• 极客专栏正式上线!欢迎访问 https://www.jikewenku.com/topic.html
  • 极客专栏正式上线!欢迎访问 https://www.jikewenku.com/topic.html

HashMap详解

技术杂谈 勤劳的小蚂蚁 4个月前 (01-04) 85次浏览 已收录 0个评论 扫描二维码

什么是HashMap?

HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作,并允许使用null值和null键。此类不保证映射的顺序,特别是它不保证该顺序恒久不变。
HashMap的数据结构 在Java编程语言中,最基本的结构就是两种,一个是数组,另外一个是模拟指针(引用),所有的数据结构都可以用这两个基本结构来构造的,HashMap也不例外。HashMap实际上是一个“链表散列”的数据结构,即数组和链表的结合体。
文字描述永远要配上图才能更好的讲解数据结构,HashMap的结构图如下。 
从上图中可以看出,HashMap底层就是一个数组结构,数组中的每一项又是一个链表或者红黑树。 当新建一个HashMap的时候,就会初始化一个数组。
下面先通过大概看下HashMap的核心成员。
  1. publicclassHashMap<K,V> extendsAbstractMap<K,V>
  2.    implementsMap<K,V>, Cloneable, Serializable {
  3.    // 默认容量,默认为16,必须是2的幂
  4.    staticfinalint DEFAULT_INITIAL_CAPACITY = 1 << 4;
  5.    // 最大容量,值是2^30
  6.    staticfinalint MAXIMUM_CAPACITY = 1 << 30
  7.    // 装载因子,默认的装载因子是0.75
  8.    staticfinalfloat DEFAULT_LOAD_FACTOR = 0.75f;
  9.    // 解决冲突的数据结构由链表转换成树的阈值,默认为8
  10.    staticfinalint TREEIFY_THRESHOLD = 8;
  11.    // 解决冲突的数据结构由树转换成链表的阈值,默认为6
  12.    staticfinalint UNTREEIFY_THRESHOLD = 6;
  13.    /* 当桶中的bin被树化时最小的hash表容量。
  14.     *  如果没有达到这个阈值,即hash表容量小于MIN_TREEIFY_CAPACITY,当桶中bin的数量太多时会执行resize扩容操作。
  15.     *  这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。
  16.     */
  17.    staticfinalint MIN_TREEIFY_CAPACITY = 64;
  18.    staticclassNode<K,V> implementsMap.Entry<K,V> {
  19.        //...
  20.    }
  21.    // 存储数据的数组
  22.    transientNode<K,V>[] table;
  23.    // 遍历的容器
  24.    transientSet<Map.Entry<K,V>> entrySet;
  25.    // Map中KEY-VALUE的数量
  26.    transientint size;
  27.    /**
  28.     * 结构性变更的次数。
  29.     * 结构性变更是指map的元素数量的变化,比如rehash操作。
  30.     * 用于HashMap快速失败操作,比如在遍历时发生了结构性变更,就会抛出ConcurrentModificationException。
  31.     */
  32.    transientint modCount;
  33.    // 下次resize的操作的size值。
  34.    int threshold;
  35.    // 负载因子,resize后容量的大小会增加现有size * loadFactor
  36.    finalfloat loadFactor;
  37. }

HashMap的初始化

  1. publicHashMap() {
  2.        this.loadFactor = DEFAULT_LOAD_FACTOR; // 其他值都是默认值
  3.    }
通过源码可以看出初始化时并没有初始化数组table,那只能在put操作时放入了,为什么要这样做?估计是避免初始化了HashMap之后不使用反而占用内存吧,哈哈哈。

HashMap的存储操作

  1. public V put(K key, V value) {
  2.        return putVal(hash(key), key, value, false, true);
  3.    }
下面我们详细讲一下HashMap是如何确定数组索引的位置、进行put操作的详细过程以及扩容机制(resize)

