一、前言
JDK1.8的HashMap相对之前做了较大的优化,其中最重要的一个优化就是桶中元素不在唯一按照链表组合,在一定条件下可以转换成红黑树进行存储。总之目标就是在功能和安全完备的情况下,让HashMap的速度更快,提升性能。
问:为什么选择用红黑树?与AVL树的性能差异在?
-
红黑树的查询性能略逊色于AVL树,因为它不是严格的平衡二叉树;
-
红黑树在插入和删除上优于AVL树,AVL树在每次插入删除会进行大量维持平衡操作,而红黑树任何不平衡能在3次旋转之内解决;
-
搜索次数 远远大于 插入和删除,那么选择AVL树更为合适;如果次数差不多,应该选择红黑树更为合适。
二、HashMap的数据结构
说明:上图说明了JDK1.8的HashMap的数据结构,是由 “数组 + 链表 + 红黑树” 实现的,桶(bucket)中的结构可能是链表,也可能是红黑树,红黑树是为了提高效率。
三、HashMap源码分析
3.1 类的继承关系
public class
HashMap<
K
,
V
>
extends
AbstractMap<
K
,
V
>
implements
Map<
K
,
V
>, Cloneable, Serializable
可以看到HashMap继承自父类(AbstractMap),实现了Map、Cloneable、Serializable接口。其中,
-
Map接口定义了一组通用的操作。
-
Cloneable接口本身并没有任何函数,仅表示实现该接口的类可以进行拷贝。 在HashMap中,实现的是浅拷贝,即拷贝对象的改变会影响被拷贝的对象。
-
Serializable接口表示HashMap实现了序列化,Serializable接口本身也没有任何函数,仅作为一个标记,表示可以将HashMap对象保存至本地,之后可以反序列化恢复状态。
3.2 类的属性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { /* ---------------------- 常量 ------------------------*/ //序列号 private static final long serialVersionUID = 362498820763181265L; //默认HashMap的初始容量是16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //HashMap的最大容量为2^30,不能超出此容量,若构造参数超出,会使用这个容量值 static final int MAXIMUM_CAPACITY = 1 << 30; //当构造器函数未指定装载因子,会默认使用这个默认参数0.75 static final float DEFAULT_LOAD_FACTOR = 0.75f; //当某个桶(bucket)中的键值对数量大于8个【9个起】,且bucket的数量大于等于64,则将底层实现从链表转为红黑树。 //如果桶中键值对的数量达到该阈值,则监测桶的数量。 static final int TREEIFY_THRESHOLD = 8; //当桶(bucket)中的键值对数量小于这个值时,红黑树转为链表 static final int UNTREEIFY_THRESHOLD = 6; //当桶的数量达到64的时候,才有可能将链表转为红黑树的结构 static final int MIN_TREEIFY_CAPACITY = 64; /* ---------------------- 类实例变量 ------------------------*/ //存放位桶的数组,长度总是为2的幂次方 transient Node<K, V>[] table; //对象容器的视图集 transient Set<Map.Entry<K, V>> entrySet; //存放键值对的数量 transient int size; //每次扩容和更改map结构的计数器,用于fail-fast机制 transient int modCount; //下次扩容的临界值,threshold = 容量*装载因子,当 实际大小size 大于这个临界值时,会进行两倍扩容 int threshold; //若构造器未传递装载因子,会使用默认装载因子0.75 final float loadFactor; }
3.3 构造函数
1、HashMap(int, float)型构造函数
/** * 用initialCapacity和loadFactor构造一个空的HashMap * * @param initialCapacity 用户定义的初始容量大小 * @param loadFactor 用户定义的装载因子 * @throws IllegalArgumentException 如果初始容量和装载因子不符合规范,抛出异常 */ public HashMap(int initialCapacity, float loadFactor) { //初始容量不能小于0,否则抛出异常 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //初始容量不能大于规定的最大值(2^30),若大于,initialCapacity会设置成最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //装载因子不能小于0,不能为非数字(Not-a-Number) if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); //初始化装载因子 this.loadFactor = loadFactor; //初始化threshold阈值,由于容量必须是2的幂次方,所以需要调用tableSizeFor()方法,在table数组没有初始化之前,这个值被放在了threshold中,初始化table数组后,threshold = 容量 * 装载因子 this.threshold = tableSizeFor(initialCapacity); }
说明:tableSizeFor(initialCapacity)返回大于等于initialCapacity的最小的二次幂数值,如给一个10,返回2的4次方——16。这是一个精巧的算法,有兴趣可以去了解一下。
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; }
>>>表示无符号右移,高位取0。
2、
HashMap(int)型构造函数
/** * 用initialCapacity和默认装载因子0.75构造一个空的HashMap * * @param initialCapacity 用户定义的初始容量 * @throws IllegalArgumentException 如果初始容量不符合规范,抛出异常 */ public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
3、HashMap()型构造函数
/** * 用默认容量16和默认装载因子0.75构造一个空的HashMap */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // 其他元素都是默认参数 }
4、HashMap(Map<? extends K, ? extends V>)型构造函数
public HashMap(Map<? extends K, ? extends V> m) { //初始化填充因子 this.loadFactor = DEFAULT_LOAD_FACTOR; //将m中所有元素存入本实例对象中 putMapEntries(m, false); }
