源码修炼笔记之HashMap源码解析

·  阅读 73

HashMap高频面试题

HashMap备受面试官的青睐,笔者几乎每次面试都会遇到关于HashMap的问题,整理出来一些,供大家自查对HashMap的掌握程度。

  • HashMap 在 JDK1.8 中做了哪些优化?
  • 简述一下HashMap中get和put的基本过程;
  • HashMap在什么情况下会扩容?
  • HashMap为什么采用红黑树而不是其他的平衡二叉树?为什么不用跳表?
  • HashMap put操作当存在hash冲突时,新插入的值放在链表头部还是尾部?
  • HashMap扩容过程简述一下?
  • HashMap是如何解决hash冲突的,还了解其他解决hash冲突的方法吗?
  • HashMap是线程安全的吗?在高并发场景下使用HashMap存在什么问题?
  • 为什么Integer或者String比较适合作为HashMap的key?若用自定义的类作为key需要注意什么问题?
  • HashMap、HashTable和CurrentHashMap的区别?
  • 扩容时链表导致死循环?
  • containsKey和containsValue用哪个?性能如何?
  • HashMap中Iterator的便利顺序是什么

HashMap源码解析

重要成员变量\color{green}{重要成员变量}

    //  默认HashMap的初始容量
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    //HashMap的最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30;
    //默认负载因子0.75
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //链表转化为红黑树的阈值
    static final int TREEIFY_THRESHOLD = 8;
    //红黑树退化为链表的阈值
    static final int UNTREEIFY_THRESHOLD = 6;
    //链表转化为红黑树的最小HashMap容量条件
    static final int MIN_TREEIFY_CAPACITY = 64;
    //存储数据的数组
    transient Node<K,V>[] table;
    //元素个数
    transient int size;
    //操作次数
    transient int modCount;
    int threshold;
    //负载因子
    final float loadFactor;
复制代码

构造函数\color{green}{构造函数}

    public HashMap(int initialCapacity, float loadFactor) 
    public HashMap(int initialCapacity) 
    public HashMap() 
    public HashMap(Map<? extends K, ? extends V> m) 
复制代码

HashMap共有四个构造函数: 1)指定初始大小和负载因子; 2)指定初始大小采用默认负载因子; 3)为指定初始大小和负载因子,采用默认负载因子和初始大小; 4)通过指定的Map构造新的HashMap。

关于负载因子和初始大小

  • 负载因子表示一个散列表的空间的使用程度,有这样一个公式:initailCapacityloadFactor=HashMap的容量,当HashMap中的元素个数到达initailCapacityloadFactor后,继续插入元素,HashMap会进行自动扩容为原来大小的两倍。负载因子的设置对于HashMap的性能有很大的影响,负载因子的设置是时间和空间的博弈,如果设置很小的负载因子,空间利用率低,存储相同个数的元素需要更多的空间,但是出现hash冲突的概率低,由于hash冲突的概率低,所以查询效率会高一些,反之如果设置比较大的负载因子,空间利用率高,但是出现hash冲突的概率较大,影响HashMap的操作性能。
  • 在使用HashMap时尽量指定合理的初始大小,HashMap的初始大小默认为16,在我们日常使用过程中,有时HashMap中的元素会远小于16,甚至是一个或者两个元素,例如某些sql的传入参数,如果不指定默认初始大小,将会造成内容浪费,如果一个HashMap中会存放大量的元素,未指定初始大小的情况下会产生大量的扩容操作,每次扩容都涉及到大量元素的拷贝,严重影响性能。初始大小尽量设置为2的幂,这与HashMap中通过元素的hash值计算元素在table中的位置相关,后面介绍HashMap的put方法会详解,如果传入的初始大小不是2的幂,HashMap根据传入的参数,计算大于该参数的最小2的幂来作为HashMap的初始大小,所以为了减少程序的计算时间,传入参数最好设置为2的幂。
    public HashMap(int initialCapacity, float loadFactor) {
        //判断initialCapacity是否合法
        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;
        //根据设置的初始大小返回2的幂
        this.threshold = tableSizeFor(initialCapacity);
    }
复制代码

get方法流程\color{green}{get方法流程}

get方法的流程大致可以包括如下步骤:

