HashMap (JDK1.8) 分析
2020-01-18 16:02:11来源:博客园 阅读 ()
HashMap (JDK1.8) 分析
一、HashMap(JDK1.8)
1、基本知识、数据结构
(1)时间复杂度:用来衡量算法的运行时间。
参考:https://blog.csdn.net/qq_41523096/article/details/82142747
(2)数组:采用一段连续的存储空间来存储数据。查找方便,增删麻烦。
(3)链表:采用一段不连续的存储空间存储数据,每个数据中都存有指向下一条数据的指针。即 n 个节点离散分配,彼此通过指针相连,每个节点只有一个前驱节点,每个节点只有一个后续节点。增删方便,查找麻烦,
(4)红黑树:一种自平衡的二叉查找树,时间复杂度 O(log n)。
(5)散列表、哈希表:结合数组 与 链表的优点。通过 散列函数 计算 key,并将其映射到 散列表的 某个位置(连续的存储空间)。对于相同的 hash 值(产生 hash 冲突),通常采用 拉链法来解决。简单地讲,就是将 hash(key) 得到的结果 作为 数组的下标,若多个key 的 hash(key) 相同,那么在当前数组下标的位置建立一个链表来保存数据。
(6)HashMap:基于 哈希表的 Map 接口的非同步实现(即线程不安全),提供所有可选的映射操作。底层采用 数组 + 链表 + 红黑树的形式,允许 null 的 Key 以及 null 的 Value。不保证映射的顺序且不保证顺序恒久不变。
2、HashMap JDK1.8 底层数据结构
(1)采用 数组 + 链表的形式。
HashMap 采用 Node 数组来存储 key-value 键值对,且数组中的每个 Node 实际上是一个单向的链表,内部存储下一个 Node 实体的指针。
transient Node<K,V>[] table; static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; 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; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }
(2)当前数组长度大于某个阈值(默认为 64),且链表长度大于某个阈值(默认为 8)时,链表会转为 红黑树。
二、HashMap JDK1.8 源码分析
1、基本常量、成员变量
/** * 初始数组容量,必须为 2 的整数次幂。默认为 2^4 = 16 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大数组容量, 默认为 2^30。 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 负载因子,默认为 0.75。 * 用于计算 HashMap 容量。 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 树化的第一个条件: * 链表转红黑树的阈值,默认为 8。 * 即链表长度大于等于 8 时,当前链表会转为红黑树进行存储。 */ static final int TREEIFY_THRESHOLD = 8; /** * 红黑树转链表的阈值,默认为 6。 * 即红黑树节点小于等于 6 时,当前红黑树会转为链表进行存储。 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 树化的第二个条件: * 树化最小容量,默认为 64。 * 当前数组长度大于等于 64 时,才可以进行 链表转红黑树。 */ static final int MIN_TREEIFY_CAPACITY = 64 /** * 数组,用于存储 Node<K, V> 链表 */ transient Node<K,V>[] table; /** * 用于存储 Node<K, V> 的总个数 */ transient int size; /** * 数组长度阈值,当超过该值后,会调整数组的长度。一般通过 capacity * load factor 计算 */ int threshold; /** * 负载因子,用于计算阈值,默认为 0.75 */ final float loadFactor; /** * 用于快速失败(fail-fast)机制,当对象结构被修改后会改变。 */ transient int modCount;
2、核心构造方法
(1)源码:
/** * 常用无参构造方法,以默认值构造 HashMap。 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * HashMap 核心构造方法,根据 初始化容量 以及 负载因子创建 HashMap. * @param initialCapacity 初始化容量 * @param loadFactor 负载因子 * @throws IllegalArgumentException 非法数据异常 */ public HashMap(int initialCapacity, float loadFactor) { // 如果初始化容量 小于 0 ,则会抛出 非法数据 异常 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // 如果初始化容量 大于 最大容量值,则给其赋值为最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 若负载因子小于 0 或者 不合法, 抛出 非法数据异常 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 若上述条件均成立,则保存 负载因子的值 this.loadFactor = loadFactor; // 若上述条件均成立,则保存 数组长度的阈值(2的整数次幂)。 this.threshold = tableSizeFor(initialCapacity); } 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; }
(2)分析:
上例的构造函数,根据 初始化容量以及 负载因子去创建 HashMap,没有去 实例化 Node 数组,数组的实例化 需要在 put 方法里实现。
数组长度阈值 通过 tableSizeFor() 方法实现,能返回一个比给定容量大的 且 最小的 2 的次幂的数。比如 initialCapacity = 21, tableSizeFor() 返回的结果为 32。
3、hash(key)
用于计算 key 的 hash 值。
(1)源码:
/** * 计算 key 的 hash 值的方法 */ static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } // Node 数组 transient Node<K,V>[] table; // 获取某个 key 所在位置时,通过 (table.length - 1) & hash(key) 去计算数组下标 table[(table.length - 1) & hash(key)]
