HashMap底层实现原理

undefIned
243 阅读5分钟

这是我参与8月更文挑战的第13天，活动详情查看：8月更文挑战

定义

HashMap实现了Map接口，继承AbstractMap。其中Map接口定义了键映射到值的规则，而AbstractMap类提供 Map 接口的骨干实现，以最大限度地减少实现此接口所需的工作，其实AbstractMap类已经实现了Map。

    extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable

HashMap底层实现原理解析

我们常见的有数据结构有三种结构：1、数组结构 2、链表结构 3、哈希表结构 下面我们来看看各自的数据结构的特点： 1、数组结构： 存储区间连续、内存占用严重、空间复杂度大

优点：随机读取和修改效率高，原因是数组是连续的（随机访问性强，查找速度快）
缺点：插入和删除数据效率低，因插入数据，这个位置后面的数据在内存中都要往后移动，且大小固定不易动态扩展。

2、链表结构：存储区间离散、占用内存宽松、空间复杂度小

优点：插入删除速度快，内存利用率高，没有固定大小，扩展灵活
缺点：不能随机查找，每次都是从第一个开始遍历（查询效率低）

3、哈希表结构：结合数组结构和链表结构的优点，从而实现了查询和修改效率高，插入和删除效率也高的一种数据结构 常见的HashMap就是这样的一种数据结构

图片.png

HashMap中的put()和get()的实现原理：

1、map.put(k,v)实现原理

  • 首先将k,v封装到Node对象当中（节点）
  • 然后它的底层会调用K的hashCode()方法得出hash值。
  • 通过哈希表函数/哈希算法，将hash值转换成数组的下标，下标位置上如果没有任何元素，就把Node添加到这个位置上。如果说下标对应的位置上有链表。此时，就会拿着k和链表上每个节点的k进行equal。如果所有的equals方法返回都是false，那么这个新的节点将被添加到链表的末尾。如其中有一个equals返回了true，那么这个节点的value将会被覆盖。

2、 map.get(k)实现原理

  • 先调用k的hashCode()方法得出哈希值，并通过哈希算法转换成数组的下标。
  • 通过上一步哈希算法转换成数组的下标之后，在通过数组下标快速定位到某个位置上。如果这个位置上什么都没有，则返回null。如果这个位置上有单向链表，那么它就会拿着K和单向链表上的每一个节点的K进行equals，如果所有equals方法都返回false，则get方法返回null。如果其中一个节点的K和参数K进行equals返回true，那么此时该节点的value就是我们要找的value了，get方法最终返回这个要找的value。

hashmap的put实现方法

put函数大致的思路为：

  • 对key的hashCode()做hash，然后再计算index;
  • 如果没碰撞直接放到bucket里；
  • 如果碰撞了，以链表的形式存在buckets后；
  • 如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树；
  • 如果节点已经存在就替换old value(保证key的唯一性)
  • 如果bucket满了(超过load factor*current capacity)，就要resize
public V put(K key, V value) {
	return putVal(hash(key), key, value, false, true);
}
 
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; // 当数组table为null时, 调用resize生成数组table, 并令tab指向数组table
	if ((p = tab[i = (n - 1) & hash]) == null) // 如果新存放的hash值没有冲突
		tab[i] = newNode(hash, key, value, null); // 则只需要生成新的Node节点并存放到table数组中即可
	else { // 否则就是产生了hash冲突
		Node<K, V> e;
		K k;
		if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
			e = p; // 如果hash值相等且key值相等, 则令e指向冲突的头节点
		else if (p instanceof TreeNode) // 如果头节点的key值与新插入的key值不等, 并且头结点是TreeNode类型,说明该hash值冲突是采用红黑树进行处理.
			e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value); // 向红黑树中插入新的Node节点
		else { // 否则就是采用链表处理hash值冲突
			for (int binCount = 0;; ++binCount) { // 遍历冲突链表, binCount记录hash值冲突链表中节点个数
				if ((e = p.next) == null) { // 当遍历到冲突链表的尾部时
					p.next = newNode(hash, key, value, null); // 生成新节点添加到链表末尾
					if (binCount >= TREEIFY_THRESHOLD - 1) // 如果binCount即冲突节点的个数大于等于 (TREEIFY_THRESHOLD(=8) - 1),便将冲突链表改为红黑树结构, 对冲突进行管理,
															// 否则不需要改为红黑树结构
						treeifyBin(tab, hash);
					break;
				}
				if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) // 如果在冲突链表中找到相同key值的节点, 则直接用新的value覆盖原来的value值即可
					break;
				p = e;
			}
		}
		if (e != null) { // 说明原来已经存在相同key的键值对
			V oldValue = e.value;
			if (!onlyIfAbsent || oldValue == null) // onlyIfAbsent为true表示仅当<key,value>不存在时进行插入, 为false表示强制覆盖;
				e.value = value;
			afterNodeAccess(e);
			return oldValue;
		}
	}
	++modCount; // 修改次数自增
	if (++size > threshold) // 当键值对数量size达到临界值threhold后, 需要进行扩容操作.
		resize();
	afterNodeInsertion(evict);
	return null;
}
avatar
文章
阅读
粉丝