hash计算,确定数组索引位置

不管增加、删除、查找键值对,定位到哈希桶数组的位置都是很关键的第一步。前面说过HashMap的数据结构是数组和链表的结合,所以我们当然希望这个HashMap里面的元素位置尽量分布均匀些,尽量使得每个位置上的元素数量只有一个,那么当我们用hash算法求得这个位置的时候,马上就可以知道对应位置的元素就是我们要的,不用遍历链表,大大优化了查询的效率。HashMap定位数组索引位置,直接决定了hash方法的离散性能。
看下源码的实现:
  1. staticfinalint hash(Object key) {   //jdk1.8
  2.     int h;
  3.     // h = key.hashCode() 为第一步 取hashCode值
  4.     // h ^ (h >>> 16)  为第二步 高位参与运算
  5.     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  6. }
通过hashCode()的高16位异或低16位实现的:(h = k.hashCode()) ^ (h >>> 16),主要是从速度、功效、质量来考虑的,这么做可以在数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销。
大家都知道上面代码里的key.hashCode()函数调用的是key键值类型自带的哈希函数,返回int型散列值。 理论上散列值是一个int型,如果直接拿散列值作为下标访问HashMap主数组的话,考虑到2进制32位带符号的int表值范围从‑2147483648到2147483648。前后加起来大概40亿的映射空间。
只要哈希函数映射得比较均匀松散,一般应用是很难出现碰撞的。但问题是一个40亿长度的数组,内存是放不下的。你想,HashMap扩容之前的数组初始大小才16。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算,得到的余数才能用来访问数组下标。源码中模运算是在这个indexFor( )函数里完成。
  1. bucketIndex = indexFor(hash, table.length);
  2. //indexFor的代码也很简单,就是把散列值和数组长度做一个"与"操作,
  3. staticint indexFor(int h, int length) {
  4.   return h & (length-1);
  5. }
顺便说一下,这也正好解释了为什么HashMap的数组长度要取2的整次幂。因为这样(数组长度‑1)正好相当于一个“低位掩码”。“与”操作的结果就是散列值的高位全部归零,只保留低位值,用来做数组下标访问。以初始长度16为例,16‑1=15。2进制表示是00000000 0000000000001111。和某散列值做“与”操作如下,结果就是截取了最低的四位值。
  1. 101001011100010000100101
  2. & 000000000000000000001111
  3. ----------------------------------
  4.  000000000000000000000101//高位全部归零,只保留末四位
但这时候问题就来了,这样就算我的散列值分布再松散,要是只取最后几位的话,碰撞也会很严重。更要命的是如果散列本身做得不好,分布上成等差数列的漏洞,恰好使最后几个低位呈现规律性重复,就无比蛋疼。这时候“扰动函数”的价值就出来了,说到这大家应该都明白了,看下图。 
右位移16位,正好是32bit的一半,自己的高半区和低半区做异或,就是为了混合原始哈希码的高位和低位,以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征,这样高位的信息也被变相保留下来。

putVal方法

HashMap的put方法执行过程可以通过下图来理解,自己有兴趣可以去对比源码更清楚地研究学习。 
源码以及解释如下:
  1. // 真正的put操作
  2.    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
  3.                   boolean evict) {
  4.        Node<K,V>[] tab; Node<K,V> p; int n, i;
  5.        // 如果table没有初始化,或者初始化的大小为0,进行resize操作
  6.        if ((tab = table) == null || (n = tab.length) == 0)
  7.            n = (tab = resize()).length;
  8.        // 如果hash值对应的桶内没有数据,直接生成结点并且把结点放入桶中
  9.        if ((p = tab[i = (n - 1) & hash]) == null)
  10.            tab[i] = newNode(hash, key, value, null);
  11.        // 如果hash值对应的桶内有数据解决冲突,再放入桶中
  12.        else {
  13.            Node<K,V> e; K k;
  14.            //判断put的元素和已经存在的元素是相同(hash一致,并且equals返回true)
  15.            if (p.hash == hash &&
  16.                ((k = p.key) == key || (key != null && key.equals(k))))
  17.                e = p;
  18.            // put的元素和已经存在的元素是不相同(hash一致,并且equals返回true)
  19.            // 如果桶内元素的类型是TreeNode,也就是解决hash解决冲突用的树型结构,把元素放入树种
  20.            elseif (p instanceofTreeNode)
  21.                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
  22.            else {
  23.                // 桶内元素的类型不是TreeNode,而是链表时,把数据放入链表的最后一个元素上
  24.                for (int binCount = 0; ; ++binCount) {
  25.                    if ((e = p.next) == null) {
  26.                        p.next = newNode(hash, key, value, null);
  27.                        // 如果链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD),将存储元素的数据结构变更为树
  28.                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
  29.                            treeifyBin(tab, hash);
  30.                        break;
  31.                    }
  32.                    // 如果查已经存在key,停止遍历
  33.                    if (e.hash == hash &&
  34.                        ((k = e.key) == key || (key != null && key.equals(k))))
  35.                        break;
  36.                    p = e;
  37.                }
  38.            }
  39.            // 已经存在元素时
  40.            if (e != null) { // existing mapping for key
  41.                V oldValue = e.value;
  42.                if (!onlyIfAbsent || oldValue == null)
  43.                    e.value = value;
  44.                afterNodeAccess(e);
  45.                return oldValue;
  46.            }
  47.        }
  48.        ++modCount;
  49.        // 如果K-V数量大于阈值,进行resize操作
  50.        if (++size > threshold)
  51.            resize();
  52.        afterNodeInsertion(evict);
  53.        returnnull;
  54.    }

