阅读 7362

源码系列-HashMap源码解读(JDK1.8)

类图

首先看一下Map家族四个常用的实现类,分别是HashMap、Hashtable、LinkedHashMap和TreeMap。

image.png

下面我们主要解读HashMap,结合源码,从存储结构、常用方法分析、扩容以及安全性等方面深入解读HashMap的工作原理。

存储结构

从结构实现来讲,HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的,如下图所示:

image.png

引入了红黑树是因为它查找、插入、删除的平均时间复杂度为O(log(n))。这是因为当产生hash碰撞时,数据会挂载(尾插),形成链表。链表空间上不连续,逻辑上连续,增删元素快,只需处理节点间的引用,时间复杂度为O(1),查询慢,需要遍历所有节点逐一查找,时间复杂度为O(n);

内部属性

  • 默认初始容量 DEFAULT_INITIAL_CAPACITY = 1 << 4 (16)
  • 最大容量 MAXIMUM_CAPACITY = 1 << 30
  • 默认加载因子 DEFAULT_LOAD_FACTOR = 0.75f
  • 阈值 threshold = 容量 * 加载因子
  • 转化为红黑树的阈值 TREEIFY_THRESHOLD = 8
  • 树转链表的阈值 UNTREEIFY_THRESHOLD = 6

构造方法

// 默认构造函数,加载因子为默认值 0.75f
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
 }

 public HashMap(int initialCapacity, float loadFactor) {
     if (initialCapacity < 0)
         throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
     if (initialCapacity > MAXIMUM_CAPACITY)
         initialCapacity = MAXIMUM_CAPACITY;
     if (loadFactor <= 0 || Float.isNaN(loadFactor))
         throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
     this.loadFactor = loadFactor;
     this.threshold = tableSizeFor(initialCapacity);
 }
 
 //tableSizeFor的功能(不考虑大于最大容量的情况)是返回大于输入参数且最近的2的整数次幂的数。
 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;
}
复制代码

主要方法

索引index计算

这里的Hash算法本质上就是三步:取key的hashCode值、高位运算、取模运算。

// 扰动函数 
static final int hash(Object key) {
    int h;
    // >>> 16 无符号右移16位,让高位参与运算,减少碰撞
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

index = (n - 1) & hash;

复制代码

index是通过(n - 1) & hash计算得出,即(数组长度-1)的二进制与之前求出的hash值做与运算。

取余(%)操作中如果除数是2的幂次则等价于与其除数减一的与(&)操作(也就是说 hash%length==hash&(length-1)的前提是 length 是2的 n 次方;)

put方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 判断当前数组是否已经初始化
    if ((tab = table) == null || (n = tab.length) == 0)
    	// 若未初始化,调用resize方法进行初始化(默认长度为16)
        n = (tab = resize()).length;  
    // (n - 1) & hash 确定元素存放在哪个桶中
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 如果桶为空,新生成结点放入数组中
        tab[i] = newNode(hash, key, value, null);
    // 若数组中已经存在元素
    else {
        Node<K,V> e; K k;
        // 如果与第一个元素的hash值相等,key相等
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
                // 将第一个元素赋值给e,用e来记录
                e = p;
        // 如果节点为红黑树结点
        else if (p instanceof TreeNode)
            // 放入树中
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 其余情况则为链表结点
        else {
            // 在链表最末插入结点(jdk1.7采用头插法,容易造成死循环)
            // 遍历当前链表
            for (int binCount = 0; ; ++binCount) {
                //  p.next为空表明处于链表的尾部
                if ((e = p.next) == null) {
                    // 在尾部插入新结点
                    p.next = newNode(hash, key, value, null);
                    // 如果结点数量达到阈值8
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        // 转化为红黑树
                        treeifyBin(tab, hash);
                    // 跳出循环
                    break;
                }
                // 判断链表中结点的key值与插入的元素的key值是否相等
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 相等,跳出循环
                    break;
                // 用于遍历桶中的链表,与前面的e = p.next组合,可以遍历链表
                p = e;
            }
        }
        // e有记录,表示在桶中找到的元素的key值、hash值与插入元素相等的结点
        if (e != null) { 
            // 记录e(第一个元素)的value
            V oldValue = e.value;
            // onlyIfAbsent if true, don't change existing value
            // onlyIfAbsent为false或者旧值为null
            if (!onlyIfAbsent || oldValue == null)
                //用新值替换旧值
                e.value = value;
            // 访问后回调,将元素添加到链表的最后
            afterNodeAccess(e);
            // 返回旧值
            // map.put(1, "Orcas");
            // String oldVal = map.put(1, "Fish");
            // => Orcas
            return oldValue;
        }
    }
    // 记录是发生内部结构变化的次数
    ++modCount;
    // 每次put一个元素++size,当实际大小大于阈值则扩容
    if (++size > threshold)
        resize();
    // 插入后回调
    afterNodeInsertion(evict);
    return null;
} 
复制代码

具体过程可以通过下图理解:

image.png

扩容机制

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    // 旧数组中有元素,说明已初始化过,调用resize()是进行扩容的
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            // 旧数组长度大于最大容量2^30,则将阈值设置为Integer的最大值
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 旧数组双倍扩容后小于最大容量 并且 旧数组大于默认的初始容量16
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // 将阈值threshold*2得到新的阈值
            newThr = oldThr << 1; 
    }
    // 旧阈值=threshold大于0
    // 说明使用的构造方法是HashMap(int initialCapacity, float loadFactor) 
    // 该方法中 this.threshold = tableSizeFor(initialCapacity);
    // tableSizeFor方法返回的是数组的容量(2^N)
    else if (oldThr > 0) 
        // 容量设置为阈值threshold
        newCap = oldThr;
    else {  
        // 阈值为初始化时的0,oldCap为空,即创建数组时无参,调用resize()是为了初始化为默认值
        // 将新的长度设置为默认的初始化长度,即16
        newCap = DEFAULT_INITIAL_CAPACITY;  
        // 负载因子0.75*数组长度16=12 新阈值为12
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 
    }
    // 如果新阈值为0,根据负载因子设置新阈值
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
        // 创建一个长度为newCap的新的Node数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];  
    table = newTab;
    // 如果旧的数组中有数据,则将数组复制到新的数组中
    if (oldTab != null) {
        // 循环遍历旧数组,将有元素的节点进行复制
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            // 旧数组有元素的节点
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                // 数组
                if (e.next == null)
                    // 重新计算hash值确定元素的位置
                    newTab[e.hash & (newCap - 1)] = e;
                // 红黑树
                else if (e instanceof TreeNode)
                    // 将原本的二叉树结构拆分组成新的红黑树
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                // 链表
                else {
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 如果为0,元素位置在扩容后数组中的位置没有发生改变
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                // 首位
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 不为0,元素位置在扩容后数组中的位置发生了改变,新的下标位置是原索引+oldCap
                        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;
}
复制代码

如下图所示,n为table长度,数组扩容n << 1。图(a)表示扩容前的key1和key2两种key确定索引位置的示例,图(b)表示扩容后key1和key2两种key确定索引位置的示例。因此,我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”

image.png

文章分类
后端
文章标签