  • 判断table不为空,table的长度大于0,对应位置上的第一个元素不为空,如果不满足,则直接返回null;
  • 判断对应位置上的第一个元素的hash值和key的值是否相等,若相等直接返回first;
  • 判断first是否为红黑树节点;
  • 是红黑树节点通过getTreeNode方法获取key对应的值;
  • 若为链表节点,则通过遍历链表节点获取与key对应的节点;
  • 若为链表节点,则通过遍历链表节点获取与key对应的节点;
  • 上述步骤依然未获取key对应的节点,则返回null。

get方法源码如下所示,上述步骤均在源码基础上进行了注释:

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //判断table不为空,table的长度大于0,对应位置上的第一个元素不为空,如果不满足,则直接返回null
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //判断对应位置上的第一个元素的hash值和key的值是否相等,若相等直接返回first
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //判断first节点的下一个节点是否为null,若为null直接返回null
            if ((e = first.next) != null) {
                //判断first是否为红黑树节点
                if (first instanceof TreeNode)
                    //是红黑树节点通过getTreeNode方法获取key对应的值
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //若为链表节点,则通过遍历链表节点获取与key对应的节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        //上述步骤依然未获取key对应的节点,则返回null
        return null;
    }
复制代码

put方法流程\color{green}{put方法流程}

put方法的过程相对于get方法要复杂一些,通过分析源码,put方法调用了putVal方法,添加元素的主要逻辑在putVal方法中,添加元素的过程如下图所示:

17044733-0c48cba1abbdd681.webp

put方法的源码如下所示,添加元素的步骤均在源码的基础上进行了注释:

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //table为空,通过reSize方法进行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //计算插入元素在table中的位置,该位置元素为null,直接添加元素
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //若该位置元素不为null,则有hash冲突
        else {
            //e为对应位置的oldValue
            Node<K,V> e; K k;
            //判断该位置第一个元素的hash值与插入元素key的hash值是否相等,相等则e=p
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //上述条件不满足,判断p是否为红黑树节点,若为红黑树节点,通过putTreeVal获取e
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //为链表节点
            else {
                //遍历链表
                for (int binCount = 0; ; ++binCount) {
                    //每次判断为e赋值,如果e为null,则在链表中添加元素
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //链表长度大于8,将链表转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //key相等,则返回
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                //onlyIfAbsent为true表示只有该处如果该位置存在值,不替换,为false表示替换旧值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                //空方法,子类可以实现自己的逻辑,主要给LinkedHashMap用的
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //操作数+1,用于fail fast
        ++modCount;
        //判断是否需要进行扩容操作
        if (++size > threshold)
            resize();
        //空方法,子类可以实现自己的逻辑
        afterNodeInsertion(evict);
        return null;
    }
复制代码

源码中的极致设计思路:

  • HashMap的初始化采用的是延迟加载的方式,最大限度为应用程序节省内存;
  • i = (n - 1) & hash,i表示元素在table中的位置,n表示table的长度,是2的幂,通过这种方式计算元素在table中的位置,可以最大限度的使元素尽量均匀的分布在table中,如table的长度为16,n-1为15,15的二进制表示为“1111”,若n-1为14,n-1的二进制为 “1110”,则有个位置将永远不可能有元素插入。

扩容resize方法详解\color{green}{扩容resize方法详解}

resize方法在HashMap中是非常重要的方法,table的初始化和扩容都是通过resize方法完成的,resize的过程大致如下:

  • 判断table是否初始化,若没有初始化,则初始化table;
  • 设置新的容量大小和threshold;
  • 判断是否需要元素拷贝到新table中;
  • 进行元素拷贝,元素拷贝分为普通节点、红黑树节点和链表节点的拷贝;
  • 最后返回新的table。

resize方法源码如下所示,详细过程均在源码的基础进行了注释:

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //判断原来table的长度
        if (oldCap > 0) {
            //到达最大长度,无法进行扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //容量和threshold变为原来的两倍,因为都是2的幂,采用移位运算提高效率
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //判断oldThr是否大于0,大于0表示初始化时指定了大小
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //表示初始化时没有指定初始大小,采用默认值
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //设置newThr的值
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //将newThr设置为新的threshold
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //判断table原来的table是否为null,不为null则需要进行元素拷贝到新的table中
        if (oldTab != null) {
            //元素拷贝到新table中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    //旧元素快速GC
                    oldTab[j] = null;
                    //e节点上不存在hash冲突,直接在newTable中赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //存在hash冲突且节点为红黑树,通过split方法进行扩容
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                   //节点为链表节点
                    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;
                            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;
    }
复制代码

接下来对元素的拷贝进行分析,普通节点只需简单的赋值操作即可,红黑树是非常复杂的数据结构,关于红黑树本文不作详细介绍,此处主要分析一下链表在扩容时是如何处理的,首先扩容过程中一个链表会被拆分为两个链表,放入新的table中,即如果在oldTable中的位置是j,那这两个链表在newTable中的位置是j和j+oldCap,源码中采用了十分巧妙的方式,过设置四个Node对象进行操作:

Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
复制代码

其中loHead和loTail分别指向拷贝到newTable中j位置上链表的头节点和尾节点,hiHead和hiTail则分别指向拷贝到j+oldCap位置上链表的头节点和尾节点,处理过程如图所示:

17044733-2b4bad57b3976fb4.webp

高频面试题解析

  • HashMap 在 JDK1.8 中做了哪些优化? Entry变为Node; 链表变为链表+红黑树的形式等

  • 简述一下HashMap中get和put的基本过程; 源码解析中已详细分析

  • HashMap在什么情况下会扩容? 源码解析中已详细分析

  • HashMap为什么采用红黑树而不是其他的平衡二叉树?为什么不用跳表?

  • HashMap put操作当存在hash冲突时,新插入的值放在链表头部还是尾部? 源码解析中已详细分析,应该是尾部

  • HashMap扩容过程简述一下? 源码解析中已详细分析,参考resize过程分析

  • HashMap是如何解决hash冲突的,还了解其他解决hash冲突的方法吗? 解决hash冲突的方法主要包括开放寻址法和链表法

  • HashMap是线程安全的吗?在高并发场景下使用HashMap存在什么问题? 纵观HashMap的源码,并未出现sychronized、Lock、volatile、CAS等相关技术,HashMap在并发共享的情况下并非是线程安全的,在高并发情况下,HashMap实例作为共享变量读写过程中会出现线程安全问题。

  • 为什么Integer或者String比较适合作为HashMap的key?若用自定义的类作为key需要注意什么问题? 这些都是final修饰的不可变类型,自定义类作为key需要重写equals和hashCode方法。

  • HashMap、HashTable和CurrentHashMap的区别? HashMap非线程安全,HashTable线程安全,使用synchronized性能差,CurrentHashMap采用unsafe的CAS操作,即乐观锁,线程安全,性能比HashTable好。

  • 扩容时链表导致死循环?

  • containsKey和containsValue用哪个?性能如何? containsKey在不存在hash冲突的情况下,时间复杂度为o(1),而containsValue时间复杂度为o(n)。

  • HashMap中Iterator的便利顺序是什么 这个是我一个朋友遇到的面试题,以前还真没有仔细考虑过,其实源码中非常简单,iterator分为KeyIterator和ValueIterator都是按照table的顺序进行遍历的。

注:这些高频面试题无疑都是考察对HashMap源码的熟悉程度,此处我并未作详细解答,只是抛砖引玉。\color{red}{注:这些高频面试题无疑都是考察对HashMap源码的熟悉程度,此处我并未作详细解答,只是抛砖引玉。}

源码修炼系列 源码修炼笔记之线程池ThreadPoolExecutor详解 源码修炼笔记之ThreadLocal详解

写在最后 源码路上,共勉!!!

分类:
后端
标签:
收藏成功!
已添加到「」, 点击更改