说明:putMapEntries(Map<? extends K, ? extends V> m, boolean evict)函数将所有m的元素存入本实例对象中。
/** * 传入一个Map构造器的实现 * * @param m 传入的Map对象 * @param evict false when initially constructing this map, else * true (relayed to method afterNodeInsertion). */ final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { //判断table是否已经初始化 if (table == null) { // pre-size //未初始化,s是m的实际元素的个数 float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); //若得到的容量t大于阈值(阈值开始存储的是容量,2的幂次方),则重新初始化阈值 if (t > threshold) threshold = tableSizeFor(t); } //table不为null(此时阈值为容量*装载因子),并且m元素的个数大于阈值,进行扩容处理 else if (s > threshold) resize(); //将m中的元素添加至HashMap中 for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); putVal(hash(key), key, value, false, evict); } } }
3.4 重要内部类介绍
1、Node内部类
是HashMap的内部类,继承自Map.Entry这个内部接口,它就是存储一对映射关系的最小单元,就是key-value对实际是存储在Node中,JDK1.8中在一定条件下会转为红黑树结构TreeNode。
static class Node<K,V> implements Map.Entry<K,V> { final int hash; //结点的hash值,不可变 final K key; //结点的键,不可变 V value; Node<K,V> next; //指向下一个结点 Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } //该结点对象的散列值,注意不是Key的散列值 public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } //判断两个结点是否一样 public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; //分别对key和value调用equals()方法,只有equals()都返回true,才说明这两个结点是相同的,如果是自己定义的 //类作为key,需要重写equals()和hashCode()方法。 if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }
3.5 重要函数分析
1、hash函数
//key的散列函数,返回一个能表示key的整数 static final int hash(Object key) { int h; //调用了key的hashCode()函数,如果自己定义的类,未重写hashCode,默认使用对象地址计算hashCode return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
2、put和putVal函数
//底层还是调用了putVal()函数,指定一个键值对,若HashMap中有key,则替换新的value进去,并返回旧的value。 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
/** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent true,代表如果存在相同key的元素,不会替换value * @param evict if false, the table is in creation mode. * @return 返回旧value, or null if none */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果table未初始化或者长度为0,进行扩容,注意:tab = table if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //(n - 1) & hash 决定元素放在哪个bucket中,若桶为空,则放在桶中(此时,这个节点是放在table数组中的) if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); //若桶中已经存在元素 else { Node<K,V> e; K k; //比较对应hash的桶中的第一个元素,若hash值相等,且key也相等,直接更新 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //用e来保存旧的结点,之后要对桶的链表(或者红黑树)进行搜索 e = p; //hash值相等,但是key不相等,且节点为红黑树结点 else if (p instanceof TreeNode) //将该结点放入树中,并将就结点保存在e中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //若为链表结点 else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //如果到表尾都没有与key相同的节点,新建节点 p.next = newNode(hash, key, value, null); //如果该桶的链表元素的数量大于阈值8,则调用treeifyBin(),只有当tab.length大于64才将链表改成红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; //到表尾了,退出循环 } //若此时的节点hash和key都与待插入节点一样,说明这个节点就是待更新的节点 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; //找到要更新的节点了,退出循环 p = e; //更新p指向下一个结点 } } //即当链表中存在相同key的元素时,返回oldValue if (e != null) { // existing mapping for key V oldValue = e.value; //该参数主要决定存在相同key时,是否进行替换,为false,则进行替换。 if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); //返回旧值 return oldValue; } } ++modCount; //当实际大小大于阈值时,进行扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
3、get和getNode函数
//获得当前key对于的value值 public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; }
/** * Implements Map.get and related methods * * @param hash key对于的hash值 * @param key the key * @return the node, or null if none */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //如果table数组已经初始化,长度大于0且hash找到的table中的项也不为0 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //如果找的key的对象恰好就在桶中,直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //如果第一个元素不是我们要找的,我们就需要遍历链表或者红黑树 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); } } //否则返回null return null; }
4、resize函数
/** * 初始化table数组或者对table数组进行2倍扩容。如果数组为null, * 根据初始threshold(初始存的是初始容量大小)。否则,因为使用的是 * 2倍扩容,为了使元素分配均匀,一个桶上的元素要么还是放在原来的位置, * 要么放在oldIndex + oldCap的新位置。 * * @return the table */ final Node<K,V>[] resize() { //将当前table保存在oldTab中 Node<K,V>[] oldTab = table; //保存table数组的大小 int oldCap = (oldTab == null) ? 0 : oldTab.length; //保存当前的阈值 int oldThr = threshold; int newCap, newThr = 0; //若旧的table数组的size大于0 if (oldCap > 0) { //若旧的table数组的size大于最大容量 if (oldCap >= MAXIMUM_CAPACITY) { //调整阈值为整型的最大值,并返回旧的table数组,即无法再扩容 threshold = Integer.MAX_VALUE; return oldTab; } //否则,容量翻倍,使用左移,比除法效率高,所以在coding中会经常使用位操作替代除法 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } //若table数组为0,且旧阈值大于0,说明此时初始容量是放在阈值中的 else if (oldThr > 0) //将初始容量赋值给newCap newCap = oldThr; //若table数组为0,且旧阈值小于等于0。调用构造函数HashMap()会进入这一步,用默认参数初始化Map容量和阈值 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //若新阈值等于0,对应了上述操作的一种情况oldThr > 0 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; //经过上述操作,我们得到了新的容量和新的阈值,初始化新的table @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //如果之前的table不为空,需要将元素复制给新的table,并且需要进行rehash if (oldTab != null) { //复制元素,重新进行hash for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; //将同一个桶中的元素按照(e.hash & oldCap)是否为0进行分割,分成两个不同的链表,完成rehash。 //之前元素放在哪个桶中,是用n - 1 & hash来判断的,n是table数组的大小 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; }
说明:进行扩容,会伴随着一次rehash,并且会遍历hash表的所有元素,是非常耗时的。因此,在编写程序时,要尽量避免HashMap进行resize()。比如指定一个合适的初始容量,以防经常发生resize。
resize前后的元素布局改变如下:
索引下标为2的部分元素被移动到新的下标10(oldIndex + oldCap),其中oldCap = 8,oldIndex = 2。
四、HashMap疑问总结
1、为什么HashMap的容量一定要为2的幂?
HashMap中获取元素位置是根据 (n - 1) & hash,n为容量,hash为元素key的散列码。
-
若n是2的幂,n - 1的二进制必然是1111....,在与hash进行与操作能充分利用桶的空间,从而进一步是查询效率提高。
-
若n不是2的幂,假设 n = 15,n - 1 = 14的二进制为 1110,那么由于最后一位是0,在与hash的与操作,导致像0011、0101、1001、1011、0111、1101这几个位置永远不可能存放元素,空间浪费特别大。这也就导致数组能使用的位置大大减少,还会进一步影响查询效率。
2、HashMap扩容的条件是?
HashMap元素的数量size大于阈值threshold(容量*装载因子),就会进行2倍扩容。
3、HashMap中结构发生变化的条件是?
当某个桶(bucket)中的键值对数量大于8个【9个起】,且bucket的数量大于等于64,则将这个桶的底层实现从链表转为红黑树。
4、装载因子过大和过小都不好,原因是?
装载因子过大,虽然空间利用率上去了,但是可能会导致冲突剧增,从而查询速度变慢;
装载因子过小,虽然冲突会减少,但是空间利用低。
5、HashMap实现了Cloneable接口,实现的是浅拷贝还是深拷贝?
浅拷贝,即拷贝对象的改变会影响被拷贝的对象。
6、HashMap是怎么进行rehash的?
进行扩容的时候会进行rehash,并会遍历hash表的所有元素,非常耗时。rehash流程为:将同一个桶中的元素按照(e.hash & oldCap)是否为0进行分割,分成两个不同的链表,完成rehash。新索引的位置为oldIndex + oldCap。
这样做的目的是为了将元素更加均匀地放在各个桶中。
五、HashMap的特点
什么是fail-fast(快速失败)?
HashMap的所有集合类视图所返回的迭代器都是快速失败的,即:如果在迭代器创建之后,如果从结构上对映射进行修改,除非通过迭代器自身的remove 或 add 方法,任何时间任何方式的修改,迭代器都会抛出 ConcurrentModificationException。
因此,对于并发的修改,迭代器会快速失败并抛出异常。但是注意,迭代器的快速失败行为不能得到保证。
HashMap是线程不安全的。
HashMap的实现是线程不安全的,而HashTable是线程安全的实现。如果HashMap指写一次,以后只允许读,那么不会出现任何问题;但是如果HashMap是可写的,多线程就会导致诸多问题,如fail-fast。
如何在多线程下使用HashMap?
-
在外部使用HashMap时,实现同步机制
-
使用 Map m = Collections.synchronizedMap(new HashMap(...)) ,这里时对HashMap做了一次包装
-
使用java.util.HashTable,但效率很低
-
使用java.util.concurrent.ConcurrentHashMap,相对线程安全,效率最高