(2)分析
采用 高 16 位 与 低 16 位 异或,然后再进行移位运算。主要是为了减少冲突。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } (length - 1) & hash(key) 【举例:】 假设某个值经过 hashCode 计算后为: 1111 0101 1010 0101 1101 1110 0000 0000 数组长度为 16,那么 length -1 = 15,如下: 0000 0000 0000 0000 0000 0000 0000 1111 此时进行 (length - 1) & hash(key) 操作后, 1111 0101 1010 0101 1101 1110 0000 0000 & 0000 0000 0000 0000 0000 0000 0000 1111 = 0000 0000 0000 0000 0000 0000 0000 0000 即只要 hashCode 计算出的值最后四位为0,得到的结果就一定为 0,此时冲突会大大提高。 采用 高16位 与 低16位 异或,计算为: 1111 0101 1010 0101 1101 1110 0000 0000 ^ 0000 0000 0000 0000 1111 0101 1010 0101 = 1111 0101 1010 0101 0010 1011 1010 0101 此时进行 (length - 1) & hash(key) 操作后, 1111 0101 1010 0101 0010 1011 1010 0101 & 0000 0000 0000 0000 0000 0000 0000 1111 = 0000 0000 0000 0000 0000 0000 0000 0101 此时计算出来的,是hashcode结果的后几位的值,这样就可以减少冲突的发生。
4、put、putVal
方法作用:
Step1: 给 HashMap 的数组 初始化。
Step2: 定义 链表 转为 红黑树的条件。
Step3: 定义数据存储的动作(存储的方式:链表还是红黑树)。
(1)分析 put 过程
Step1:put 内部调用 putVal() 方法。
Step2:先判断 数组是否为 null 或者 长度为0,是的话,则调用 resize 方法给数组扩容。
Step3:对 key 进行 hash 并执行位运算((length - 1) & hash(key)),得到数组下标。若不冲突,即当前数组位置不存在元素,直接在此处添加一个节点即可。
Step4:若冲突,即当前数组位置存在元素,则根据节点的情况进行判断。
如果 恰好是第一个 元素,则进行替换 value 的操作。
如果不是第一个元素,则判断是否为 红黑树结构,是则添加一个树节点。
如果不是红黑树结构(即链表),则采用尾插法给链表插入一个节点,链表长度大于等于 8 时,将链表转为红黑树结构。
Step5:若 Node 长度大于阈值,还得重新 resize 扩容。
(2)源码:
// Node 数组 transient Node<K,V>[] table; // 插入数据的操作 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * 真正的插入数据的方法。 * @param key 的 hash 值 * @param key * @param value * @param onlyIfAbsent为 true,插入数据若存在值时,不会进行修改操作 * @param evict if false, the table is in creation mode. * @return 上一个值,若不存在,则返回 null */ 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 Node 数组为 null 或者 长度为 0 时,即 Node 数组不存在,则调用 resize() 方法,重新获取一个调整大小后的 Node 数组。 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 如果当前数组元素没有值,即不存在 哈希冲突的情况,直接添加一个 Node 进去(多线程时,此处可能导致线程不安全)。 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { // 存在哈希冲突的情况下,需要找到 插入或修改 的节点的位置,然后再操作(插入或修改) Node<K,V> e; K k; // Step1:找到节点的位置1 // 判断第一个节点 是不是我们需要找的,判断条件: hash 是否相等、 key 是否相等。都相等则保存该节点,后续会修改。 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 判断是否为 红黑树节点,是则添加一个树节点,返回节点 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 是链表节点,遍历查找节点 for (int binCount = 0; ; ++binCount) { // 第一个条件判断得知 第一个节点不是我们要的,所以可以直接从第二个节点开始(p.next),然后遍历得第三、四个节点。 if ((e = p.next) == null) { // 如果第二(三、四。。。)个节点没有值,直接添加一个 Node 即可,此时的 e 为 null。 p.next = newNode(hash, key, value, null); // 如果链表长度大于等于 8,则转为红黑树 ,并结束遍历操作 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 如果下一个节点是需要的节点,则结束遍历操作 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 不是需要的节点,则进行下一次遍历 p = e; } } // 当 e 不为 null 时,对值进行修改,并将旧值返回 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; // 此处是 空实现,LinkedHashMap使用 afterNodeAccess(e); return oldValue; } } // 添加节点的后续操作 // 修改次数加1 ++modCount; // 当Node节点数 size 大于 阈值时,需要执行 resize 方法调整数组长度。 if (++size > threshold) resize(); // 此处是 空实现,LinkedHashMap使用 afterNodeInsertion(evict); // 添加节点成功,返回 null return null; }
