0代表小于oldCap,应该存放在低位,否则存放在高位
if ((e.hash & oldCap) == 0) {
//给头尾节点指针赋值
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}//高位也是相同的逻辑
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}//循环直到链表结束
} while ((e = next) != null);
//将低位链表存放在原index处,
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//将高位链表存放在新index处
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
复制代码
1.hashmap刚创建的时候,table是null,size是0,是为了节约空间,当添加第一个元素后,table容量就调整为16.
-
当table不为空且元素个数大于阈值(容量*容量因子)就会进行扩容,扩容后的容量大小和阈值都为原来的两倍,
-
table是没有指定参数创建的时候,插入第一个元素会扩容到16,阈值也会重新计算为12。
-
当table指定容量和域值创建,插入元素就会将容量初始化为设置的阈值大小(阈值将是最接近大于输入容量且最近的2的整数次幂的数),后续会重新根据负载因子重新计算阈值。
在jdk1.8中当每个链表的长度大于8,并且数组元素个数大于64时,会调整成红黑树,目的是提高元素的查找效率。当链表的长度小于6时,调整成链表。
在jdk1.8之前链表元素的插入是头插,jdk1.8之后链表元素的插入是尾插。
hashmap的put方法:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
复制代码
put方法把key和value传给了putVal,同时还传入了一个hash(Key)所返回的值(产生hash散列值,前面已经讲到)
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab存放 当前的哈希桶, p用作临时链表节点
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果当前哈希表是空的,代表是初始化
if ((tab = table) == null || (n = tab.length) == 0)
//那么直接去扩容哈希表,并且将扩容后的哈希桶长度赋值给n
n = (tab = resize()).length;
//如果当前index的节点是空的,表示没有发生哈希碰撞。 直接构建一个新节点Node,挂载在index处即可。
//这里再啰嗦一下,index 是利用 哈希值 & 哈希桶的长度-1,替代模运算
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//否则 发生了哈希冲突。
//e
Node<K,V> e; K k;
//如果哈希值相等,key也相等,则是覆盖value操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;//将当前节点引用赋值给e
else if (p instanceof TreeNode)//红黑树暂且不谈
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//不是覆盖操作,则插入一个普通链表节点
//遍历链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {//遍历到尾部,追加新节点到尾部
p.next = newNode(hash, key, value, null);
//如果追加节点后,链表数量》=8,则转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果找到了要覆盖的节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果e不是null,说明有需要覆盖的节点,
if (e != null) { // existing mapping for key
//则覆盖节点值,并返回原oldValue
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//这是一个空实现的函数,用作LinkedHashMap重写使用。
afterNodeAccess(e);
return oldValue;
}
}
//如果执行到了这里,说明插入了一个新的节点,所以会修改modCount,以及返回null。
//修改modCount
++modCount;
//更新size,并判断是否需要扩容。
if (++size > threshold)
resize();
//这是一个空实现的函数,用作LinkedHashMap重写使用。
afterNodeInsertion(evict);
return null;
}
复制代码
上面的注释很清晰了,如果当前table为空就会先初始化,然后进行各种条件判断插入方式:
- 当没有发生碰撞的时候,直接在响应的位置插入一个节点tab[i] = newNode(hash, key, value, null);
- 当发生了hash碰撞,并且key是相等的(hash散列值相等,key的地址或者值相等),则执行覆盖操作。
- 如果散列值对应的节点是一个红黑树节点,那么就在红黑树中插入节点(暂且搁置)
- 如果是普通节点,则遍历链表,然后在尾部插入(java7是头插法),插入后,判断链表节点是否大于8,并且看table是否大于64,满足则进行转换为红黑树操作
- 最终插入完成后,会根据当前大小决定是否要对hashmap进行扩容。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-H3iH5VB3-1638375386735)(awps-assets.meituan.net/mit-x/blog-…)]
hashmap的remove()方法:
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
// p 是待删除节点的前置节点
Node<K,V>[] tab; Node<K,V> p; int n, index;
//如果哈希表不为空,则根据hash值算出的index下 有节点的话。
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//node是待删除节点
Node<K,V> node = null, e; K k; V v;
//如果链表头的就是需要删除的节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;//将待删除节点引用赋给node
else if ((e = p.next) != null) {//否则循环遍历 找到待删除节点,赋值给node
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//如果有待删除节点node, 且 matchValue为false,或者值也相等
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)//如果node == p,说明是链表头是待删除节点
tab[index] = node.next;
else//否则待删除节点在表中间
p.next = node.next;
++modCount;//修改modCount
--size;//修改size
afterNodeRemoval(node);//LinkedHashMap回调函数
return node;
}
}
return null;
}
复制代码
hashmap的get()方法:
//传入扰动后的哈希值 和 key 找到目标节点Node
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//查找过程和删除基本差不多, 找到返回节点,否则返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
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
查询的过程类似删除过程,当查找到节点的时候就直接返回节点。
hashmap在java8后的优化
-
实现上改为数组加链表加红黑树,防止链表过长降低查找的时间复杂读。
-
hashmap中在链表中插入节点采用尾插法,防止在多线程环境下产生环。多线程中,一个线程插入,一个线程扩容,那么重新计算下标后遍历到的插入节点放入了头部,就和插入线程形成了环。
-
扩容后不用重新计算hash
由于table位置是由hash值和数组与相关。所以,当扩容后数组长度是二进制左移一位,所以,与的结果也就是在原结果的高位判断是0还是1,如果是0,说明没变,否则就是原位置加上原来容量。简单来说,数组长度的二进制左边多了一个1,所以对结果只有高位一位影响,所以,只需判断新增的那个最高位即可。
-
java7中hash扰动函数做了四次移位和异或,但java8中做一次。