扩容机制

HashMap的扩容机制用的很巧妙,以最小的性能来完成扩容。 扩容后的容量就变成了变成了之前容量的2倍,初始容量为16,所以经过rehash之后,元素的位置要么是在原位置,要么是在原位置再向高下标移动上次容量次数的位置,也就是说如果上次容量是16,下次扩容后容量变成了16+16,如果一个元素在下标为7的位置,下次扩容时,要不还在7的位置,要不在7+16的位置。
我们下面来解释一下Java8的扩容机制是怎么做到的? n为table的长度,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,其中hash1是key1对应的哈希与高位运算结果。 
元素在重新计算hash之后,因为n变为2倍,那么n-1的mask范围在高位多1bit(红色),因此新的index就会发生这样的变化: 
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”,可以看看下图为16扩充为32的resize示意图: 
而hash值的高位是否为1,只需要和扩容后的长度做与操作就可以了,因为扩容后的长度为2的次幂,所以高位必为1,低位必为0,如10000这种形式,源码中有e.hash & oldCap来做到这个逻辑。
这个设计确实非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别,JDK1.7中rehash的时候,旧链表迁移新链表的时候,如果在新表的数组索引位置相同,则链表元素会倒置,但是从上图可以看出,JDK1.8不会倒置。 下面是JDK1.8的resize源码,写的很赞,如下:
  1. finalNode<K,V>[] resize() {
  2.        Node<K,V>[] oldTab = table;
  3.        int oldCap = (oldTab == null) ? 0 : oldTab.length;
  4.        int oldThr = threshold;
  5.        int newCap, newThr = 0;
  6.        // 计算新的容量值和下一次要扩展的容量
  7.        if (oldCap > 0) {
  8.        // 超过最大值就不再扩充了,就只好随你碰撞去吧
  9.            if (oldCap >= MAXIMUM_CAPACITY) {
  10.                threshold = Integer.MAX_VALUE;
  11.                return oldTab;
  12.            }
  13.            // 没超过最大值,就扩充为原来的2倍
  14.            elseif ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
  15.                     oldCap >= DEFAULT_INITIAL_CAPACITY)
  16.                newThr = oldThr << 1; // double threshold
  17.        }
  18.        elseif (oldThr > 0) // initial capacity was placed in threshold
  19.            newCap = oldThr;
  20.        else {               // zero initial threshold signifies using defaults
  21.            newCap = DEFAULT_INITIAL_CAPACITY;
  22.            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
  23.        }
  24.        // 计算新的resize上限
  25.        if (newThr == 0) {
  26.            float ft = (float)newCap * loadFactor;
  27.            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
  28.                      (int)ft : Integer.MAX_VALUE);
  29.        }
  30.        threshold = newThr;
  31.        @SuppressWarnings({"rawtypes","unchecked"})
  32.            Node<K,V>[] newTab = (Node<K,V>[])newNode[newCap];
  33.        table = newTab;
  34.        if (oldTab != null) {
  35.            // 把每个bucket都移动到新的buckets中
  36.            for (int j = 0; j < oldCap; ++j) {
  37.                Node<K,V> e;
  38.                //如果位置上没有元素,直接为null
  39.                if ((e = oldTab[j]) != null) {
  40.                    oldTab[j] = null;
  41.                    //如果只有一个元素,新的hash计算后放入新的数组中
  42.                    if (e.next == null)
  43.                        newTab[e.hash & (newCap - 1)] = e;
  44.                    //如果是树状结构,使用红黑树保存
  45.                    elseif (e instanceofTreeNode)
  46.                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
  47.                    //如果是链表形式
  48.                    else { // preserve order
  49.                        Node<K,V> loHead = null, loTail = null;
  50.                        Node<K,V> hiHead = null, hiTail = null;
  51.                        Node<K,V> next;
  52.                        do {
  53.                            next = e.next;
  54.                            //hash碰撞后高位为0,放入低Hash值的链表中
  55.                            if ((e.hash & oldCap) == 0) {
  56.                                if (loTail == null)
  57.                                    loHead = e;
  58.                                else
  59.                                    loTail.next = e;
  60.                                loTail = e;
  61.                            }
  62.                            //hash碰撞后高位为1,放入高Hash值的链表中
  63.                            else {
  64.                                if (hiTail == null)
  65.                                    hiHead = e;
  66.                                else
  67.                                    hiTail.next = e;
  68.                                hiTail = e;
  69.                            }
  70.                        } while ((e = next) != null);
  71.                        // 低hash值的链表放入数组的原始位置
  72.                        if (loTail != null) {
  73.                            loTail.next = null;
  74.                            newTab[j] = loHead;
  75.                        }
  76.                        // 高hash值的链表放入数组的原始位置 + 原始容量
  77.                        if (hiTail != null) {
  78.                            hiTail.next = null;
  79.                            newTab[j + oldCap] = hiHead;
  80.                        }
  81.                    }
  82.                }
  83.            }
  84.        }
  85.        return newTab;
  86.    }

丨极客文库, 版权所有丨如未注明 , 均为原创丨
本网站采用知识共享署名-非商业性使用-相同方式共享 3.0 中国大陆许可协议进行授权
转载请注明原文链接:HashMap详解
喜欢 (0)
[247507792@qq.com]
分享 (0)
勤劳的小蚂蚁
关于作者:
温馨提示:本文来源于网络,转载文章皆标明了出处,如果您发现侵权文章,请及时向站长反馈删除。

您必须 登录 才能发表评论!

  • 精品技术教程
  • 编程资源分享
  • 问答交流社区
  • 极客文库知识库

客服QQ


QQ:2248886839


工作时间:09:00-23:00