5、resize
用于给数组扩容。
(1)resize 过程
Step1:计算新数组的阈值、新数组的长度。
Step2:给新数组复制。对于链表节点采用 e.hash & oldCap 去确定元素的位置,新位置只有两种可能(在原位置、或者在原位置的基础上增加 旧数组长度)
【举例:】 e.hash = 10 = 0000 1010, oldCap = 16 = 0001 0000 则 e.hash & oldCap = 0000 0000 = 0 e.hash = 18 = 0001 0010, oldCap = 16 = 0001 0000 则 e.hash & oldCap = 0001 0000 = 16 当 e.hash & oldCap == 0 时,新位置为 原数据所在的位置。即 table[j] 当 e.hash & oldCap != 0 时,新位置为 原数据所在的位置 + 原数组的长度。即 table[j + oldCap]
(2)源码:
/** * 给数组扩容 */ final Node<K,V>[] resize() { // Step1:判断数组是否需要扩容,若需要则扩容 // 记录原数组 Node<K,V>[] oldTab = table; // 记录原数组长度,若为 null,则为 0, 否则为 数组的长度 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 记录原数组的阈值 int oldThr = threshold; // 记录新数组的长度、阈值 int newCap, newThr = 0; // 如果原数组已被初始化 if (oldCap > 0) { // 若数组长度超过最大的容量,则直接返回原数组 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 若数组长度2倍扩容仍小于最大容量,则阈值加倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 原数组为null,若旧阈值大于0, 则数组长度为 阈值大小 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; // 原数组为 null,旧阈值小于等于0, 则数组长度、阈值均为默认值 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 若新阈值为 0,则根据新数组长度重新计算阈值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; // Step2:将原数组的数据复制到新数组中(重新计算元素新的位置) @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 开始复制数据 if (oldTab != null) { // 遍历原数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; // 对数组的每个节点进行判断 if ((e = oldTab[j]) != null) { oldTab[j] = null; // 如果原数组节点中只有一个值,那么直接复制到新数组 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 如果原数组节点是红黑树,则需要对其进行拆分 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 如果原数组是链表,则进行如下操作(节点整体移动、或者节点不动) // 节点整体移动: 新位置为 原始位置 + 原始数组长度。 // 节点不移动: 新位置为 原始位置 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; // 判断节点是否需要移动,位运算 为 0 则不移动 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 位运算不为 0,需移动 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 将链表的尾节点置 null,并将头节点放到新位置 if (loTail != null) { loTail.next = null; // 新位置为 原始位置 newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; // 新位置为 原始位置 + 原始数组长度 newTab[j + oldCap] = hiHead; } } } } } return newTab; }
6、get、getNode
用于获取节点的 value 值。
(1)分析 get 的过程
Step1:先获取节点,内部调用 getNode() 方法。
Step2:判断 数组是否为 null 或者 长度为0,是则直接返回 null。对 key 进行 hash 并执行位运算((length - 1) & hash(key)),得到数组下标,若当前数组下标位置数据为null,也返回 null。
Step3:若当前数组下标位置有值。
若 恰好是第一个元素,直接返回第一个节点即可。
若不是第一个元素,则判断是否为 红黑树结构,是则返回树节点。
若不是树结构,则遍历链表,返回相应的节点。
(2)源码:
/** * 根据 key 获取 value */ public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * 真正获取 value 的操作 */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 数组长度为 0 或者为 null,或者 节点不存在,直接返回一个 null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 若恰好为 第一个节点,则返回第一个节点 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { // 若是树节点,则返回树节点 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 若是链表,则遍历返回节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
三、常见面试题
1、为什么使用 数组 + 链表 + 红黑树的 数据结构?
数组用于 确定 数据存储的位置,链表用来解决 哈希冲突(当冲突时,在当前数组对应的位置形成一个链表)。当链表的长度大于等于 8 时,需要将其转为 红黑树,查询效率比链表高。
采用数组 + 链表的数据结构,可以结合 数组寻址的优势 以及 链表在增删上的高效。
2、HashMap 什么情况下会扩容?
当数组长度超过阈值时(loadFactor * capacity),默认负载因子(loadFactor) 为 0.75,数组(capacity)长度 为 16。
此时的阈值为 16 * 0.75 = 12,即只要数组长度大于 12 时,就会发生扩容(resize)。数组、阈值扩大到原来的 2 倍。即 当前数组长度为 16,扩容后变为 32,阈值为 24。
3、数组扩容为什么长度是 2 的次幂?
为了实现高效、必须减少碰撞,即需要将数据尽量均匀分配,使每个链表长度大致相同。数据 key 的哈希值直接使用肯定是不行的,可以采用 取模运算 ,即 hash(key) % length,得到的余数作为数组的下标( table[hash(key) % length] )。
但是取模运算的效率没有 移位运算高((length - 1) & hash(key))。length 指的是数组的长度。
// Node 数组 transient Node<K,V>[] table; JDK 1.8 源码给的实现是 (length - 1) & hash(key), // 计算数组下标值 table[(length - 1) & hash(key)] // 定位到数组元素的位置 也即 (length - 1) & hash(key) == hash(key) % length, 想要上面等式成立, length 必须满足 2 的次幂(效率最高), 即 length = 2^n。 为什么必须满足 2 的次幂? 因为只有 2 的次幂, length - 1 的二进制位全为1,使得 hash(key) 后几位都进行 &1 操作, 这样得到的结果等同于 hash(key) 后几位的值。 即 (length - 1) & hash(key) == hash(key) % length 如果 不为 2 的次幂,那么可能存在 某些值永远都不会出现的情况。 举个例子: 【hash(key) = 9, length = 16】 此时 hash(key) % length = 9 % 16 = 9 (length - 1) & hash(key) = 15 & 9 = 1111 & 1001 = 1001 = 9 hash(key) % length == (length - 1) & hash(key) 【hash(key) = 27, length = 16】 此时 hash(key) % length = 27 % 16 = 11 (length - 1) & hash(key) = 15 & 27 = 01111 & 11011 = 1011 = 11 hash(key) % length == (length - 1) & hash(key) 【hash(key) = 9, length = 15】 此时 hash(key) % length = 9 % 15 = 9 (length - 1) & hash(key) = 14 & 9 = 1110 & 1001 = 1000 = 8 hash(key) % length !== (length - 1) & hash(key) 数组长度为 15 时,length -1 = 1110,此时不管如何,最后一位均不可能为 1,也即 1001、1101等这些值永远都获取不到。
4、String 中的 hashCode 方法
参考:https://segmentfault.com/a/1190000010799123。
以 31 为权,对每一个字符的 ASCII 码进行运算。
选用 31 的原因,31 * i = 32 * i - i = (i << 5) - i,31 可以被虚拟机优化成 位运算,效率更高。
public int hashCode() { int h = hash; if (h == 0 && value.length > 0) { char val[] = value; for (int i = 0; i < value.length; i++) { h = 31 * h + val[i]; } hash = h; } return h; }
5、HashMap 线程不安全?举个例子?
HashMap 采用尾插法将数据插入链表的尾部,但其 putVal 方法是线程不安全的。putVal 方法中有段代码如下:
if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null);
当线程 A 与线程 B 同时进行 put 操作时,且两个值的 key 经过 hash() 是一致的,即占用同一个数组元素。若此时数组元素为 null,线程 A 执行到这段代码的时候,发现该位置数据为 null,则触发一次 newNode 操作,这时线程 B 恰好也执行到这,同样触发一次 newNode 操作,这时不管是线程 A 还是线程 B成功,都会覆盖当前元素,即线程不安全。
JDK 7 用的头插法,会造成死循环(没有过多研究,有时间再补充)。
6、HashMap、HashTable、ConcurrentHashMap的区别
(1)HashMap 是线程非安全的,允许存在 null 的 key 以及 null 的 value。且只有一个为 null 的key,可以存在多个为 null 的 value。HashMap 的效率比 HashTable 高
(2)HashTable 是线程安全的,不允许存在 null 值。
(3)ConcurrentHashMap 是线程安全的 HashMap,并发能力比 HashTable 强。
原文链接:https://www.cnblogs.com/l-y-h/p/12210482.html
如有疑问请与原作者联系
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
- HashMap:源代码(构造方法、put、resize、get、remove、rep 2020-06-04
- 数据结构:用实例分析ArrayList与LinkedList的读写性能 2020-06-04
- HashMap1.7和1.8,红黑树原理! 2020-06-03
- 数据分析 | 数据可视化图表,BI工具构建逻辑 2020-06-02
- JDK1.7和1.8的HashMap对比详解 2020-06-02
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash